1
本文作者: 黃鑫 | 2016-09-17 17:03 |
前言
人腦的奧秘至今都吸引著許多科學(xué)家的探索,其實(shí)電腦本來也是這個(gè)探索的一項(xiàng)成果之一,雖然今天電腦的工作原理同人腦毫無相似之處,但這并不是它們的發(fā)明者的本意。目前,電腦對我們來說是一項(xiàng)優(yōu)秀的工具,但它無法幫我們洞悉智力的本質(zhì),哪怕是現(xiàn)在流行的人工智能,同這個(gè)目標(biāo)也相去甚遠(yuǎn)。
不過有人已經(jīng)注意到了這一點(diǎn)并開始了一些相關(guān)的研究,在長沙舉辦的人工智能湖南論壇上,英國伯明翰大學(xué)計(jì)算機(jī)學(xué)院教授,英國伯明翰大學(xué)計(jì)算智能與應(yīng)用研發(fā)中心主任姚新提到了自己在這個(gè)領(lǐng)域的一些研究和思考。雷鋒網(wǎng)對姚新教授進(jìn)行了專訪,在采訪中,姚新教授同我們詳細(xì)的介紹了這門叫類腦計(jì)算的學(xué)科的緣起、發(fā)展、以及對未來的展望。
姚新:還是不太一樣的,類腦計(jì)算研究和關(guān)注的還是一些比較基礎(chǔ)性的理論。因?yàn)轭惸X智能是從腦科學(xué)和神經(jīng)科學(xué)的角度來進(jìn)行研究的,是一個(gè)真正根本的科學(xué)理論,而我的研究實(shí)際上是從他們那里學(xué)習(xí)一些好的機(jī)理和思想,然后去探索怎么把他們的理論應(yīng)用到計(jì)算機(jī)系統(tǒng)中去。
姚新:它的形成最初是基于一個(gè)非常樸素的觀察。我們發(fā)現(xiàn)現(xiàn)在計(jì)算機(jī)科學(xué)的發(fā)展方向其實(shí)不是100%按照我們最開始希望計(jì)算機(jī)去的那個(gè)方向發(fā)展的。在早期,至少在國內(nèi),我們都管它叫電腦。從這個(gè)名稱就可以看出來最開始我們造計(jì)算機(jī)的時(shí)候其實(shí)是希望造出一個(gè)可以像人腦一樣工作的人工系統(tǒng)的。不過這么多年過去,我們發(fā)現(xiàn)現(xiàn)在的計(jì)算機(jī)跟人腦其實(shí)在某種程度上可以說是越走越遠(yuǎn)。就比如說我們現(xiàn)在學(xué)計(jì)算機(jī)科學(xué),一定要先學(xué)編程。把計(jì)算機(jī)跟人腦一比較,我們就可以發(fā)現(xiàn)人腦的學(xué)習(xí)能力和計(jì)算機(jī)的學(xué)習(xí)能力有著根本的差別。計(jì)算機(jī)就擅長一些比較“死”的東西,比如說計(jì)算一個(gè)數(shù)據(jù),但是很多感知性的東西人做得特別快,比如識別人臉啊,或者自然語言的對話啊,甚至就算你不會湖南話,別人講十句你可能也能猜出來幾句。所以大家就想,我們是不是還是應(yīng)該從自然界學(xué)一些知識應(yīng)用到計(jì)算機(jī)中去,這樣就有了這門學(xué)科,其實(shí)追根溯源的話最早都能追溯到五六十年代去了。
姚新:主要還是想借鑒生物大腦的機(jī)理。通過了解生物大腦機(jī)理來想辦法把它變成計(jì)算機(jī)系統(tǒng)的一些算法,或者構(gòu)造一些更像人腦的計(jì)算機(jī)系統(tǒng)。
姚新:人工神經(jīng)網(wǎng)絡(luò)是其中很典型的一個(gè)代表,包括現(xiàn)在還有一種叫演化算法的,是真正借鑒了生物進(jìn)化的原理然后把它應(yīng)用到計(jì)算機(jī)中的。
姚新:我對這些問題做了一些比較偏計(jì)算機(jī)科學(xué)的研究。我講了三個(gè)問題。
第一個(gè)是大腦和演化過程之間的關(guān)系,就是假定我們真的對類腦計(jì)算感興趣,或許我們應(yīng)該對演化的過程做進(jìn)一步深入的研究,否則你光看最終的結(jié)果,忽略這個(gè)過程,可能會錯(cuò)過一些東西。
第二個(gè)研究是說環(huán)境可能會對我類腦人工智能的設(shè)計(jì)有很大影響。你讓那個(gè)系統(tǒng)做一件事和做兩件事,得到的東西是不一樣的?;蛘哒f,這個(gè)事情是一個(gè)靜態(tài)的事情還是一個(gè)動態(tài)的事情是不一樣的。舉個(gè)很簡單的例子,就是無論你說人工智能系統(tǒng)還是類腦系統(tǒng)還是什么,它都是有一個(gè)載體的。就是你把它放進(jìn)一個(gè)計(jì)算機(jī)里面。這個(gè)載體我覺得現(xiàn)在單純做研究的考慮的不是太多。但生物界其實(shí)這種現(xiàn)象遍地都是。
這也是我想講的第三個(gè)點(diǎn):我覺得智能的載體對智能系統(tǒng)的影響我們也要考慮進(jìn)去。所有的大腦都有一個(gè)身體。生物界不存在光有大腦沒有身體的東西,所以這二者之間的結(jié)合也是一項(xiàng)很有趣的研究。對我們未來的研究也有很多啟發(fā),比如我們對控制器和外形的形態(tài)的設(shè)計(jì)應(yīng)該在設(shè)計(jì)算法時(shí)一同考慮進(jìn)去而不是分開?而現(xiàn)在我們實(shí)際上是分開做這兩件事的。
姚新:沒錯(cuò),這二者應(yīng)該是有很緊密的互相影響的。
姚新:我在我的演講中也講到了這個(gè)例子,這是我現(xiàn)在研究的一個(gè)方向:演化計(jì)算,這里面有一個(gè)概念,叫做共生演化。或者叫做共生設(shè)計(jì)。就是說,引進(jìn)一個(gè)新的設(shè)計(jì)方法也好,將來設(shè)計(jì)一個(gè)人工智能系統(tǒng)的時(shí)候也好,要同時(shí)設(shè)計(jì)它的載體。讓我們用智能機(jī)器人舉個(gè)例子的話,一個(gè)設(shè)計(jì)的比較好的人工智能系統(tǒng),在設(shè)計(jì)的時(shí)候就應(yīng)該考慮到這個(gè)機(jī)器人將來的形態(tài)是什么樣子。因?yàn)樾螒B(tài)對智能系統(tǒng)實(shí)際上是有影響的?,F(xiàn)在大家好像總是覺得四肢控制這個(gè)方向不用考慮,應(yīng)該多考慮大腦的東西。實(shí)際上二者是不可分的。
姚新教授在演講中舉了一個(gè)線蟲的例子:線蟲的身體是一節(jié)一節(jié)的,通過肌肉的收縮舒張產(chǎn)生蠕動來移動。他們的團(tuán)隊(duì)用計(jì)算機(jī)模擬了一個(gè)線蟲的神經(jīng)網(wǎng)絡(luò),然后給線蟲下達(dá)一個(gè)盡快從一點(diǎn)游到另一點(diǎn)的例子,首先在這個(gè)目標(biāo)下是沒有附加任何別的條件的,線蟲的神經(jīng)網(wǎng)絡(luò)很快形成了一個(gè)完美的對稱型。
不過后來姚教授他們給這個(gè)線蟲在任務(wù)目標(biāo)不變的情況下施加了一個(gè)限制——規(guī)定了它的體態(tài),使其不能再像之前那樣蠕動,很快神經(jīng)網(wǎng)絡(luò)進(jìn)行了自適應(yīng),并且形成了與第一個(gè)狀態(tài)截然不同的狀態(tài),如下圖所示。
在線蟲的行動受限的情況下,盡管行動目標(biāo)完全沒有改變,但是由于身體狀態(tài)的改變,導(dǎo)致神經(jīng)網(wǎng)絡(luò)最終自動形成的模型發(fā)生了極大的變化,這就是姚新教授想通過這個(gè)實(shí)驗(yàn)說明的:智能系統(tǒng)的設(shè)計(jì)需要考慮到這個(gè)智能的載體。
姚新:對的,二者應(yīng)該是同時(shí)考慮的。
姚新:我覺得應(yīng)該是用同樣一個(gè)系統(tǒng)完成不同的任務(wù),我講了一個(gè)例子就是給一個(gè)人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)。你讓它去做一件事,和讓它去做多件事,最后你得到的神經(jīng)網(wǎng)絡(luò)結(jié)果會非常不一樣。你讓人工神經(jīng)網(wǎng)絡(luò)去做一件事的時(shí)候,它不會出現(xiàn)模塊化的結(jié)構(gòu)。而如果你讓一個(gè)神經(jīng)網(wǎng)絡(luò)去做多件事,它的模塊化結(jié)構(gòu)就自己出來了。通過這個(gè)例子,我就想說明的是,不管你要做一個(gè)什么樣的系統(tǒng)。跟你想要這個(gè)系統(tǒng)去做什么事情有很大的關(guān)系。
姚新:在我做的這個(gè)研究里面還是自己出現(xiàn)的,不是我刻意設(shè)計(jì)的,我在演講中有提到,一個(gè)例子。
姚新:其實(shí)我不是這方面的專家,可能認(rèn)知科學(xué),或者腦科學(xué)方面的專家對這方面的研究會多一點(diǎn),不過我們知道這個(gè)現(xiàn)象。
姚新:其實(shí)有兩個(gè)大方向,一個(gè)方向是從科學(xué)的理解來說,尤其是腦科學(xué)家,認(rèn)知科學(xué)家這樣的專家,他們都對腦的工作機(jī)理非常感興趣。腦從本質(zhì)上來說它還是一個(gè)物理結(jié)構(gòu),分子原子這樣的組成。那抽象的智能是怎么樣在里面出現(xiàn)的呢?這個(gè)大家都很想知道。這就是其中的一個(gè)研究方向:了解它的工作原理,了解智能為什么會在其中出現(xiàn)。另外一個(gè)方向就跟計(jì)算機(jī),科學(xué)家和工程師密切相關(guān)。就是現(xiàn)在你對機(jī)理已經(jīng)有一定的理解了。也從部分上知道腦是怎么工作的,你怎么把這些理解,抽象出來,變成計(jì)算系統(tǒng)和算法。這實(shí)際上也是一個(gè)很大的挑戰(zhàn),不是說所有你理解的東西都能構(gòu)造成比較好的計(jì)算結(jié)構(gòu)的。
姚新:一個(gè)是我們對腦科學(xué)的理解還不夠,另外一個(gè)挑戰(zhàn)是把我們現(xiàn)在所知道的一些定性的概念,變成定量的描述。因?yàn)檎嬲搅擞?jì)算機(jī)模型里面,所有的東西必須是一個(gè)定量的參數(shù)。這是個(gè)很大的問題。
姚新:我們現(xiàn)在實(shí)際上是在往這個(gè)方面努力,其實(shí)大家現(xiàn)在都已經(jīng)意識到現(xiàn)在的人工智能系統(tǒng)都是只能做一件事的。下棋的就是下棋,識別圖像的就是識別圖像。沒有一個(gè)能同時(shí)完成這兩件事的系統(tǒng),我們希望我們將來能做出這種系統(tǒng)。我們也希望通過對這種系統(tǒng)的設(shè)計(jì)和制造來幫助我們對智能有一個(gè)更量化和更深刻的理解。
雷鋒網(wǎng):類腦計(jì)算在這個(gè)過程中也會起到很多的幫助?
姚新:我覺得類腦計(jì)算是一個(gè)很重要的研究方向,因?yàn)橛?jì)算機(jī)研究其實(shí)是由兩個(gè)方向,一個(gè)方向就是我們通過人的聰明才智來設(shè)計(jì)更好的系統(tǒng)。這是一種自頂向下的設(shè)計(jì)方法。類腦計(jì)算有一點(diǎn)點(diǎn)自下向上的含義。什么意思呢?就是我通過觀察和理解生物界中的一些現(xiàn)象,然后將它們的特征抽象,建立成計(jì)算機(jī)模型,然后再看這個(gè)計(jì)算機(jī)模型能夠?qū)崿F(xiàn)的是有關(guān)智能行為中的哪一部分?,F(xiàn)在計(jì)算機(jī)確實(shí)在計(jì)算方面很厲害,但是涉及到感知的一些東西,計(jì)算機(jī)就不行了。類腦計(jì)算的研究對這些方面的進(jìn)步很有幫助。這兩者能結(jié)合起來的話,我相信這些智能系統(tǒng)在某些方面確實(shí)是可以超過人類。
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。