類腦智慧:人工智慧發展的另一條路徑
人工智慧的迅速發展將深刻改變世界發展模式和人類生活方式。為搶抓人工智慧發展重大戰略機遇,各國均在構築先發優勢。 類腦智慧作為人工智慧的另一條發展路徑,也是實現通用人工智慧的最可能路徑,成為各國的關注焦點。
類腦智慧是人工智慧發展的必要路徑
當前人工智慧存在兩條技術發展路徑。一條是以模型學習驅動的資料智慧,另外一條是以認知仿生驅動的類腦智慧。當前現階段人工智慧發展的主流技術路線是資料智慧,但是資料智慧存在一定侷限性,如:資料方面,需要海量資料和高質量的標註;自主學習、自適應等能力弱,高度依賴於模型構建;計算資源消耗比較大,CPU、GPU消耗量巨大;缺乏邏輯分析和推理能力不足,僅具備感知識別能力;時序處理能力弱,缺乏時間相關性;僅解決特定問題,適用於專用場景智慧。
類腦智慧可以解決資料智慧的侷限性和不足。資料方面,類腦智慧可處理小資料、小標註問題,適用於弱監督和無監督問題;更符合大腦認知能力,自主學習、關聯分析能力強,魯棒性較強;計算資源消耗較少,人腦計算功耗約20瓦,類腦智慧模仿人腦實現低功耗;邏輯分析和推理能力較強,具備認知推理能力;時序相關性好,更符合現實世界;可能解決通用場景問題,實現強人工智慧和通用智慧。
類腦智慧的定義
類腦智慧是受大腦神經執行機制和認知行為機制啟發,以計算建模為手段,通過軟硬體協同實現的機器智慧。類腦智慧具備資訊處理機制上類腦、認知行為表現上類人、智慧水平上達到或超越人的特點。2018年8月,Gartner公司釋出2018年新興技術成熟度曲線,公佈了5大新興技術趨勢,其中類腦智慧、神經晶片硬體和腦機介面作為重要技術趨勢。
類腦智慧發展有三個層面的目標,分別是結構層次模仿腦、器件層次逼近腦、功能層次超越腦。具體來說,結構層次,主要研究基本單元(各類神經元和神經突觸等)的功能及其連線關係(網路結構),通過神經科學實驗的分析探測技術完成;器件層次,重點在於研製模擬神經元和神經突觸功能的微納光電器件,在有限物理空間和功耗條件下構造出人腦規模的神經網路系統,如研製神經形態晶片、類腦計算機;功能層次,對類腦計算機進行資訊刺激、訓練和學習,使其產生與人腦類似的智慧甚至湧現自主意識,實現智慧培育和進化,學習、記憶、識別、會話、推理、決策以及更高智慧。
現階段類腦智慧研究發展依然緩慢。一是由於腦機理認知尚不清楚。大腦是人類進化的高階產物,重量約1.5公斤,佔體重2%,功耗約20瓦,佔全身功耗20%,當前人類對大腦的認識還不足5%,尚無完整的腦譜圖可參考;二是由於類腦計算模型和演算法尚不精確。神經元連線的多樣性變化性,使得前饋、反饋、前饋激勵、前饋抑制、反饋激勵、反饋抑制的建模不精確,腦功能分割槽與多腦區協同的演算法不準確;三是現有計算架構和能力制約。現在計算系統是馮諾依曼架構,計算與儲存分離,系統功耗高、並行度低、規模有限,而類腦計算系統是非馮諾依曼架構,計算與儲存統合,高密度、低功耗,顛覆現有架構的代價較大。
各國高度重視積極佈局
先進國家積極佈局類腦智慧研發。美國於2013年啟動“BRAIN計劃”,將大腦結構圖建立、類腦相關理論建模、腦機介面等列為研發重點;歐盟於2013年提出“人腦計劃”,重點開展人腦模擬、神經形態計算、神經機器人等領域研究;日本於2008年提出“腦科學戰略研究專案”,重點開展腦機介面、腦計算機研發和神經資訊相關的理論構建;韓國在2016年釋出《腦科學研究戰略》,重視腦神經資訊學、腦工程學、人工神經網路、大腦模擬計算機等領域的研發。
企業爭相佈局類腦智慧。IBM圍繞Watson系統和TrueNorth類腦晶片,意圖搶先打造類腦智慧生態系統;谷歌依託全球技術領先地位,在現有谷歌大腦基礎上結合醫學、生物學積極佈局人工智慧;微軟提出意識網路架構,聲稱是具備可解釋性的新型類腦系統。除龍頭企業外,美國Emotiv、美國Neurallink、美國Kernel、美國Brainco、瑞士aiCTX等一批新興公司在類腦智慧方面取得很多研發成果,部分進入產業化階段。
我國積極統籌加速佈局類腦智慧。我國在2006年《國家中長期科學和技術發展規劃綱要(2006—2020)》中就把“腦科學與認知”列入基礎研究8個科學前沿問題之一。在2016年《“十三五”國家科技創新規劃》也將腦科學與類腦研究列入科技創新2030重大專案。2017年國務院《新一代人工智慧發展規劃》提出了2030年類腦智慧領域取得重大突破的發展目標。我國於2017、2018年分別成立了類腦智慧技術及應用國家工程實驗室、北京腦科學與類腦研究中心,形成了“南腦北腦”共同快速發展的格局。
類腦智慧技術體系
類腦智慧技術體系分四 層:基礎理論層、硬體層、軟體層、產品層。 基礎理論層基於腦認知與神經計算,主要從生物醫學角度研究大腦可塑性機制、腦功能結構、腦圖譜等大腦資訊處理機制研究;硬體層主要是實現類腦功能的神經形態晶片,也就是非馮諾依曼架構的類腦晶片,如脈衝神經網路晶片、憶阻器、憶容器、憶感器等;軟體層包含核心演算法和通用技術,核心演算法主要是弱監督學習和無監督學習機器學習機制,如脈衝神經網路、增強學習、對抗神經網路等;通用技術主要是包含視覺感知、聽覺感知、多模態融合感知、自然語言理解、推理決策等;產品層主要包含互動產品和整機產品,互動產品包含腦機介面、腦控裝置、神經介面、智慧假體等,整機產品主要有類腦計算機、類腦機器人等。
類腦智慧當前存在先結構後功能和先功能後結構兩條發展思路。先結構後功能,主要指先研究清楚大腦生理結構,然後根據大腦執行機制研究如何實現大腦功能;先功能後結構,主要是先使用資訊科技模仿大腦功能,在模仿過程中逐步探索大腦機制,然後相互反饋促進。兩條發展思路各有千秋,功能和結構的任意發展突破都會推動類腦智慧的極大發展,因此現階段兩條路線並行發展。
類腦智慧目前整體處於實驗室研究階段,腦機介面技術是類腦領域目前唯一產業化的領域。腦機介面技術是在人或動物腦(或者腦細胞的培養物)與外部裝置間建立直接連線通路,以“人腦”為中心,以腦訊號為基礎,通過腦-機介面實現控制人機混合系統。腦機介面應用於醫療領域,實現癱瘓人士通過腦機裝置控制機械臂完成相應動作,也可實現對多動症、癲癇等疾病採取神經反饋方式做對應的恢復訓練;用於智慧家居,實現意念控制開關燈、開關門、開關窗簾等,進一步控制家庭服務機器人。全球最受關注的腦機介面公司前十名多分佈在北美和歐洲,我國產業界逐步推出產品,如科斗腦機、海天智慧等公司研發生產出植入式腦微電極、腦控智慧康復機器人等產品。
未來發展建議
加快構建全景戰略檢視,突出重點方向。從科研、技術和產業等多維度形成類腦智慧體系化佈局,並突出重點發展方向,具體圍繞結構、器件、功能三個層面開展重點佈局和超前部署。
加大對基礎工藝/演算法/軟體等的投入力度。我國長期以來在新演算法、新結構、新原理的研究方面原創不足,制約類腦智慧整體創新供給能力。因此,仍需持續加大對原始科研創新的重視力度,對關鍵基礎工藝/演算法/軟體等加大支撐投入力度。
強化政產學研合作,推動技術體系化創新。類腦智慧體系涉及要素較多,需要政產學研緊密合作,深化多方協同的合作,共同推動技術實現體系化的創新。借鑑其他先進國家佈局經驗,突出政產學研多方合作在類腦智慧創新中的合力作用,構建國內多方協同的創新體系。
AI如何持續滲透平安城市?安防企業為何紛紛“進軍”商業?智慧交通除了“大腦”還該關注什麼?如何抓準家庭社群安全零散的市場?
2019年5月23/24日,億歐將舉辦GIIS2019中國智慧城市峰會,本次峰會將延續前兩次會的主題,邀請知名專家學者、行業龍頭企業、標杆初創企業、知名投資人等,聚焦技術在智慧城市領域(平安城市、智慧商業、智慧交通、家庭社群安全)的應用現狀及未來發展。
活動連結:
https://www.iyiou.com/post/ad/id/795
本文已標註來源和出處,版權歸原作者所有,如有侵權,請聯絡我們。