复旦教授林伟:类脑智能已成为人工智能跨越式发展的突破口

AI1年前 (2023)发布 aixure
61 0 0
导读:处于高速发展期的人工智能也遇到了成长中的烦恼。 在人工智能应用逐渐普及到各种生活场景之后,如何让机器进一步实现理解、推理、决策、可解释的认知智能成为了AI研究的热点和趋势。未来的AI能否更智能,认知智能技术的突破是关键所在。 在7月11日举行的第三…

处于高速发展期的人工智能也遇到了“成长中的烦恼”。

在人工智能应用逐渐普及到各种生活场景之后,如何让机器进一步实现“理解、推理、决策、可解释”的认知智能成为了AI研究的热点和趋势。未来的AI能否更智能,认知智能技术的突破是关键所在。

在7月11日举行的第三届世界人工智能大会(WAIC)“认知智能 改变世界”行业论坛上,与会的专家学者围绕探索认知智能的未来和可能展开了讨论。

“这几年人工智能如火如荼,但也应该清醒地认识到,这样的繁荣更多还是在应用层面上,依靠的是现在的数据和计算能力,对于算法本质性的创新仍然有限。”论坛上,复旦大学数学科学学院教授、类脑智能科学与技术研究院副院长林伟在主题演讲中谈到。

论坛结束后,林伟就类脑智能技术以及人工智能的未来发展等问题接受了澎湃新闻(www.thepaper.cn)的专访。

林伟 WAIC 图

类脑智能是人工智能由强到弱的突破口

林伟认为,从单纯依赖数据驱动到数据驱动和模型驱动并行,是AI发展到一定阶段的自然趋势。

“模型的建构对于提高人工智能的效率和可靠性非常重要。”林伟以新冠肺炎疫情举例,新冠肺炎虽然是新出现的疾病,但只要具备了足够多的病例样本,就可以针对性地改进算法。在算法的加持下,医学影像诊断将变得更加精准,也减少了单纯依靠人工诊断而产生的误判可能性。“这需要我们搭建好有关疾病的数学模型,有了合理、完善的模型框架,除了应用于疾病诊断,还能实现对疫情的预测,及早进行防控部署。”林伟说。

“从广义上来说,现在的人工智能研究,也应该是类脑智能研究的范畴。数学、模型、算法对类脑智能研究起着重要作用。类脑智能作为人工智能由弱向强跨越式发展的重要突破口,已成为全球科技和产业创新的前沿阵地。”作为类脑智能研究领域的学者,经常有人向林伟问起,究竟什么是类脑智能?在他看来,类脑智能研究主要分为三个方面,认识脑、模拟脑、增强脑。

林伟告诉记者,类脑智能研究第一步是认识脑。搞清楚大脑到底是怎么样工作的,这个过程对认知脑非常关键。要从认识一个脑细胞开始,积累数据,发现规律。

那么何为模拟脑?在林伟看来,某些大脑局部的一些功能,是应当以数学模型的方式有限或者无限地表现出来,这是模拟脑领域非常重要的研究前景。

而关于增强脑,林伟认为,医学领域可以率先进行实践。“比如说某些病患,部分功能丧失。我们可以通过和相应生物医学工程的专家合作,把相应的算法、控制器植入到相应的脑区里边去,替代某些丧失的功能。”

“完全替代人脑我想现阶段还做不到。”在林伟看到,每个人的大脑都是有差别的,能替代也只是一部分。人与人之间也差别很大,即使做出来模拟大脑,那也是个体的大脑。他认为用“增强脑”表述更为恰当。

“数学家应该发挥更大的推动作用”

“几百年前,人类对大自然和整个宇宙的关心,不亚于现在社会对大数据规律挖掘的关心。”林伟认为,很多机器学习虽然在某些方面实现了智能应用,但目前的AI技术与真正的人工智能还是有距离,人工智能所运用的基本数学框架和理论,有的还是停留在1980年代。机器学习在创造性、灵感方面还是无法实现。

“我一直在各种场合呼吁,数学家应该发挥更大的推动作用。”林伟表示,在历次人工智能实现本质性的跨越式的发展时,几乎都是数学家起到了核心的作用。

而他也清楚,业界目前可能还是更多地考虑AI技术能否赋能具体的业务,关注的是各种现实的应用场景。林伟也希望业界的翘楚们,能够鼓励研发团队做一些原创性、颠覆性的探索。例如在人脑未知领域进行深耕研究,开发出新一代的算法框架,推动下一代人工智能技术尽早到来。

当天的论坛上,来自华院数据的科学家徐清也受邀发言,他所关注的是以优化算法提升人工智能在各种现实环境中抗干扰能力的话题。

这一想法和林伟的思考不谋而合。“模型驱动当然也必须考虑数据模型的抗干扰性。”在林伟看来,这正是世界人工智能大会举办的意义所在,不同研究者之间的观点不谋而合,在自由交流中碰撞出更精彩的火花。

赞助本站

© 版权声明

相关文章

暂无评论

暂无评论...