本文選自Engineering期刊2020年第3期
作者：範靜濤，方璐，吳嘉敏，郭雨晨，戴瓊海
來源：From Brain Science To Artificial Intelligence [J]. Engineering, 2020;6(3).
人工智能的目標是研究和發展計算機智能系統，使之能夠執行原本需要人類智能才能執行的任務，是對“人的智能”的模擬、延伸和拓展。因此，研究“人的智能”的重要方向——腦科學就與人工智能有密不可分的聯繫。
從人工智能發展的歷史上來看，我們可以清楚地看到腦科學與人工智能之間的聯繫，許多人工智能的先驅科學家也是腦科學家。人工智能領域的多位奠基人物，如明斯基、辛頓等人都擁有深厚的腦科學背景。人工智能的發展史上也出現了諸多“從腦科學到人工智能”的重要案例。例如，使用顯微鏡發現的神經連接啟發了人工智能領域最具代表性的模型——人工神經網絡的研究；使用電子探測器發現的生物視覺系統中的卷積特性和多層結構啟發了卷積神經網絡和深度學習技術，引領了最近一次人工智能熱潮；使用功能磁共振成像發現的腦工作記憶機制啟發了機器學習模型中的記憶模塊，最終形成了長短期記憶機等一系列模型，是自然語言處理、時序數據分析等領域智能技術的基礎。
腦科學的研究成果揭示了“人的智能”的基礎原理，並進一步使人工智能在理論和技術上取得了重大突破。現在我們處於深度學習時代，而深度學習更是直接受到腦科學的啟發，同時越來越多的腦科學研究成果可以啟發新的深度學習模型。
正因如此，全世界各個國家相繼開展了各自的腦計劃。儘管不同國家有各自不同的研究路線與側重點，但是其中大部分的項目具有同一個共識，即希望通過推動先進的工程技術發展，帶來腦科學領域的重大突破，並有望啟發新一代人工智能的理論框架與技術體現。
在過去的五年來，由於這一系列腦計劃的推動，腦科學研究取得了一系列重大的突破，不論是單個神經元精度的神經調控技術的提出，還是各種大範圍神經響應記錄裝置的搭建，使得我們具備了探索腦科學奧妙的基礎條件，並湧現了一系列重要的研究成果。未來可期，我們相信一定能擁有同時在體觀測哺乳動物百萬級神經元單細胞響應的能力，從而能夠跨尺度地從系統層面揭示神經迴路工作機理，為我們理解人類智能的物質基礎開闢道路。
我們認為腦科學與人工智能之間是一個相互補充、相互促進的關係，而儀器科學就是兩者之間的紐帶。人工智能技術能夠幫助我們設計並改造更好的腦觀測與腦調控裝置，以前所未有的數據處理能力分析龐大的跨尺度動態數據，使得我們能夠更好地理解人類大腦的工作機理，由此啟發新一代的理論框架與技術體系，引領人工智能實現飛躍。
圖 從腦科學到人工智能：腦觀測成果啟發了人工智能的諸多突破
改編丨範靜濤
注：本文內容呈現形式略有調整，若需可查看原文。
Jingtao Fan, Lu Fang, Jiamin Wu, Yuchen Guo, Qionghai Dai. From Brain Science To Artificial Intelligence [J]. Engineering, 2020;6(3).
戴瓊海，自動控制學家，中國工程院院士，現任清華大學教授。
主要學術方向為立體視覺和計算攝像學。長期致力於該研究領域的理論和關鍵技術創新，在立體視覺和計算成像方面做出重要貢獻。
前瞻規劃：人工智能+醫藥健康
人工智能：源於人、拓於工
中國工程院院刊
工程造福人類
科技開創未來
微信公眾號ID ：CAE-Engineering
說明：論文反映的是研究成果進展，不代表《中國工程科學》雜誌社的觀點。
閱讀更多 中國工程院院刊 的文章
