人工智能已經(jīng)能夠做到很多事情——谷歌的AlphaGo戰(zhàn)勝了圍棋世界冠軍，人工智能Libratus戰(zhàn)勝4名人類頂尖德州撲克選手……

但這并不意味著人工智能就已經(jīng)全面超越了人類。

美國冷泉港實(shí)驗(yàn)室 （CSHL） ）的神經(jīng)學(xué)家安東尼·扎多爾（Anthony Zador）表示：“我們發(fā)現(xiàn)很困難的一些事情，比如抽象思維或下棋，其實(shí)對(duì)機(jī)器來說并不難。但一些我們覺得簡單的事情，比如與物理世界的互動(dòng)，對(duì)AI來說是困難的。”

近日，安東尼表示，學(xué)習(xí)動(dòng)物大腦的運(yùn)轉(zhuǎn)方式可能有助于改善人工智能。他希望關(guān)于神經(jīng)科學(xué)的知識(shí)能夠幫助下一代AI克服更多障礙。

醫(yī)學(xué)博士安東尼的職業(yè)生涯是從研究人工神經(jīng)網(wǎng)絡(luò)（ANNs）開始的。他一直致力于描述構(gòu)成一個(gè)活大腦的復(fù)雜神經(jīng)網(wǎng)絡(luò)，最詳細(xì)之處可追溯到單個(gè)神經(jīng)元。

人工神經(jīng)網(wǎng)絡(luò)（ANNs）靈感來自于動(dòng)物和人類大腦中神經(jīng)元的分支網(wǎng)絡(luò)。

在最近發(fā)表在《自然通訊》（Nature Communications）上的一篇觀點(diǎn)文章中，安東尼描述了改進(jìn)的學(xué)習(xí)算法是如何讓人工智能系統(tǒng)在越來越多的復(fù)雜問題（如象棋和撲克）上取得超人的表現(xiàn)。

但一些十分簡單的問題，比如跟蹤獵物或筑巢，甚至一些很普通的事情，比如做飯，都仍然困擾著人工智能。

安東尼表示：“我們認(rèn)為這很容易的原因是，我們經(jīng)歷了5億年的進(jìn)化，這些進(jìn)化連接了我們的回路，讓我們毫不費(fèi)力地做到了這一點(diǎn)。”

因此，安東尼認(rèn)為，要解決這種困難，“一個(gè)完美的通用學(xué)習(xí)算法”可能并非正確答案。而一個(gè)類似于自然進(jìn)化產(chǎn)生的生物神經(jīng)網(wǎng)絡(luò)則可以促進(jìn)針對(duì)特定任務(wù)的快速、簡單的學(xué)習(xí)——通常是那些對(duì)物種生存至關(guān)重要的任務(wù)。

安東尼舉例說明：“有些松鼠在出生后幾周內(nèi)就能從一棵樹跳到另一棵樹，但老鼠卻不能。這是因?yàn)樗墒蟮幕驔Q定了它是一種樹棲動(dòng)物?！?/p>

他認(rèn)為，基因決定了動(dòng)物有著引導(dǎo)新生兒進(jìn)行早期學(xué)習(xí)的先天神經(jīng)回路。如果人工神經(jīng)網(wǎng)絡(luò)能夠識(shí)別并適應(yīng)類似的神經(jīng)回路，那么未來的家用機(jī)器人就可以輕而易舉地做到類似洗碗這種小事。

大腦極為神秘和復(fù)雜，至今科學(xué)家們還沒有研究透徹。不過，試圖給AI“人造大腦”，科學(xué)家們從幾年前就開始干這種事了。

2017年，英特爾實(shí)驗(yàn)室就宣布正在研發(fā)代號(hào)“Loihi”的自學(xué)習(xí)神經(jīng)元芯片，模仿了大腦功能，能從環(huán)境反饋中直接學(xué)習(xí)。Loihi內(nèi)部有著總計(jì)超過13萬個(gè)神經(jīng)元和1.3億個(gè)突觸鏈接，從神經(jīng)元數(shù)量上講，Loihi比龍蝦的大腦還要復(fù)雜一點(diǎn)，不過與由超過800億個(gè)神經(jīng)元組成的人腦相比還相去甚遠(yuǎn)。

2018年波音也宣布要研發(fā)模擬人類大腦神經(jīng)元的芯片，并希望在十年后把新款芯片植入飛機(jī)中，從而實(shí)現(xiàn)飛行自動(dòng)化。

今年5月，一手打造AlphaGo的DeepMind團(tuán)隊(duì)也發(fā)表了另一項(xiàng)重要成果。該團(tuán)隊(duì)最新研發(fā)出的一個(gè)人工智能程序具有類似哺乳動(dòng)物一樣的尋路能力，非常類似大腦中網(wǎng)格細(xì)胞的工作原理。

不過，也有科學(xué)家認(rèn)為“此路不通”。

麻省理工學(xué)院的物理學(xué)家、生命未來研究所的主任Max Tegmark曾稱，過于關(guān)注大腦只是“碳沙文主義”， 盡管到目前為止科學(xué)家們還沒有找到它的奧秘，但大腦的運(yùn)作方式并沒有什么神奇之處。

“我們太沉迷于大腦的運(yùn)作方式，”Tegmark說，“我認(rèn)為這是缺乏想象力的表現(xiàn)?！?/p>

來源：前瞻網(wǎng)