类脑智能加持，通用人工智能未来可期！

本文节选自国际技术经济研究所《人工智能全球格局：未来趋势与中国位势》一书，内容略有修改。

经过近60年的发展，特别是近年来算法算力的升级，人工智能在奠定了重要的理论基础之后，在应用方面也取得了诸多进展，如机器感知和模式识别的原理与方法、知识表示与推理理论体系的建立、机器学习相关的理论和系列算法等。我们已经见证了人工智能学会了开车，学会了下围棋，学会了打游戏。然而，上述所有的突破都仅是智能系统从某个视角、在某个特定领域接近、达到或超过人类智能，这些应用的普适性较差。

这些相关的理论、算法与系统很难推广到其他领域，用于解决其他类型的问题，因此现今人工智能的发展主要还停留在专用人工智能方面，一旦遇到需要多种认知功能进行协同的时候就显得捉襟见肘。因此，机器与人类还有明显差距。

类脑智能源起

人脑在协调多种认知功能方面有着无与伦比的能力。人脑是一个通用智能系统，能举一反三、融会贯通，可处理视觉、听觉、语言、学习、推理、决策、规划等各类问题，可谓“一脑万用”。并且，人类的智能感知和思维能力是在成长和学习中自然形成和不断进化的，其自主学习和适应能力是当前计算机难以企及的。因此，人工智能的发展目标是构建像人脑一样能够自主学习和进化、具有类人通用智能水平的智能系统。人工智能如果可以模仿人脑，那就可以大大扩展其通用性，达到通用人工智能的水平。

人类神经元（图片来自网络）

于是，科学家提出了类脑智能的概念来解决上述问题。所谓类脑智能，通俗来说就是拥有人造大脑、会思考、会学习的智能体。本质上，它就是一个利用算法模拟神经元工作机制，制造在信息处理机制上类脑，在认知能力上类人的计算模型。 因此，从信息处理与智能本质角度审视人脑信息处理，借鉴其原理并催生类脑智能计算技术，是实现人工智能创新的重要源泉。

理解并模仿人类大脑

要实现类脑智能，就要深入探索大脑的功能划分并深刻理解其中的运行机制。现在脑与神经科学、认知科学的进展，使得从脑区、神经元等不同尺度观测各种脑组织活动，并获取相关数据已成为可能。人脑信息处理过程不再仅凭猜测，通过多学科交叉和实验研究得出的人脑工作机制也更可靠。因此，受脑信息处理机制启发，借鉴脑神经机制和认知行为机制发展类脑智能已成为近年来人工智能与计算科学领域的研究热点。

传统人工智能系统的设计与实现思路是：从待解决问题相关数据的特点与问题目标的角度出发，从计算的视角设计算法。这使得所实现的智能系统只适用于解决某一类问题。而类脑智能研究长期的目标是实现通用人工智能，这就需要首先研究人脑如何通过同一系统实现不同的认知能力，从中得到启发并设计下一代智能系统。