向大腦致敬——類腦智能到底有多發達？
出品：科普中國
製作：中國科學院瀋陽自動化研究所 趙冬曄
監製：中國科學院計算機網路信息中心
2016年，AlphaGo和韓國九段棋手李世石的人機大戰，讓人工智慧逐漸被大眾所熟知，其實人工智慧的產品早已潛移默化地影響著我們的生活，如智能家居掃地機器人能自動在房間內完成地板清理工作，甚至累了的時候能夠跑去指定地方充電；中國快遞公司的「小橙人」能夠全自動分揀包裹並在地面上靈活穿行，將一件件包裹準確運送到指定位置……
人工智慧產品
儘管人工智慧已經給現代生活帶來了顯著的便捷，但我們不得不承認目前的技術在面對模糊思考時顯得十分力不從心。中國科學院院士、中國人工智慧學會副理事長譚鐵牛教授這樣評價，「當前的人工智慧系統有智能沒智慧、有智商沒情商、會計算不會『算計』、有專能無全能」。
智能機器人的「智商」到底是令人堪憂到什麼地步呢？日本福島核電站發生泄漏後，本被寄予厚望的機器人並沒有順利完成災後事故處理任務，大量人力還需要被投入到此類高風險工作中。此外，現今火爆的無人駕駛概念模型僅僅完成了在某些場景較為單一的高速路段測試，如想實現無人車在複雜、人口密集的城市中進行自動駕駛這一設想仍然有漫長的路要走。
類腦智能：進階版智能技術革命
為了突破這些瓶頸，進階版智能技術革命——「類腦智能」來臨了。科學家們開始向自己的大腦學習，認定高度智能化構想的實現可以從腦科學中獲得啟發。
類腦智能又稱為類腦計算，上世紀80年代末，美國科學家Carver Mead首次提出類腦計算的概念。類腦計算這一想法擺脫了傳統的計算模式，模仿人類神經系統的工作原理，渴求開發出快速、可靠、低耗的運算技術。
類腦智能是人工智慧的終極目標，但是需要注意研究類腦智能不是也不可能複製人的大腦。類腦智能希望通過研究人類大腦的工作機理並模擬出一個和人類一樣具有思考、學習能力的機器人。很多人都會對此提出質疑：像人腦一樣「聰明」的機器人？簡直是天方夜談！
確實，科學家們在類腦智能領域面臨著很多難題，以下我們簡單介紹四種。
1.視覺感知難。
機器人的眼睛常常依賴於機載的攝像機來採集視覺圖像。機器人大腦如何從圖像中識別關鍵信息呢？如人臉、手勢或障礙物。在常規環境下，現有技術已經可以高精度地實現這一任務。但是自然條件下，視覺圖像由於光線、視角、物體運動等多類不穩定因素的綜合影響很難被準確識別。儘管一系列性能優異的深度學習理論模型大量湧現，但是複雜環境中的視覺感知依然是一大難點，目前突破有限。
2.溝通交流難。
機器人怎樣與人對話呢？機器人依靠感測器收集外界聲音信號，通過語音識別系統和相關處理技術將信號進行分析解讀。機器人「聽懂」之後，其「中樞系統」會做出相應的動作指示或通過語音合成器模擬人類說話。在嘈雜的現實環境中，現有的語音識別技術很難成功而高效地實現語音識別、理解和處理操作。
3.大腦思考難。
機器人的「大腦」是一個智能終端，負責著繁雜的計算任務以及信號接收、指令下達等重要功能。同人類一樣，機器人沒有「大腦」或者「大腦」不太靈光都使得行為遲緩，甚至整個機體「癱瘓」。
隨著機器人應用範圍的不斷擴充，「大腦」容量、思維速度等方面都有了更高的要求。目前科學家們嘗試著將雲計算、雲存儲等先進技術引入到機器人後台上，努力讓機器人「大腦」向著信息更豐富、運算更快、反應更準確、學習更靈活的方向邁進。
4.穩定行走難。
區別於機械臂等固定作業的機器人，類腦智能機器人的應用一定是個動態過程，換句話說機器人要有一條堅固、靈活的「腿」。機器人的「腿」不在於長短、粗細，更關注的是其穩定性、自由性。
受到生物學啟發，科學家們嘗試著將人類腿部膝關節彎曲伸展的工作機制移植到機器人上，以此來看，雙足機器人將有望跨越台階，行走在山地、災後等地形複雜的環境中，將人力從高危行業中解救。
除此之外，另一類能移動的機器人——輪式機器人雖然不要求造出實體「腿」，但是其必須具有一對隱形、靈活的「腿」，需要學會自主認路、自主避障、完成動態優化行走路徑等一系列高難度任務。
本田的雙足行走機器人ASIMO
各國對類腦智能的探索
以上列舉的難點僅僅是類腦智能探索道路上的少數障礙物，真正實現的一天還距離我們十分遙遠。
近年來，世界各國都相繼對這一領域投入了大量精力研究。2013年6月，美國白宮公布了「推進創新神經技術腦研究計劃」（簡稱「BRAIN」），旨在探索人腦構造、理解人腦工作原理。
而在同年初，歐盟委員會也宣布「人腦工程」（簡稱「HBP」），主要任務是通過模型方式再現人腦工作；2014年9月，日本也啟動了自己的大腦研究計劃。2016年，中國也全面啟動了自己的腦科學計劃。該計劃主要有兩個研究方向：傾向於醫學的大腦揭秘、腦部病變研究，以及類腦智能的技術開發。
目前我國已取得了一些喜人的成績，如復旦大學開發出一種能夠「望、聞、問、切」的中醫機器人——「中醫一號」；百度公司研發的智能圍棋系統Bingo，在大規模實戰中戰勝了兩名業餘5段棋手；國防科技大學利用人腦電波指揮機器人行，可以說這類「腦控機器人」從一定程度上實現了我們在科幻大片中常見的用人腦直接控制機器人的震撼場景。
中醫機器人概念圖
腦控機器人
類腦智能研究技術
除此之外，我想介紹兩個類腦智能研究常常依賴的方法技術，其一是深度學習技術。
該項技術通過把海量與任務相關的數據直接投放到模型中，依據人腦思維模式而建立的系統就會自動利用這些數據不斷學習，豐富自我認識。這種近乎「黑盒子」一樣的計算方式較好地再現了人類大腦的「歸納」、「推測」過程，在圖像識別、分類方面有著極為優異的表現。但是正如前文所提到的，深度學習技術在真正處理現實圖像、信號方面依然需要不斷改進。
深度學習技術致力於使機器人具有自我學習能力，而另一個技術熱點——強化學習的主要目的是幫助機器人形成從環境到行為映射的學習，在機器人智能控制等領域有許多應用。強化學習這種訓練方法不是告訴系統如何產生正確的動作，而是通過評價產生動作的好壞來不斷改進運動方案，進而幫助機器人找到環境中的最優行動路徑。
強化學習工作原理
類腦智能技術充分學習人腦的思維模式，從仿生角度努力尋求人工智慧的突破。這一熱門學科前景誘人，應用範圍廣闊。科學家們曾預言一個國家類腦智能的發展水平將極大程度影響該國在軍事、工業等眾多行業的發展，因此類腦智能技術的發展顯得尤為重要與急迫。
同時我們也不得不承認，這條探索之路道阻且長，荊棘密布，眾多難題還在等著我們一一擊破。可我們不應該迎難而上嗎？畢竟我們曾經向鳥學習發明了飛機，向魚學習發明了潛艇，如今向自己學習又有什麼好膽怯的呢？
「科普中國」是中國科協攜同社會各方利用信息化手段開展科學傳播的科學權威品牌。
本文由科普中國融合創作出品，轉載請註明出處。
TAG:科普中國 |