陸首群：評人工智能如何走向新階段？

作者 | 陸首群，中國開源軟件推進聯(lián)盟名譽主席

出品 | AI科技大本營（ID:rgznai100）

編者按：近來，業(yè)內(nèi)關(guān)于深度學(xué)習(xí)算法的潛力是否已達天花板的爭論陸續(xù)發(fā)出。有人認為，基于深度學(xué)習(xí)算法的應(yīng)用還有深度開拓空間，也有人認為，當(dāng)前的關(guān)鍵在于挖掘人工智能推理、決策的能力，需要從感知階段向認知階段過渡。專家觀點百家爭鳴，但這也說明，現(xiàn)在是探索人工智能發(fā)展走向新階段的時候了。

由中國開源軟件推進聯(lián)盟名譽主席陸首群 發(fā)起的《評人工智能如何走向新階段》討論引來了中外專家等業(yè)內(nèi)人員的廣泛議論，觀點有深有淺，希望其中有思考價值的內(nèi)容會推進和啟發(fā)人工智能的新突破。討論內(nèi)容已正式上線CSDN博客（見文末地址）。

歡迎讀者們在文末發(fā)表自己對人工智能發(fā)展的看法，我們將為有獨到見解且點贊最高的三條評論分別送出一本人工智能領(lǐng)域的技術(shù)書籍。

當(dāng)前人工智能依靠的底層理論是基于人工神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)，而深度技術(shù)算法所支持的人工智能應(yīng)用空間主要集中在（或局限于）圖像識別和語音識別。人工智能識別做的是比對，這時信息進入大腦后缺少加工、理解、思考、創(chuàng)意等步驟，停留在感知，未能達到認知。

機器學(xué)習(xí)/深度學(xué)習(xí)算法興起于上世紀(jì)50年代（一直沿用至今），今天深度學(xué)習(xí)算法的潛力已近天花板，限制了人工智能擴大應(yīng)用創(chuàng)新。

今年 五一前夕，徐匡迪院士提出“中國有多少數(shù)學(xué)家投入到基礎(chǔ)算法研究中？”反映他對國內(nèi)人工智能在基礎(chǔ)研究上投入不足的擔(dān)憂，隨后一些數(shù)學(xué)家在座談會上似乎有過激反應(yīng)，他們認為：近年國內(nèi)一片火紅的人工智能披著一層華麗虛假的面紗，底層理論未有突破，核心算法缺位，人工智能發(fā)展面臨“卡脖子”窘境。

2014年IBM研究類腦算法，開發(fā)TrueNorth芯片，支持人工智能應(yīng)用創(chuàng)新。IBM開發(fā)基于大規(guī)模脈沖神經(jīng)網(wǎng)絡(luò)的類腦算法的TrueNorth芯片，是由4096個細小的計算內(nèi)核組成，這些計算內(nèi)核形成了100萬個數(shù)字腦細胞和2.56億個神經(jīng)囘路，像“大腦神經(jīng)元”一樣工作（不同于運行打包成指令序列的傳統(tǒng)人工智能芯片）。

2019年在《nature》雜志封面上發(fā)表了清華大學(xué)施路平團隊研發(fā)的“世界首款雙控異構(gòu)融合類腦芯片”，其意義非同凡響！

《nature》雜志封面上發(fā)表清華大學(xué)施路平團隊研發(fā)的

“世界首款雙控異構(gòu)融合類腦芯片”

2014年清華大學(xué)類腦研究中心施路平團隊研發(fā)類腦技術(shù)，將基于脈沖神經(jīng)網(wǎng)絡(luò)（SNN）的類腦計算算法與基于人工神經(jīng)網(wǎng)絡(luò)（ANN）的深度學(xué)習(xí)算法集成到一顆芯片“天機芯（TianJic）”上，實行資源復(fù)用，利用交叉優(yōu)勢，使人工智能應(yīng)用創(chuàng)新更接近于“自主思考”的認知階段。

天機芯應(yīng)該屬于CGRA結(jié)構(gòu)（這是一種更高層次的可重構(gòu)技術(shù)），對應(yīng)Tianjic的FCcore是一個結(jié)合了SNN和ANN主要算法的統(tǒng)一硬件結(jié)構(gòu)，而且在一塊芯片上同時支持商業(yè)應(yīng)用和算法研究，可以說這是Tianjic最大的創(chuàng)新點。在無人駕駛的自行車上進行功能驗證，應(yīng)該說施教授團隊選擇如此應(yīng)用場景讓人眼前一亮，極具吸引力和沖擊力。

第二代天機芯（2017）具有高速度、高性能、低功耗等特點，比TrueNorth芯片動能更全，靈話性和擴展性更好，速度提高10倍。

現(xiàn)在看來，IBM研發(fā)True North芯片，Intel研發(fā)Loihi芯片，均偏重于底層理論研究，即偏重于對類腦脈沖神經(jīng)網(wǎng)絡(luò)及類腦算法的研究。脈沖神經(jīng)網(wǎng)絡(luò)（SNN）是模擬生物神經(jīng)元連接和運行方式的模型，通過計算產(chǎn)生神經(jīng)電脈沖進行信息傳遞，這和傳統(tǒng)網(wǎng)絡(luò)的權(quán)重連接+激活的方式有很大差別。目前國內(nèi)外學(xué)術(shù)界和產(chǎn)業(yè)界正致力于對SNN研究，期望突破深度學(xué)習(xí)算法，但對SNN的新算法的研究還處于發(fā)展的萌芽期。

現(xiàn)將已發(fā)布的搭載SNN芯片參數(shù)一覽表公布如下：

搭載脈沖神經(jīng)元（SNN）芯片參數(shù)一覽表

近年來，以深度學(xué)習(xí)算法為代表的人工智能技術(shù)發(fā)展迅速，鑒于深度學(xué)習(xí)并未能如人類真腦活動那樣具有自主思維、創(chuàng)意和靈感，加上深度學(xué)習(xí)自身存在一定缺陷，對于人工智能進一步發(fā)展，人們期待新算法的出現(xiàn)。

當(dāng)今人工智能的發(fā)展，國內(nèi)外在突破深度學(xué)習(xí)算法基礎(chǔ)上出現(xiàn)了基于新算法的萌芽：

1. 基于生物脈沖神經(jīng)網(wǎng)絡(luò)類腦算法，其研究成果已破土萌芽（可參閱IBM、英特爾、清華、浙大的實例） 。

2.“腦機接口”算法，將人腦神經(jīng)元與腦外深度學(xué)習(xí)機器人（或機械手、計算機）連接起來。如：今年8月美國卡內(nèi)基梅隆大學(xué)賀斌團隊將一塊“腦機接口”芯片植入人腦，與大腦神經(jīng)元無創(chuàng)連接成功，從此可憑人的意念（思維或想象力）利用人腦神經(jīng)元來操控機器。今年發(fā)表的由俄羅斯“腦機接口”公司（Neurobotics）和莫斯科物理技術(shù)學(xué)院（MIPT）研發(fā)一種全新“腦機接口”算法，利用“腦機接口”將人腦（EEG）神經(jīng)元與深度學(xué)習(xí)網(wǎng)絡(luò)連接起來（本例采用無需植入大腦的非侵入電極），期望用于治療中風(fēng)患者。美國臉書（Facebook）和加州大學(xué)舊金山分校（UCSF）于今年7月發(fā)布的“腦機接口”技術(shù)（刊載于《Nature》子刊上），實時讀取人類語言、可用意念打字、用人眼超高精度攝像等。

3.知識驅(qū)動的核心算法（深度學(xué)習(xí)算法是純粹的數(shù)據(jù)驅(qū)動的算法）。IBM沃森（Watson）在醫(yī)療人工智能方面研究知識驅(qū)動，建立大規(guī)模的知識庫，研究知識表示和推理，專注于人工智能最核心的內(nèi)容，研發(fā)了以知識驅(qū)動或知識驅(qū)動和數(shù)據(jù)驅(qū)動相結(jié)合的核心算法，促使人工智能由感知階段上升到認知階段。

歸納起來，未來突破深度學(xué)習(xí)的新算法有下列多種可能：

• 脈沖神經(jīng)網(wǎng)絡(luò)硬件實現(xiàn)與類腦智能算法

• 知識表示或數(shù)據(jù)與知識驅(qū)動相結(jié)合的認知算法

• 將真腦與深度學(xué)習(xí)相連的腦機接口算法

https://www.toutiao.com/i6765805835990860295/