腦科學＋人工智慧：開啟無限可能

「無人駕駛的根本問題不在於車而在於人，其核心是物化駕駛員在開放條件下對不確定性駕駛環境的認知，從而研發機器駕駛腦，和汽車一起構成輪式機器人。」近日，在中科院學術會堂召開的「腦科學與人工智慧」科學與技術前沿論壇上，工程院院士、人工智慧學會理事長李德毅作了《自駕駛認知》報告。他認為，基於駕駛的圖靈測試可大大推動類腦研究和無人車的產業化發展。

事實上，對腦認知的度量和測試一直是人工智慧關注的焦點。「譬如在無人駕駛領域，如果要釋放駕駛員的注意力，釋放駕駛員的駕駛認知，必須要有一個物化駕駛員在線認知的智能代理，否則難以自動。」李德毅告訴《經濟日報》記者，駕駛認知即是指駕駛員感知車輛和周邊事物，認識、理解形成駕駛態勢，決策並導致認知行為的過程，涉及視聽覺、思維、記憶、學習、交互等一系列活動，「這一切都與腦科學研究密不可分」。

相較於傳統汽車駕駛依靠的是駕駛員手、腳和力量的延伸，「裝配了感測器的線控汽車，則是用駕駛腦替代駕駛認知，並獲得駕駛技能，這有可能使得汽車成為駕駛員自己，或者說讓機器成為自己，這是人工智慧時代最有意義的課題之一」。李德毅表示，汽車自駕駛認知系統將和人工駕駛有高度同構性，它是在長期的駕駛實踐中，由環境感知到決策控制的經驗積累形成的，最終實現擬人駕駛，「這將是從研究認知科學到認知工程的轉變」。

近年來，根植於腦科學的人工智慧研發取得了突破性進展，與會專家紛紛表示，腦科學與人工智慧的交叉融合勢必引發新的科技革命和產業革命，在可預見的未來深刻影響人類的思維範式和生活方式，成為人類認識世界的全新視角。

那麼，為什麼聚焦人的大腦？在會上，中科院外籍院士、中科院神經科學研究所所長蒲慕明介紹說，人類大腦有1000億個神經細胞，彼此之間由大量的神經纖維連接成極為複雜的神經網路。目前，腦科學最有待突破的就是理解人腦高級認知功能的神經網路基礎，也是今後人工智慧模擬人的發展方向。

顯然，對大腦的恰當模擬是製造出人工智慧的關鍵。然而，直到現在我們對人腦工作原理的了解仍然十分粗淺，更談不上對它的精確模擬。蒲慕明表示，腦科學是人類理解自然界現象和人類本身的「最終疆域」，是本世紀最重要的前沿科學之一。當條件成熟時，腦科學同計算機科學的融合發展能夠更加緊密，沒有人能想象出它將會爆發出多大的能量。

腦科學能為人工智慧帶來什麼？專家介紹，腦科學可以為人工智慧提供生理學原理、數據、機制等，並啟發更具通用性和自主性的人工智慧新模態。「就像知識遷移是人類天生的技能，機器模仿生物從熟悉領域到未知領域的學習方法，構建跨領域、跨模態遷移學習模型，充分利用大量舊的已標註樣本和當前少量標記數據，訓練新模型，解決新問題。」中科院院士、中科院自動化研究所研究員譚鐵牛認為，只有充分借鑒腦科學、認知科學乃至心理學的先進成果，突破現有理論與方法固有的局限性，才能夠實現人工智慧模式識別理論與方法的創新。

譚鐵牛介紹，近幾十年人工智慧的快速發展具體表現在一些智能演算法，如深度學習的成功應用，其秘訣在於，構建一個大型的資料庫及大規模計算能力的提高。如今，深度學習在人臉識別、語音識別上的精度甚至超過了人類。數據顯示，微軟、谷歌、百度的語音識別錯誤率已經低於人類的5%，人工智慧將繼續在語言、圖像和視頻處理等方面取得更大的進展。

反過來，人工智慧能否啟發腦科學研究？在蒲慕明看來，答案是肯定的。人工智慧可以為腦科學提供模擬模擬手段、系統與平台，支持科學假設的驗證，並為其提供廣泛的應用前景。「腦科學與人工智慧的進一步交叉融合，有望在若干特色方向上取得突破，對探索人類的智能本質、提升人類的智能極限、推動社會的智能化水平具有重要研究價值和應用前景。」蒲慕明說。 （文/圓 囈）