1
| 本文作者： 王金許 | 2018-01-12 19:03 |
雷鋒網(wǎng)按：在去年年底北京大學(xué)舉辦的人工智能前沿論壇上，黃鐵軍教授做了題為《強(qiáng)人工智能之路》的演講。
從人工智能的發(fā)展史出發(fā)，他闡釋了強(qiáng)人工智能的意義，以及它會(huì)對(duì)人類可能所產(chǎn)生的影響，在這一點(diǎn)上，他表示同意霍金和馬斯克的威脅論觀點(diǎn)。
其次，盡管學(xué)界對(duì)人工智能是否能擁有“自我意識(shí)”存在爭(zhēng)議，但他堅(jiān)持認(rèn)為這是實(shí)現(xiàn)強(qiáng)人工智能不可回避的問(wèn)題。他提出“智能為用，機(jī)器為體”的觀點(diǎn)，表示不做機(jī)器，只談智能很難有顛覆性變化產(chǎn)生，要產(chǎn)生強(qiáng)人工智能，就一定要制造新一代機(jī)器。他預(yù)測(cè)，未來(lái) 15-30 年，人類將親眼見(jiàn)證人造大腦變成現(xiàn)實(shí)。
（雷鋒網(wǎng)注：近日，2017年度國(guó)家科學(xué)技術(shù)獎(jiǎng)評(píng)選結(jié)果揭曉，北京大學(xué)黃鐵軍教授牽頭研發(fā)完成的項(xiàng)目“高效視覺(jué)特征分析和壓縮關(guān)鍵技術(shù)”榮獲國(guó)家科學(xué)技術(shù)發(fā)明獎(jiǎng)二等獎(jiǎng)。）
以下為黃鐵軍教授演講內(nèi)容實(shí)錄，雷鋒網(wǎng)做了不改變?cè)獾木庉嫞?/strong>
我今天給大家報(bào)告的題目是《強(qiáng)人工智能之路》。第一，什么是人工智能，人工智能我想最經(jīng)典的定義是“以機(jī)器為載體的智能”，我不想用“人工”這個(gè)詞，因?yàn)檫@個(gè)詞就好像人賦予它才叫智能。不是這樣的，人的智能來(lái)自人和環(huán)境的互動(dòng)和進(jìn)化，機(jī)器也可以與環(huán)境互動(dòng)，通過(guò)學(xué)習(xí)擁有越來(lái)越強(qiáng)的智能。
第二，“強(qiáng)”意味著“更強(qiáng)”。新一代人工智能國(guó)家規(guī)劃都出來(lái)的，等會(huì)兒我會(huì)提到它比經(jīng)典人工智能更強(qiáng)在什么地方。
強(qiáng)還意味著“最強(qiáng)”。什么是最強(qiáng)的人工智能？這就是強(qiáng)人工智能，這是人工智能的終極目標(biāo)，我們制造出強(qiáng)人工智能，才算完成了歷史使命。
在歷史上，一般我們講人工智能 60 年，1956 年到 2016 年。但事實(shí)上，在 1956 年之前，在計(jì)算機(jī)發(fā)明之前就有提出了相關(guān)思想，可以說(shuō)人工智能和計(jì)算機(jī)一樣差不多走過(guò)了八十年左右的時(shí)間。我還會(huì)講一下未來(lái)，但做預(yù)測(cè)從來(lái)都是吃力不討好的事情，或者說(shuō)給自己立 Flag，但是我還得立，不立我們往哪個(gè)方向走？所以我要講一下未來(lái) 15 到 30 年可能發(fā)生的一些重要的事情。
先說(shuō)強(qiáng)人工智能，強(qiáng)人工智能是一個(gè)學(xué)術(shù)詞語(yǔ)，不是一個(gè)媒體詞語(yǔ)。在人工智能發(fā)展到上世紀(jì)七八十年代的時(shí)候，就已經(jīng)有了很多爭(zhēng)論，最后把人工智能分為兩類，一類叫強(qiáng)人工智能，一類叫弱人工智能，或者一類叫通用人工智能，另一類叫專用人工智能。
通用人工智能或強(qiáng)人工智能說(shuō)的是什么？它有一個(gè)根本的特征，就是能夠適應(yīng)環(huán)境，應(yīng)對(duì)未知挑戰(zhàn)，具有自我意識(shí)，達(dá)到人類水平，因此能超越人類，這種智能才能叫強(qiáng)人工智能，其他我們今天說(shuō)的這些都不叫強(qiáng)人工智能。
當(dāng)然，這個(gè)話?cǎi)R上就有爭(zhēng)議，具有自我意識(shí)這個(gè)詞是很敏感的一個(gè)說(shuō)法，所以大家寫(xiě)學(xué)術(shù)論文，做這個(gè)政府文件的時(shí)候都不用這個(gè)詞，因?yàn)橐挥眠@個(gè)詞就知道你要說(shuō)什么了。但我想，我們今天要探討的就是這樣一種人工智能。
在我們國(guó)家文件里邊，比如說(shuō)中共中央國(guó)務(wù)院 2016 年的《國(guó)家創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)綱要》里邊用的詞叫“類人智能”；新一代人工智能發(fā)展規(guī)劃中提到了大數(shù)據(jù)智能、跨媒體智能、群體智能、混合增加智能、自主無(wú)人系統(tǒng)和類腦智能，為什么都繞開(kāi)這個(gè)核心詞不去碰？
這個(gè)詞特別敏感，但我今天還是要講一下，再敏感的事情我們也要去討論。
我個(gè)人對(duì)這件事的看法跟霍金、埃隆·馬斯克的類似。他們?cè)诿襟w上說(shuō)這個(gè)人工智能很厲害，如果我們做出超級(jí)人工智能的話，人類就會(huì)招致滅頂之災(zāi)。很多人不以為然，一個(gè)搞物理的，一個(gè)搞創(chuàng)業(yè)的，他們?cè)趺淳蛯?duì)人工智能做出這樣的判斷呢？
他們正式公開(kāi)表態(tài)是在 2015 年1 月 12 日，大家可以搜一下。我說(shuō)跟他們的看法一樣，其實(shí)在一個(gè)星期之前，我就發(fā)表了一篇非學(xué)術(shù)文章《人類能制造出超級(jí)大腦嗎？》，認(rèn)為這件事會(huì)發(fā)生，而且會(huì)在不久的將來(lái)發(fā)生。多長(zhǎng)時(shí)間呢？我認(rèn)為，樂(lè)觀地說(shuō)，差不多就是 15—30 年之內(nèi)。
又給自己立 Flag 了，我立這個(gè)是因?yàn)椋凑?30 年之后我還得活著，我說(shuō)對(duì)了，大家就能記住我當(dāng)年說(shuō)的，如果我說(shuō)得不對(duì)，那北大本來(lái)也應(yīng)該做創(chuàng)新性事情的（笑）。我說(shuō)的不是開(kāi)玩笑，我們真正要認(rèn)真想這件事。
為什么會(huì)發(fā)生？因?yàn)闅v史已經(jīng)進(jìn)展到了這樣一個(gè)階段，以 2016 年作為歷史坐標(biāo)的話，我們看深度學(xué)習(xí)發(fā)展了十年，人工智能發(fā)展了 60 年，從 1956 年，第一臺(tái)計(jì)算機(jī)發(fā)明 70 周年，1946 年圖靈提出計(jì)算機(jī)模型 80 周年，在這樣的一個(gè)時(shí)間點(diǎn)上看，整個(gè)技術(shù)和思想在往什么方向發(fā)展？
1956 年，在提出人工智能概念的達(dá)特茅斯學(xué)院會(huì)議上，就提到通過(guò)計(jì)算機(jī)仿真實(shí)現(xiàn)人工智能，提出雖然當(dāng)時(shí)計(jì)算機(jī)很慢，存儲(chǔ)很小，但這不是主要問(wèn)題，問(wèn)題是在于能不能寫(xiě)出把這個(gè)潛力發(fā)揮出來(lái)的程序。計(jì)算機(jī)的能力會(huì)逐漸提高的，我們只要把這個(gè)程序（算法、模型、軟件）寫(xiě)出來(lái)，關(guān)鍵應(yīng)該在這個(gè)地方，這是他們當(dāng)時(shí)的一個(gè)想法。60 年來(lái)，人工智能發(fā)展有很多里程碑性的進(jìn)步，一般總結(jié)人工智能我們有三大流派，符號(hào)主義、連接主義和行為主義，我不展開(kāi)了。
我們關(guān)注什么問(wèn)題呢？我們關(guān)注智能和人工智能背后實(shí)現(xiàn)的載體到底是什么。智能是一種功能，是一種現(xiàn)象，這種能力是靠什么東西來(lái)實(shí)現(xiàn)的？人的智能靠人的大腦和人的身體實(shí)現(xiàn)，那人工智能呢？承載智能的那臺(tái)機(jī)器到底是什么？似乎最后一個(gè)跟沒(méi)問(wèn)一樣，那不就是計(jì)算機(jī)嗎？但實(shí)際我們不能這么簡(jiǎn)單的看。
經(jīng)典計(jì)算機(jī)承載得了人工智能嗎？我們看 80 年代的歷史，我挑幾個(gè)最重要的，圖靈 1936 年為了解決不可計(jì)算數(shù)存在這樣一個(gè)數(shù)學(xué)問(wèn)題提出了圖靈機(jī)模型，這就是沿用至今的計(jì)算機(jī)概念模型。但計(jì)算機(jī)是個(gè)副產(chǎn)品，圖靈是為了證明一個(gè)數(shù)學(xué)問(wèn)題，就是計(jì)算機(jī)能夠計(jì)算的數(shù)是很稀疏的，不可計(jì)算的數(shù)才是更廣的。所以計(jì)算機(jī)的理論邊界，在1936 年它沒(méi)出現(xiàn)的時(shí)候，就已經(jīng)確定了。
大家要明白，因?yàn)檫@個(gè)機(jī)器出來(lái)之后，就想讓它發(fā)揮更多作用，所以 1956 年開(kāi)始就想在計(jì)算機(jī)上編算法、寫(xiě)程序，實(shí)現(xiàn)人工智能，但大家看看，計(jì)算機(jī)發(fā)明 70 周年都干了些什么？從科學(xué)計(jì)算到今天的大數(shù)據(jù)、云計(jì)算，哪一個(gè)真正觸及了智能的核心問(wèn)題？
我們不能說(shuō)這些系統(tǒng)沒(méi)有智能，我的意思是，都沒(méi)有觸碰智能的核心問(wèn)題，它只是在解決規(guī)模越來(lái)越大、越來(lái)越復(fù)雜的應(yīng)用問(wèn)題。不是智能，只是有一些智能的表現(xiàn)，為什么是這樣？
因?yàn)橛?jì)算機(jī)的成功得益于晶體管，得益于集成電路，得益于摩爾定律，速度越來(lái)越快，規(guī)模越來(lái)越大，我們計(jì)算機(jī)專業(yè)就趕上了一個(gè)順風(fēng)車，但這不等于他自然就是人工智能的載體，它只不過(guò)是一個(gè)很好用的，很強(qiáng)的一個(gè)計(jì)算工具而已。我們看今天的人工智能，例如神經(jīng)網(wǎng)絡(luò)這樣一種結(jié)構(gòu)，為什么要在計(jì)算機(jī)這個(gè)平臺(tái)上去實(shí)現(xiàn)？
我覺(jué)得不用做深度理論分析就知道，圖靈、馮諾依曼提出了一個(gè) CPU、存儲(chǔ)器，中間有一個(gè)總線這樣的架構(gòu)，憑什么就成了我們說(shuō)的以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的新一代人工智能和未來(lái)人工智能的平臺(tái)了？這兩種結(jié)構(gòu)沒(méi)有什么相關(guān)性。計(jì)算機(jī)是為了解決計(jì)算和邏輯問(wèn)題，而神經(jīng)網(wǎng)絡(luò)是大量神經(jīng)元相互作用，這兩個(gè)結(jié)構(gòu)沒(méi)有任何天然上的可比性。干嘛我們一定要在計(jì)算機(jī)上去實(shí)現(xiàn)這樣的一種智能？
事實(shí)上，我們?cè)倩氐?1956 年，我們看他們討論了七大問(wèn)題，分成兩類，藍(lán)色的部分就是我們今天計(jì)算機(jī)學(xué)科，包括今天我們給本科生上課設(shè)置的課程體系，包括計(jì)算機(jī)硬件、軟件、算法、編程以及計(jì)算理論。但還有四個(gè)問(wèn)題還不是計(jì)算機(jī)學(xué)科覆蓋的主要內(nèi)容，第三個(gè)，神經(jīng)網(wǎng)絡(luò)，第五個(gè)，自我改進(jìn)，第六個(gè)，抽象，第七個(gè)，隨機(jī)性和創(chuàng)造性。這些問(wèn)題至今應(yīng)該說(shuō)還剛剛起步，還遠(yuǎn)遠(yuǎn)沒(méi)有解決。
關(guān)于神經(jīng)網(wǎng)絡(luò)最根本的一個(gè)問(wèn)題是第三個(gè)問(wèn)題，即“一群神經(jīng)元如何形成概念”。神經(jīng)元、神經(jīng)網(wǎng)絡(luò)是物理存在，包括我們生物大腦的生物神經(jīng)元和神經(jīng)網(wǎng)絡(luò)，而概念、思維、意識(shí)、精神是抽象存在，憑什么這樣的物理存在就冒出了精神存在？不管是對(duì)人還是對(duì)機(jī)器，物理到精神的這一步怎么跨出去的？這一定是智能的根本性問(wèn)題，但現(xiàn)在還沒(méi)有解決。
回過(guò)來(lái)，靠什么樣的平臺(tái)實(shí)現(xiàn)人工智能？有很多，計(jì)算機(jī)是圖靈提出來(lái)的，但圖靈并不認(rèn)為計(jì)算機(jī)是實(shí)現(xiàn)智能的合適平臺(tái)，這在歷史上很清楚。他跟信息論創(chuàng)始人香農(nóng)在 1943 年的時(shí)候有一個(gè)爭(zhēng)論，香農(nóng)的提議，也就是我們今天大多數(shù)人認(rèn)為的人工智能：把文化的東西，把知識(shí)、邏輯、理性這些東西灌輸給大腦，這叫做人工智能系統(tǒng)。
而圖靈觀點(diǎn)截然相反，他說(shuō)，“我對(duì)造一個(gè)能力越來(lái)越強(qiáng)的大腦不感興趣，我要的只不過(guò)是一個(gè)尋常的大腦，這個(gè)大腦跟你們老板的腦袋一樣，就是跟 AT&T 公司老板的腦袋一樣，不需要很聰明，但是我需要一個(gè)這樣的腦，我不關(guān)心你裝很多東西給這樣的機(jī)器，這是 1943 年，第一臺(tái)計(jì)算機(jī)還沒(méi)出現(xiàn)的時(shí)候，圖靈就這么認(rèn)為的。
后來(lái)，到了 1950 年，圖靈的《計(jì)算機(jī)與智能》這篇論文提出“機(jī)器能思考嗎？”的問(wèn)題，是人工智能的真正的起點(diǎn)。在這篇文章里，他也確實(shí)說(shuō)了：制造一個(gè)真正的智能機(jī)器必須具有學(xué)習(xí)能力，而制造這種機(jī)器的方法就是先制造一個(gè)模擬童年的大腦。因?yàn)闆](méi)有這顆大腦，你想訓(xùn)練出智能是不可能的。
馮·諾依曼也是這么認(rèn)為的，他留給我們后人的是 1958 年出版的《計(jì)算機(jī)與人腦》，他一個(gè)數(shù)學(xué)家，一個(gè)提出計(jì)算機(jī)體系結(jié)構(gòu)的人為什么要去研究人腦？為什么要去研究神經(jīng)元？就是要為真正的智能找一個(gè)合適的平臺(tái)。
所以大家都認(rèn)為要從大腦這邊學(xué)。學(xué)什么？怎么學(xué)？這是一個(gè)關(guān)鍵問(wèn)題，毫無(wú)疑問(wèn)，我們的大腦有強(qiáng)人工智能，那好，我們從這個(gè)唯一的參照物里邊怎么學(xué)？有很多人認(rèn)為，比如最近熱門的類腦計(jì)算，說(shuō)要按照大腦怎么工作的這個(gè)原理設(shè)計(jì)算法，設(shè)計(jì)模型出來(lái)，就是模擬大腦功能這樣一個(gè)思路。
這個(gè)思路對(duì)于有些簡(jiǎn)單問(wèn)題是可能的，但是走不遠(yuǎn)，因?yàn)閷?duì)于大腦的功能機(jī)理很難給出一個(gè)詳細(xì)的描述，事實(shí)上這是人類面臨的最大問(wèn)題：意識(shí)的生物學(xué)基礎(chǔ)是什么？靠怎么樣的生物學(xué)機(jī)理意識(shí)就冒出來(lái)了？如果這個(gè)問(wèn)題能解決，那自然我們搞信息的人照著這個(gè)模型去做算法就可以了。
問(wèn)題是，這個(gè)問(wèn)題什么時(shí)候能夠解決？誰(shuí)要敢告訴你這個(gè)問(wèn)題三百年能解決，他就是很樂(lè)觀的了。他要是告訴你，永遠(yuǎn)解決不了，這我也可以理解，因?yàn)檫@太難了。如果腦科學(xué)家回答不出這個(gè)問(wèn)題，搞不清楚大腦是怎么思考的，我們搞信息的人就老老實(shí)實(shí)等著吧。如果是這樣，那我現(xiàn)在就報(bào)告結(jié)束，不用做了。事實(shí)上不是這樣的，我們不能這樣等，不能等到他們把這個(gè)原理背后的機(jī)制搞清楚，我們才去做。
首先要搞清楚工程技術(shù)和科學(xué)的關(guān)系問(wèn)題。工程技術(shù)絕大多數(shù)情況下都是領(lǐng)先于科學(xué)的，我說(shuō)得太絕對(duì)可能大家不高興，因?yàn)楸贝蠛芏嗳硕际歉憧茖W(xué)的，但事實(shí)就是我們搞工程技術(shù)的先做出東西，搞科學(xué)的人再去解釋這個(gè)東西背后的原理，而不是先有科學(xué)原理，再按照科學(xué)原理去做這個(gè)系統(tǒng)，后面這種情況不是真正的創(chuàng)新，真正的創(chuàng)新都是做出來(lái)一個(gè)科學(xué)原理都沒(méi)法解釋的系統(tǒng)，然后去解釋，找科學(xué)原理。
對(duì)于大腦和這個(gè)未來(lái)的機(jī)器也是一樣，我們要先去造一個(gè)機(jī)器。當(dāng)然機(jī)器也不能亂造，你說(shuō)造一個(gè)機(jī)器，憑什么就能產(chǎn)生智能？所以第一，要回到大腦，不是回到認(rèn)知科學(xué)，而是要回到神經(jīng)科學(xué)，我們要知道是什么樣的神經(jīng)網(wǎng)絡(luò)產(chǎn)生了人類智能，是從大腦的物理層面看這件事，并不是從精神、意識(shí)這樣的思維層面去看。
大腦的神經(jīng)網(wǎng)絡(luò)可以解析出來(lái)，然后基于這個(gè)圖譜造神經(jīng)計(jì)算機(jī)，進(jìn)行訓(xùn)練讓它產(chǎn)生智能，然后再去解釋機(jī)器為什么就產(chǎn)生了智能呢，如果我們理解了背后的機(jī)理，我們?cè)俑嬖V腦科學(xué)家去檢驗(yàn)生物大腦是否也是按照同樣原理產(chǎn)生智能的。
當(dāng)然這是一個(gè)工程量很大的事情，但是差不多十年左右把大腦精細(xì)解析是有可能的。歐洲的人類大腦計(jì)劃，實(shí)際很多工作也在做這件事，美國(guó)腦計(jì)劃也是一樣的，首先要把大腦圖譜弄出來(lái)，然后我們搞信息的人把它造出來(lái)做一臺(tái)機(jī)器。
結(jié)構(gòu)剛才說(shuō)了，就是這樣子，我們要做很多事，這臺(tái)機(jī)器現(xiàn)在還沒(méi)有名字，我們叫它神經(jīng)計(jì)算機(jī)，或者叫神經(jīng)形態(tài)機(jī)，它實(shí)際是按生物神經(jīng)網(wǎng)絡(luò)，用神經(jīng)形態(tài)器件做的，這個(gè)器件就是人工突觸和人工神經(jīng)元，它處理的信息不是邏輯，不是要做計(jì)算，它就像一個(gè)生物要把感知這個(gè)世界的那些模態(tài)信息作為重要對(duì)象的一個(gè)機(jī)器。
這種機(jī)器如果我們跟經(jīng)典計(jì)算機(jī)對(duì)比的話，每一層次都很清楚：基本器件是什么？結(jié)構(gòu)應(yīng)該怎么樣？你怎么樣訓(xùn)練這樣的機(jī)器產(chǎn)生智能？你的科學(xué)基礎(chǔ)是什么？科學(xué)基礎(chǔ)主要是神經(jīng)科學(xué)，不是認(rèn)知科學(xué)，我說(shuō)得有點(diǎn)絕對(duì)，但確實(shí)如此，認(rèn)知科學(xué)是下一步的事情，現(xiàn)在我們需要的是神經(jīng)科學(xué)。
這個(gè)也是 2015 年開(kāi)始的北京腦計(jì)劃中“腦認(rèn)知與類腦計(jì)算”專項(xiàng)規(guī)劃的一個(gè)技術(shù)思路。美國(guó)也是這樣的，它在 2015 年 10 月 29 號(hào)發(fā)布了一個(gè)報(bào)告，這也是會(huì)議的一個(gè)結(jié)果，也就是從材料到系統(tǒng)結(jié)構(gòu)做這樣的一個(gè)神經(jīng)形態(tài)計(jì)算系統(tǒng)。這個(gè)方向已經(jīng)發(fā)展了三十年，從 1986 年到今天已經(jīng)三十多年了，但在國(guó)內(nèi)的動(dòng)靜還比較小。斯坦福大學(xué) 2030 人工智能報(bào)告里，最后一項(xiàng)講的也是這項(xiàng)技術(shù)，是對(duì)人工智能未來(lái)影響最大的。
我說(shuō) 2016 年是神經(jīng)形態(tài)計(jì)算的元年，是因?yàn)槿澜缫延兴奶咨窠?jīng)形態(tài)計(jì)算系統(tǒng)在運(yùn)行，這四套系統(tǒng)從規(guī)模上當(dāng)然都比不上人腦，但大家都在往這個(gè)方向逼近，包括 IBM 的 SyNAPSE, 這大家都知道，2006 年定的目標(biāo)就是要做一個(gè)電子大腦皮層。然后海德堡大學(xué)，我們 2015 年去看歐洲人類大腦計(jì)劃支持的剛剛在加電上線的系統(tǒng)，這個(gè)系統(tǒng)的目標(biāo)是 2022 年做出一個(gè)硬件的電子大腦，信息處理能力和人腦相當(dāng)。
我們國(guó)家的新一代人工智能規(guī)劃里邊也有這樣一些東西，但是觸不觸碰這樣一個(gè)核心問(wèn)題，要不要造這樣的機(jī)器，一直還有爭(zhēng)論。我雖然堅(jiān)決支持它，但畢竟還是人微言輕，還有很多不同的觀點(diǎn)?？偟膩?lái)說(shuō)，我覺(jué)得這是方向，必須去做。因?yàn)楹芎?jiǎn)單，一個(gè)真正影響歷史的東西不能停留在想法上，必須最終會(huì)變成物理的實(shí)現(xiàn)。
這種新型機(jī)器做出來(lái)之后，對(duì)通用人工智能的實(shí)現(xiàn)是基礎(chǔ)性的。我們不能光在今天的計(jì)算機(jī)上玩算法，而是要造一個(gè)身體，造一個(gè)物理形態(tài)，這個(gè)物理形態(tài)要依賴于神經(jīng)科學(xué)，也要依賴數(shù)理科學(xué)，要分析它的復(fù)雜功能，沒(méi)有強(qiáng)大的數(shù)學(xué)物理，包括復(fù)雜系統(tǒng)理論，這個(gè)秘密我們最終是破解不了的。北大的有時(shí)就是學(xué)科齊全，有學(xué)術(shù)交叉基礎(chǔ)，例如我們有最好的微電子基礎(chǔ)做神經(jīng)形態(tài)器件，也許還只有北大這種跨學(xué)科的學(xué)校才能做出來(lái)。
機(jī)器要想具有真正的智能，必須有一個(gè)真正的眼睛，像人的眼睛一樣，這個(gè)眼睛不是攝像頭，它要像生物研究一樣工作。那生物眼睛怎么工作的？
現(xiàn)在所有的計(jì)算機(jī)視覺(jué)都是用視頻，這是錯(cuò)的。視頻是騙人眼睛的，生物視覺(jué)以及我們將來(lái)要做的超級(jí)人工智能的視覺(jué)，不能采用視頻，而是要仿照生物信息處理的模式，這個(gè)模式就是神經(jīng)脈沖，光電轉(zhuǎn)換之后就變成神經(jīng)脈沖，神經(jīng)脈沖送出大腦，大腦是脈沖神經(jīng)網(wǎng)絡(luò)，采用脈沖進(jìn)行信息的表達(dá)和處理。這里邊有很多秘密，有很多科學(xué)問(wèn)題要解決。
在北大，兩年多時(shí)間我們做了一些工作，我給大家看一個(gè)結(jié)果，我們要把視網(wǎng)膜中每個(gè)神經(jīng)元長(zhǎng)什么樣，以及生理特性測(cè)出來(lái)，然后在計(jì)算機(jī)上把它精確仿真出來(lái)，先不問(wèn)為什么，生物是怎么做的，我們就去把它實(shí)現(xiàn)出來(lái)，這是一個(gè)神經(jīng)元和它的發(fā)放過(guò)程。
把這樣一些神經(jīng)元都做出來(lái)之后，再連在一起。生物是怎么連在一起的，視網(wǎng)膜內(nèi)的神經(jīng)網(wǎng)絡(luò)怎么連我們也怎么連。連完之后，它就是一個(gè)仿真的視網(wǎng)膜，到了這種規(guī)模，必須上超級(jí)計(jì)算機(jī)才能進(jìn)行計(jì)算。把一個(gè)圖像閃一下給它看，然后我們現(xiàn)在能看到這些神經(jīng)元是怎么響應(yīng)的。
這是神經(jīng)節(jié)細(xì)胞，閃光的就是它在向大腦發(fā)放神經(jīng)脈沖，把這個(gè)過(guò)程重構(gòu)出來(lái)。重構(gòu)出來(lái)之后干嗎？當(dāng)然要變成電子載體，所以今年的北京腦科學(xué)研究計(jì)劃就支持我們做了一顆芯片。
這個(gè)是仿視網(wǎng)膜的芯片。做芯片的時(shí)候不能把所有的生物細(xì)節(jié)都帶進(jìn)去，這樣做不起，我們這個(gè)芯片只需要普通攝像頭的成本，將來(lái)幾十塊錢就給大家用，比如用到機(jī)器人上，所以做了很多簡(jiǎn)化。這個(gè)芯片我還沒(méi)拿到，我現(xiàn)在還都不能說(shuō)百分之百做出來(lái)這種效果，下面是仿真的結(jié)果。
這是芯片看到的電扇轉(zhuǎn)的過(guò)程，為了大家看清，慢速播放。左邊是芯片產(chǎn)生的脈沖，然后我們就基于這個(gè)脈沖流重構(gòu)，就像大腦皮層根據(jù)神經(jīng)脈沖把這個(gè)畫(huà)面重構(gòu)出來(lái)一樣。右邊這個(gè)，能看清楚葉片上的數(shù)字，人做不到，我們?nèi)庋劭措娚?，它一轉(zhuǎn)起來(lái)就變成一團(tuán)灰了。
它最大的一個(gè)特點(diǎn)就是，根據(jù)神經(jīng)脈沖序列可以重構(gòu)任意時(shí)刻的影像，視頻的概念是每秒鐘多少幀，也就是頻率。而采用這種新型芯片，我們可以計(jì)算出任何一個(gè)時(shí)刻的影像，這是生物視覺(jué)。我們睜開(kāi)眼看世界從來(lái)沒(méi)有頻率，為什么？因?yàn)槟惚旧淼男畔⑻幚頇C(jī)制不是按視頻那種方式做的，這個(gè)芯片現(xiàn)在自然也具有這樣的基本功能。
接著一個(gè)問(wèn)題就是把速度做得更快，現(xiàn)在已經(jīng)夠快了，但是將來(lái)想做得更快，快到能看子彈、導(dǎo)彈，這都不是問(wèn)題，只不過(guò)是一個(gè)速度加快的問(wèn)題。這個(gè)當(dāng)然都要花時(shí)間，現(xiàn)在目前定的就是五年，把眼睛完全搞透，然后把這個(gè)芯片做出來(lái)，后邊還有很多工作要做。十年能把視皮層搞出來(lái)，我們就能搬到神經(jīng)計(jì)算機(jī)上去實(shí)現(xiàn)。好在國(guó)家有腦科學(xué)和類腦研究這些重大科技項(xiàng)目，中國(guó)有資源可以做這件事情。
我們回過(guò)頭來(lái)看，人工智能發(fā)展了這么多年，60 年的經(jīng)典時(shí)代，未來(lái)的 15 年，國(guó)家要做更強(qiáng)的人工智能，這是歷史的發(fā)展過(guò)程，但是我們不能光看智能這個(gè)水面上的層次，而要看是什么樣的一個(gè)物理載體支撐著這些智能的實(shí)現(xiàn)，那具體來(lái)說(shuō)，就是經(jīng)典計(jì)算機(jī)還是新的神經(jīng)計(jì)算機(jī)？
1946 年的計(jì)算機(jī)已經(jīng)過(guò)去七十年，高速增長(zhǎng)，這是我們今天人工智能談的一個(gè)物理平臺(tái)，但是它不是永遠(yuǎn)的平臺(tái)，它也不是一個(gè)好的平臺(tái)。好的平臺(tái)，圖靈 1943 年就想到了。從1986 年開(kāi)始，進(jìn)入神經(jīng)形態(tài)計(jì)算工程實(shí)驗(yàn)階段，2016 年，已經(jīng)可以說(shuō)有四套神經(jīng)計(jì)算系統(tǒng)，預(yù)計(jì)不會(huì)超過(guò) 15 年，更強(qiáng)的、真正的神經(jīng)計(jì)算機(jī)就會(huì)造出來(lái)，這種機(jī)器結(jié)構(gòu)仿腦、功能類腦、性能超腦，它才是真正的強(qiáng)人工智能的一個(gè)物理平臺(tái)。
我再簡(jiǎn)化一下說(shuō)，這就叫“智能為用，機(jī)器為體”。不做機(jī)器，光說(shuō)智能，很難有顛覆性的、革命性的變化，歷史一再證明今天的人工智能發(fā)展了三十年，有起有落，深度學(xué)習(xí)發(fā)展這么些年，有了今天的熱潮，但是我們?nèi)绻鶜v史看的話，這些出現(xiàn)都是因?yàn)橛?jì)算機(jī)的出現(xiàn)，而往未來(lái)看的話，就是我們一定要造新一代的機(jī)器。
明年北京大學(xué)建校 120 年。北京大學(xué) 1898 年建校，在前兩年，也就是 1896 年就有人說(shuō)了一句話，這個(gè)人叫特斯拉，他說(shuō)：我認(rèn)為任何對(duì)人類心靈的沖擊都比不過(guò)親眼見(jiàn)證人把人造大腦變?yōu)楝F(xiàn)實(shí)。我認(rèn)為這件事情的發(fā)生，很可能就在北京大學(xué)建校 150 周年之前。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
