由人工神经网络生成的Inceptionist图像

　　最近，谷歌AlphaGo击败了围棋九段李世石，举世震惊。有为人工智能的发展欢呼雀跃者，有为人类前途命运忧心忡忡者，有对机器蛮力不屑一顾者，有对人类失去优越感而沮丧彷徨者。本文探讨人工智能发展的主要方向，目前的局限和未来的潜力，特别是将人类脑神经认知和人工神经网络认知进行对比，从而对人工智能有一个公正客观，而又与时俱进的认识。

　　人类的智能主要包括归纳总结和逻辑演绎，对应着人工智能中的联结主义（如人工神经网络）和符号主义（如吴文俊方法）。人类大量的视觉听觉信号的感知处理都是下意识的，基于大脑皮层神经网络的学习方法；大量的数学推导，定理证明是有强烈主观意识的，是基于公理系统的符号演算方法。

　　1 联结主义

　　DavidHunter Hubel 和 Torsen Wiesel 共同获得了1981年诺贝尔生理学或医学奖。1959年，Hubel和Wiesel在麻醉的猫的视觉中枢上插入微电极，然后在猫的眼前投影各种简单模式，观察猫的视觉神经元的反映。开奖直播们发现，猫的视觉中枢中有些神经元对于某种方向的直线敏感，另外一些神经元对于另外一种方向的直线敏感；某些初等的神经元对于简单模式敏感，另外一些高级的神经元对于复杂模式敏感，并且其敏感度和复杂模式的位置与定向无关。这证明了视觉中枢系统具有由简单模式构成复杂模式的功能。这也启发了计算机科学家发明了人工神经网络。

　　层次特征（Hierarchical Features ）

　　后来，通过对猴子的视觉中枢的解剖，将猴子的大脑皮层曲面平展在手术台表面上，人们发现从视网膜到第一级视觉中枢的大脑皮层曲面的映射（retinotopicmapping）是保角映射 (conformal mapping)[1]。如图1所示，保角变换的最大特点是局部保持形状，但是忽略面积大小。这说明视觉处理对于局部形状非常敏感。

　　图1 三维曲面到平面的保角映射

　　人们逐步发现，人类具有多个视觉中枢，并且这些视觉中枢是阶梯级联，具有层次结构。人类的视觉计算是一个非常复杂的过程。如图2所示，在大脑皮层上有多个视觉功能区域（v1至v5等），低级区域的输出成为高级区域的输入。低级区域识别图像中像素级别的局部的特征，例如边缘折角结构，高级区域将低级特征组合成全局特征，形成复杂的模式，模式的抽象程度逐渐提高，直至语义级别。

　　图2 大脑皮层的视觉中枢，视觉信号的传导途径：视网膜，LGN， V1, V2, V3, V4, V5 等

　　如图3所示，毕加索的名画格尔尼卡（Guernica）中充满了抽象的牛头马面，痛苦嚎哭的人脸，扭曲破碎的肢体。本港台直播们可以毫不费力地辨认出这些夸张的几 何形体。其实，图中大量信息丢失，但是提供了足够的整体模式。由此可见，视觉高级中枢忽略色彩、纹理、光照等局部细节，侧重整体模式匹配和上下文关系，并可以主动补充大量缺失信息。

　　图3 毕加索的Guernica

　　最近，深度学习技术的发展，使得人们能够模拟视觉中枢的层级结构，考察每一级神经网络形成的概念。图4显示了一个用于人脸识别的人工神经网络经过训练后习得的各层特征。底层网络总结出各种边缘结构，中层网络归纳出眼睛，鼻子，嘴巴等局部特征，高层网络将局部特征组合，得到各种人脸特征。这样，人工神经网络佐证了视觉中枢的层次特征结构。

　　图4 深度学习神经网络学习得到的不同层次的特征（by Andrew Ng）

　　专用和通用（Specific vs. General ）

　　人工神经网络在20世纪80年代末和90年代初达到巅峰，随后迅速衰落，其中一个重要原因是因为深度神经网络的发展严重受挫。人们发现，如果网络的层数加深，那么最终网络的输出结果对于初始几层的参数影响微乎其微，整个网络的训练过程无法保证收敛。