本文选自Engineering期刊2020年第3期

作者：范静涛，方璐，吴嘉敏，郭雨晨，戴琼海

来源：From Brain Science To Artificial Intelligence [J]. Engineering, 2020;6(3).

人工智能的目标是研究和发展计算机智能系统，使之能够执行原本需要人类智能才能执行的任务，是对“人的智能”的模拟、延伸和拓展。因此，研究“人的智能”的重要方向——脑科学就与人工智能有密不可分的联系。

从人工智能发展的历史上来看，我们可以清楚地看到脑科学与人工智能之间的联系，许多人工智能的先驱科学家也是脑科学家。人工智能领域的多位奠基人物，如明斯基、辛顿等人都拥有深厚的脑科学背景。人工智能的发展史上也出现了诸多“从脑科学到人工智能”的重要案例。例如，使用显微镜发现的神经连接启发了人工智能领域最具代表性的模型——人工神经网络的研究；使用电子探测器发现的生物视觉系统中的卷积特性和多层结构启发了卷积神经网络和深度学习技术，引领了最近一次人工智能热潮；使用功能磁共振成像发现的脑工作记忆机制启发了机器学习模型中的记忆模块，最终形成了长短期记忆机等一系列模型，是自然语言处理、时序数据分析等领域智能技术的基础。

脑科学的研究成果揭示了“人的智能”的基础原理，并进一步使人工智能在理论和技术上取得了重大突破。现在我们处于深度学习时代，而深度学习更是直接受到脑科学的启发，同时越来越多的脑科学研究成果可以启发新的深度学习模型。

正因如此，全世界各个国家相继开展了各自的脑计划。尽管不同国家有各自不同的研究路线与侧重点，但是其中大部分的项目具有同一个共识，即希望通过推动先进的工程技术发展，带来脑科学领域的重大突破，并有望启发新一代人工智能的理论框架与技术体现。

在过去的五年来，由于这一系列脑计划的推动，脑科学研究取得了一系列重大的突破，不论是单个神经元精度的神经调控技术的提出，还是各种大范围神经响应记录装置的搭建，使得我们具备了探索脑科学奥妙的基础条件，并涌现了一系列重要的研究成果。未来可期，我们相信一定能拥有同时在体观测哺乳动物百万级神经元单细胞响应的能力，从而能够跨尺度地从系统层面揭示神经回路工作机理，为我们理解人类智能的物质基础开辟道路。

我们认为脑科学与人工智能之间是一个相互补充、相互促进的关系，而仪器科学就是两者之间的纽带。人工智能技术能够帮助我们设计并改造更好的脑观测与脑调控装置，以前所未有的数据处理能力分析庞大的跨尺度动态数据，使得我们能够更好地理解人类大脑的工作机理，由此启发新一代的理论框架与技术体系，引领人工智能实现飞跃。

图 从脑科学到人工智能：脑观测成果启发了人工智能的诸多突破

改编丨范静涛

注：本文内容呈现形式略有调整，若需可查看原文。

改编原文：

Jingtao Fan, Lu Fang, Jiamin Wu, Yuchen Guo, Qionghai Dai. From Brain Science To Artificial Intelligence [J]. Engineering, 2020;6(3).

作者介绍

戴琼海，自动控制学家，中国工程院院士，现任清华大学教授。

主要学术方向为立体视觉和计算摄像学。长期致力于该研究领域的理论和关键技术创新，在立体视觉和计算成像方面做出重要贡献。

☟  如需阅读全文，请扫描二维码或点击文末“阅读原文”

☟   更多相关阅读，点击以下链接查看

点击图片阅读丨陈杰院士谈多个无人系统的智能协同是人工智能的发展趋势

点击图片阅读丨前瞻规划：人工智能+医药健康

点击图片阅读丨人工智能：源于人、拓于工

中国工程院院刊

工程造福人类

科技开创未来

微信公众号ID ：CAE-Engineering

说明：论文反映的是研究成果进展，不代表《中国工程科学》杂志社的观点。