本港台开奖现场直播 j2开奖直播报码现场
当前位置: 新闻频道 > IT新闻 >

报码:【j2开奖】演讲 | 中科院徐波:中国脑计划的现状和发展方向(2)

时间:2017-01-23 19:44来源:118图库 作者:118KJ 点击:
类脑智能的核心问题在于:我们能不能把脑科学、认知科学和智能科学里面的一些研究成果整合起来,来产生比我们现有的人工智能、神经网络、深度学习

类脑智能的核心问题在于:我们能不能把脑科学、认知科学和智能科学里面的一些研究成果整合起来,来产生比我们现有的人工智能、神经网络、深度学习,更好的算法和模型。

如图所示,类脑研究有两个源头,一个是神经科学。这是一个统计,过去三十年产生的神经科学的知识,大概是 80 年代以前的 46 倍。现在的神经科学发展速度更快,因为神经科学的发展,主要依赖于新技术的出现。现在每年神经科学新发现的数字,是 80 年代以前的 100 倍,这个速度还在不断加快,越来越很多的知识可供我们使用。

从类脑智能角度,人们可以借用什么东西呢?从大的角度来说,或者多尺度的大脑信息处理,这些机制能不能被我们所用呢?我们现在知道神经元的类型非常多,人脑中有上百种神经元,粗略分类至少有有抑制性的跟兴奋性的两类的神经元。然而,现在的人工神经元都是单点式的简化的模型,还有人在做有树突的人工神经元模型。第二,神经突触的形成跟消亡,是我们最基本的学习的机制。现有的人工神经网络输出都是一类函数,而生物的神经网络,是一种神经兴奋发放模式,一个被称为尖峰神经网络的机制,它和现有的计算机神经网络不一样。

现有认知模型

关于可塑性机制,最基本的可塑性机制比较简单,但在整个大脑中又会产生非常复杂的现象。关于连接,就是神经元的前项连接、后项连接跟撤销的意志,这在生物体内都可以观察到,这就是所谓的神经元。从脑区级别来看,像神经回路、功能环路、基底神经节、丘脑型这样的感知决策模型,和像前额叶脑区、运动脑区等形成的模仿学习功能,像多感知的突兀,它是视觉、听觉、触觉向外脑区上颞叶,与整合区形成了一个多通道学习和记忆方式。它是不同的认知和不同的脑区相互协作的结果,从通用智能角度来看,生物体中还有很多机制可以借鉴。

从认知来看,我们对人脑处理外界信息的方式已经有了大致的了解。人类拥有视觉、听觉、触觉、嗅觉、味觉,结合短时记忆经过工作记忆的处理,可以慢慢地把信息进行理解抽象,变成长时记忆,人类会在成长过程中慢慢形成自我的概念,形成过去的经验。长时记忆会对后来的视觉、听觉、触觉产生反馈与影响。所以从认知的角度来说,记忆模型各不相同,不同类型的记忆实际上利用了不同的通路。像程序性的记忆,我们一旦掌握了某些技能,比如学会了骑自行车,学会了游泳,你就可能永远会都不会忘记,所以这些程序性的记忆,还有像无意识的条件反射,大多被称为内涵式记忆,当然还有外显式的记忆等等。我们在认知科学里面可以做很多认知实验,这些问题将来我们都会去验证、去发现。

从认知科学中我们将获得什么?其实最典型的就是很多人都在用的 random、推理、tension memory 这样的模型。此类模型有三个部分,其中一个就是短时记忆。比如我们进行小组对话,用这个模型做关于对话的理解,那整个对话的意思就是一个短时记忆,系统进行编以后再进行工作记忆处理,随后你对这个对话可以提出任何问题,系统会产生响应。但在这个对话里面,在理解一个问题的时候,可能需要很多背景的支持,这些内容可能存储在长时记忆模块里。

这是一种典型的模型,我个人认为它是受到认知科学启发的。深度学习研究者们正在进行这方面的研究,这也是我们做的,我们把 tension 机制细化到词级别的颗粒度上,通过多轮的迭代,最后获得需要的答案。由此观之,类脑就是人工智能的发展动力,至少是一个可以参考的路径。除了欧盟、日本,在美国脑计划中专门有一个项目叫做 mapping,通俗来讲,它是要研究一立方毫米体积的一个脑区,把它整个从外面到突出极的所有连接结构绘制出来,美国在这个项目上投入了 1 亿美元作为启动资金。他们下一步计划把探究出来的结构用到人工智能里面。

中国在 2016 年的人大上通过了十三五的发展规划,其中脑科学与类脑研究成为了 100 个重大项目里面的第四位,这些部分都是和脑科学相关的,不仅是疾病研究,还有类脑研究。

换个角度,从人工智能的角度求解这个问题。面对常规的一个问题,系统的求解需要把一个问题形式化,不论是律师、媒体还是下象棋,一定首先需要人的介入,把这个问题分解成几块,其中每一块都可以转化为一个图灵机的问题。然后再用现有的计算机结构来实现人工智能问题的求解。

(责任编辑:本港台直播)
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
栏目列表
推荐内容