曾經被猛吹的人工大腦，是人工智慧走過的彎路嗎？

把今時今日稱為人工智慧的黃金時代一定不為過，資本的追捧、巨頭的參與，無一不加速了人工智慧發展的進程。

其實在這之前的60年中，人工智慧還是走過不少彎路的。比如十年之前，一個叫做「人工大腦」的概念曾經引起過不少關注，到了今天卻很少有人再提。

今天的話題，就是這個紅極一時的人工大腦，到底算不算人工智慧走過的一段彎路？

究竟什麼是人工大腦？

首先人工大腦一詞的定義就十分模糊，尤其是在。在百度百科中，關於人工大腦的解釋是「人類以高超的智慧，通過科學技術造出的類似於人腦的智能機器腦袋。」如此不專業的解釋，簡直就像是某個科幻文學愛好者編出來的。

在維基百科上，對於人工大腦（artificial brain）的解釋要專業許多。其中指出，人工大腦是有著類似人腦/動物腦認知能力的軟體或硬體。

研究人工大腦主要為了三個目標：

1、幫助神經科學家了解大腦如何工作，也就是認知神經學。

2、以試驗性的方式探究能否創造出一個擁有人類一切能力的機器。

3、了解擁有複雜中樞神經系統的動物的行為邏輯，幫助創造強人工智慧。

這麼看來，人工大腦和人工智慧兩項學科還是有相當之大的交集的，只不過人工大腦更偏向於腦科學、神經科學領域的研究。而人工智慧更多涉及的還是演算法好數據等等。

人工大腦研究成果：或許是神經網路的孿生兄弟

在國際上，人工大腦最知名的項目應該是瑞士洛桑理工學院在2009年推出的「藍腦計劃」——通過實驗數據逆向打造哺乳動物的大腦，從而去「複製」人類的大腦。

藍腦計劃的研究重點在大腦皮層的神經元上，利用IBM的藍色基因超級計算機去模擬神經元層次上的大腦行為，通過對大腦運行過程的模擬，來研究人類的思考和記憶。

這項工程聽起來和現在十分火熱的人工神經網路如出一轍，但人工智慧中的神經網路是一種演算法，利用神經元和大腦的多層計算方式優化當前計算機的計算能力。而藍腦計劃，則是真的在用動物的腦子做實驗。

藍腦計劃曾經提出，在2018年開發出具有意識和智能的人造大腦，現在距離兌現諾言還有半年時間，看來瑞士科學家們要加一把勁了。

除了藍腦計劃外，在2008-2015年間存在著大量相關研究。比如2011年加利福尼亞南部大學曾經提出用碳納米導管製造神經件，用電路設計的方式模仿神經網路結構，實現對大腦的模仿。又比如比勒菲爾德大學研製出了可以連接電子迴路的納米憶阻器。作為神經突觸的電子版，憶阻器可以像突觸連接神經元一樣接受電子迴路的脈衝，並且在關掉電源后，仍能「記憶」先前通過的電荷量。因此，憶阻器允許通過的電流量取決於之前通過電流的強度及通過的時間。因此憶阻器最看做可以模仿人腦記憶機制的重要硬體。

說到這裡，答案應該很清晰明了了。神經網路和人工大腦，都來自對人腦運作方式的模仿。但神經網路更傾向於對大腦神經運動邏輯的模仿，將其用在了計算之中。而人工大腦則是真正意義上的仿生學，用電路模仿大腦迴路，想製造一個和大腦一樣的「硬體」。

可惜演算法可以賦能硬體，硬體卻只能取代硬體。現在類人工大腦的硬體沒出現之前，自然會被實用性更高的神經網路站了上風。

人工大腦在：站錯了風口的大師和快速入場的企業

提到的人工大腦，不得不提到一個叫雨果·德·加里斯的人。實際上人工大腦一詞就是被他帶入的，據稱「他研發成功第一台製作人腦的機器CBM進入世界吉尼斯記錄，開創了「可進化硬體和量子計算的研究領域」。

在百度百科中，他的個人簡介里充斥著很多名頭：人工大腦之父、在七個國家生活過、熟練掌握四國語言、在日本實驗室受到排擠、在布魯塞爾的私立實驗室中投資10萬美元，血本無歸……在2006年，他因為愛情（？？？）來到了。

在娶了一位太太后，這位有類似瑪麗蘇小說男主一樣經歷的科學家成為了武漢大學國際軟體學院的全職教授，還出版了一本名為《智能簡史》的書。

新浪的採訪中，他說自己正在「建造著一個在未來幾十年內，將會成為神一樣的東西」而這種期望帶給他「我宗教般敬畏的感覺」。在他的《智能簡史》一書中，他預言人類會分裂成宇宙主義和地球主義兩個政治集團，宇宙主義（把製造人工智慧當成宗教）和地球主義（反對人工智慧），並稱兩個集團會發生大戰。

很可惜，這位專家所宣稱的「全球僅有四個」的人工大腦，除了在百度百科外幾乎找不到任何相關資料。拿到廈門大學300萬研究經費之後，也未見到什麼具體成果。從目前資料看，不管在國內還是國外他的大部分工作都是在四處宣揚人工智慧會引起戰爭。

這樣一位勤奮的學者，最大的遺憾恐怕就是押寶在了「人工大腦」而非「人工智慧」一詞上，若是從十年前就開始宣揚人工智慧威脅論，恐怕今天也沒馬斯克什麼事了。

目前來看，人工大腦的風在並沒有吹到市場上。比如百度提出過的百度大腦也沒有涉及到硬體，還是從軟體角度出發的分散式的深度學習網路。

原因或許在於，人工大腦的研究在國際上也是由學界主導，這一領域屬於弱勢。同時也沒有IBM這樣的晶元、處理器廠商因利益相關支持這方面的研究。卻也讓企業沒有在人工大腦上耗費資源，而是在深度學習、神經網路等領域快速入場。

那麼，人工大腦到底算不算人工智慧發展歷程中的一條彎路呢？

我們的看法是，人工大腦是人工智慧發展歷程中不可或缺的一條岔路，但最終會和如今這條看似更平坦的道路到達同一個終點。

如果人工智慧的終點是強人工智慧，對於腦科學、納米級仿生硬體的研究一定是必不可少的，也是關於神經網路一類的演算法研究中不可或缺的。

目前還有很多機構在專註於人工大腦的相關研究。像是今年法國研究人員就開發了能在晶元上自主學習的人工神經突觸，並首次開發出能預測人工神經突觸如何工作的物理模型。類似的科研成果還在不斷出現，這一切都在告訴我們，用電路和演算法一同「創造」大腦，或許並非是天方夜譚。