腦科學突破性理論和技術尚未出現(xiàn)
蒲慕明 中國科學院院士、中國科學院腦科學與智能技術卓越創(chuàng)新中心學術主任
回顧腦科學100年來的發(fā)展歷史，其最主要的研究目標就是理解大腦神經(jīng)信息是怎么處理的、各種大腦功能是怎么產(chǎn)生的。過去，科學家主要在大腦元件、神經(jīng)細胞編碼、儲存和提取神經(jīng)信息的機制等方面取得了一定成果，但對于思維產(chǎn)生、抉擇、意識、語言等高等腦認知功能的機制理解極為粗淺。
實際上，腦科學發(fā)展還處在非常初期的階段，尚未真正出現(xiàn)具有突破性的理論和技術。
成熟大腦的神經(jīng)網(wǎng)絡仍有可塑性
與腦功能相關的神經(jīng)環(huán)路結構以及這些環(huán)路如何產(chǎn)生大腦的各種功能是腦科學重要的研究內(nèi)容之一。上千億個、數(shù)百種以上神經(jīng)元通過百萬億個突觸聯(lián)結組成人腦神經(jīng)網(wǎng)絡，以特殊的神經(jīng)環(huán)路實現(xiàn)感知、運動、思維等功能。這個神經(jīng)網(wǎng)絡中有特殊的神經(jīng)環(huán)路和通路，當人類要實現(xiàn)某一特殊功能時，這些通路就會被激活。在具體研究中，我們不僅要分析整個神經(jīng)網(wǎng)絡的結構，還要了解環(huán)路、通路的工作原理，這是腦科學目前要努力的方向。
雖然神經(jīng)元的基本結構很簡單，但神經(jīng)元的種類非常復雜，現(xiàn)在有4種分類法。至于大腦里有多少種細胞、怎樣進行分類，我們目前仍沒有答案。
復雜的神經(jīng)網(wǎng)絡是在人類出生后便慢慢形成的。神經(jīng)網(wǎng)絡是智力、大腦功能形成的基礎。但人的智力、大腦功能并非生下來就有，而是受后天環(huán)境、經(jīng)驗等因素影響逐步形成的。剛出生的嬰兒，其大多數(shù)神經(jīng)元已經(jīng)出現(xiàn)，但神經(jīng)網(wǎng)絡還非常簡單；到了青春期，大部分的神經(jīng)網(wǎng)絡才趨于成熟。
在神經(jīng)網(wǎng)絡發(fā)育的過程中，如果神經(jīng)元與突觸功能和構造的修飾不正常，就會導致各種疾病出現(xiàn)，比如自閉癥、精神分裂癥等。不過，已經(jīng)成熟大腦的神經(jīng)網(wǎng)絡仍具有可塑性。人類的運動、認知行為等都會產(chǎn)生相關的電活動，電活動會造成神經(jīng)元和突觸功能的細微變化，這些變化會導致認知行為的改變。
希望未來類腦算法超越深度學習算法
人工智能研究包含很多內(nèi)容，其中最關鍵的是機器學習方法。大家目前最關注的深度學習算法，屬于多層神經(jīng)網(wǎng)絡，不過它有局限性，需要很強的算力和大量標記好的數(shù)據(jù)作支撐。
人腦最大的特點是能效更高，人腦只需30瓦的能量就可以運作起來，這種效率是人工智能難以匹敵的。我們希望未來的類腦算法能夠超越深度學習算法，這就是人工智能下一步發(fā)展的重要突破點。目前ChatGPT尚未解決此問題，因為它仍需要高算力和海量數(shù)據(jù)。
1950年，圖靈提出建立“兒童機器”，研究人員希望模擬兒童通過學習改變神經(jīng)網(wǎng)絡的過程來探究神經(jīng)網(wǎng)絡的奧秘。這可能是類腦人工智能探索新型機器學習算法和研發(fā)類腦計算器件架構的一個有益嘗試。
我們可以借鑒前人的研究方式。想了解人工神經(jīng)網(wǎng)絡的架構是如何通過學習產(chǎn)生變化的，即其怎么消除無用的聯(lián)接、建立新的有用的連接，可以借鑒人類大腦網(wǎng)絡在學習過程中的修飾方式進行研究。
除此之外，還有一個很值得借鑒的概念是赫伯神經(jīng)元集群，其主要內(nèi)容是可以使用嵌套式集群（或淺層網(wǎng)絡）組合，讓處理不同信息的集群，通過連接、學習建立嵌套式、可處理多模態(tài)信息的大集群。每個大集群中的小集群間的連接都要通過神經(jīng)元或集群的共步（或有固定時序）放電。要有效做到這一點，就需要使用脈沖神經(jīng)網(wǎng)絡。脈沖神經(jīng)網(wǎng)絡目前在人工智能、機器學習算法中還沒有受到足夠的重視，如果我們研發(fā)出有效的脈沖神經(jīng)網(wǎng)絡，就可以做出很多有意義的事。
