【
仪表网 仪表下游】生命是智能的第一载体，在自然中已经有亿万年的进化历史。作为代表自然界拥有通用智能的生物大脑，可以通过低功耗和少量后天数据就能实现比现有人工智能更加通用及实现复杂环境下复杂任务的智能行为。因此，探索生物大脑智能认知的底层机理和复杂行为背后的神经科学基础，对于探索智能的本质、揭示心智的奥秘，迈向未来的通用人工智能研究具有重要意义。
在近期举办的2021北京智源大会上，来自于国内外的科学家围绕通用人工智能(AI)的发展，分享了他们在类脑研究领域的经验和最新成果，以及人工智能未来发展可能存在的瓶颈及相应的解决思路。
通用AI成研究热点
通用人工智能是指具有一般人类智慧，可以执行人类能够执行的任何智力任务的机器智能。通用人工智能是一些人工智能研究的主要目标，也是科幻小说和未来研究中的共同
话题。
与弱AI相比，强AI可以尝试执行人类认知能力。通用人工智能是具有一般人类智慧，可以执行人类能够执行的任何智力任务的机器智能。通用人工智能是未来发展趋势，而我们的工作是努力用算法、学习机制来贴近通用人工智能。例如深度网络学习等方法的发展，将有助于通用人工智能的实现。
目前，AI主要用于定制解决方案。大多数人工智能系统是建立在单一类型，如图片或声音数据上工作的。大部分AI系统都只为解决一个特定的问题。并且，很多系统都只针对单个数据集进行优化。
随着通用人工智能的发展，大脑学习机制和人工智能越来越发生着深刻的联系。可以从人工智能的算法获得启发解释脑科学机制，也可以从丰富而有效的大脑学习机制中获得启发和学习，发展更多新的人工强化学习方法，人工智能应与大脑“联姻”。
打造生物智能开源开放平台
人工智能的发展得益于神经科学、认知科学等领域的重大发现，而目前的人工智能与脑科学之间还存在一些错位，弥合这些缺口可能是解决当前人工智能某些不足的关键。
当前的人工智能与大脑的神经计算还差距非常大，例如在在处理基本的视觉信息输入时，人工神经网络还依赖于对静态图像的学习，而人类
视觉系统的神经网络处理信息是一个动态的过程。
应该借鉴生物智能的研究，开辟通用智能研究的新路径。通过对认知科学、神经科学与计算科学等多学科的交叉研究，将现有认知神经科学等领域的最新成果、技术、研究工具和理论方法应用到人工智能中，模拟生物大脑，利用人工网络研究生物大脑的特性等，可以推动脑启发的人工智能的发展。
目前，北京智源人工智能研究院正在通过高精度生物大脑模拟仿真，构建生命智能模型，探索新一代人工智能发展的可行路径。
人工智能研究者应积极通过对生物脑内部认知过程的探索，比较生物智能与神经网络的异同，帮助我们了解大脑在实现特定认知功能的神经机理和认知范式，完善和革新现有的人工神经网络模型与算法，探索智能的边界和脑启发/类脑的通用智能研究新路径。
资料来源：中国科学报
本站客户服务
仪表网官微
仪表APP
仪表手机版
仪表小程序
