0
| 本文作者： 李詩 | 2017-08-01 18:09 |
近日，特斯拉CEO馬斯克關于AI的言論引起了很大爭議，馬斯克表示AI可能在2030年至2040年就全面超越人類，他稱自己接觸了最前沿的腦機科學，因此認為“AI”是“人類文明史上面臨的最大威脅”。馬斯克創辦的Neuralink公司將開發一種被稱為“神經蕾絲”的技術，在人腦中植入細小的電極，可能有朝一日能用來上傳、下載人的思想，期望實現人與人之間的心靈感應——把想法直接從一個人的大腦轉移到另一個而不通過任何外部設備。不少人對馬斯克的想法潑了冷水，那么，從腦機科學來看，人類可能實現這樣的心靈感應，變成賽博格（半人半機）嗎？我們不妨來聽聽前沿的腦機科學家都正在做什么，對未來有什么樣的預期。
2017 年 7 月 28-30 日，由 中國計算機學會（CCF）主辦的高端學術活動——中國計算機學會學科前沿講習班（CCF Advanced Disciplines Lectures，簡稱 ADL）第 81 期在北京中國科學院計算技術研究所舉辦。
本期講習班由北京大學計算機科學技術系主任，信息科學技術學院教授黃鐵軍主持，另有六名來自學界、業界的大牛，為現場百名學員講解了“類腦計算”相關的前沿與應用。雷鋒網編輯亦到現場聽講。
學術、技術大牛們都講了啥？
大牛們從模擬生物神經元和神經突觸的神經形態器件、神經網絡芯片以及類腦計算模型和應用等方面對國內外類腦計算研究進展進行介紹，探討相關技術的未來發展趨勢。
下面雷鋒網帶你走進本期講習班的關鍵內容和知識。（按分享時間順序總結，排名不分先后）。
黃鐵軍：類腦計算—從理念到實踐
北京大學信息科學技術學院教授，計算機科學技術系主任，國家杰出青年科學基金獲得者，教育部長江學者特聘教授
黃鐵軍教授回顧計算機和人工智能的發展，提出目前我們正處于神經形態計算類腦計算機的元年。以AI的誕生、制造強AI、繪制大腦地圖、神經形態計算、AI睜開眼睛為框架體系講解了類腦計算。黃鐵軍認為相比于Brain Inspired Computing（腦啟發的計算），黃鐵軍認為Brain Like（仿腦）是取得突破的可行路線，是走向“強人工智能”的必要階段，可能比“人工智能”（人工設計出來的智能）和“認知科學”（理解思維的機理）更早實現。
他認為以視覺為主的感知是智能之源，他目前正在進行的靈長類初級視覺系統解析仿真項目正揭示出了仿腦在視覺信息編碼和分析識別方面的潛在價值。黃教授的團隊主要研究基于神經脈沖序列的圖像編碼，包括仿真視網膜：視頻編碼，仿真視皮層：影像解碼重構。
曾毅：類腦智能—從受腦啟發到通用智能的探索
中國科學院自動化研究所類腦智能研究中心副主任，中瑞數據驅動神經科學聯合實驗室副主任
曾毅教授從人工智能、神經科學、認知科學交叉的視角介紹了類腦智能的研究進展，介紹了團隊在大規模多尺度生物腦神經網絡建模與模擬、類腦自主學習、多感覺融合、認知功能協同及其在無人機、機器人領域的智能應用方面的研究進展。
潘綱 講座題目：從腦機接口到腦機融合
浙江大學計算機學院教授、博導，計算機系統所副所長
潘綱教授介紹了腦機接口的基礎知識、植入式和非植入式的腦機接口方式。他認為腦科學研究有三個十年，前十年是“腦的十年”：從生物角度認識腦，當前十年是“腦機接口”：從工程角度利用腦，未來十年是“腦機一體化”：從信息角度融合腦。
他認為以腦機接口為代表的神經技術的突破使得腦與計算機之間的結合越來越緊密，腦機融合及其一體化已成為未來計算技術發展的一個重要趨勢。他也分析了腦機融合存在的問題與挑戰：如何實時獲取穩定的神經信號？如何設計植入式設備兵提高生物兼容性？如何理解神經信號的意義?如何開發具備感知計算能力的混合智能系統？
唐華錦 ：神經形態認知計算
四川大學計算機學院教授、博士生導師，類腦計算研究中心主任
唐華錦教授認為與傳統人工智能方法不同，神經形態計算主要受神經科學發展推動，是建立在大腦神經電路結構和神經信息處理與神經脈沖計算原理上的新型計算模式，并最終以神經形態硬件方式來實現仿腦的認知計算與低功耗運算。雖然在神經科學領域神經元和突觸層級已經取得了很大的進展，而如何模擬生物神經元及突觸可塑性實現認知計算及實現神經形態芯片依然面臨很多挑戰，有待深入研究。他從神經形態認知計算領域需要解決的主要問題出發，介紹了該領域取得的主要進展。
陳云霽 ：深度學習處理器
中國科學院計算技術研究所研究員，博士生導師，未來計算實驗室主任
陳云霽教授認為由于深度學習是目前最重要的智能計算技術，未來每一臺計算機都可能需要一個專門的深度學習處理器。他主要介紹了中科院計算所在2012年和Inria合作研制的全球首個深度學習處理器架構，介紹了深度學習處理器的發展歷程和未來前景。他期望深度學習處理器能夠將代表性智能算法的處理速度和性能功耗比提高一萬倍。
清華大學教授，國家千人特聘教授，清華大學類腦計算中心主任
施路平教授認為類腦計算功能芯片是類腦計算的核心技術之一，介紹了國內外在類腦計算功能芯片方面的現狀和進展，討論這個領域的主要挑戰，未來可能的發展路線。同時他認為目前的最大問題是腦神經科學和計算科學的分離，類腦計算需要多學科的融合，清華大學類腦計算中心聯合了精儀系、醫學院、計算機系、自動化系、微電子系、電子系、材料學院，一同探討類腦計算芯片。
北京師范大學腦與認知科學學院教授，認知神經科學與學習國家重點實驗室副主任，IDG/McGovern腦科學研究所研究員
吳思教授在一開場就給出了自己對于智能的定義：智能就是人類不斷把一個個很智能的事情變得不那么“智能”的過程。目前的人工智能將變成日常，而不再是智能。他認為計算神經科學的宗旨是用數學建模和仿真方法來闡明大腦的工作原理，計算神經科學在腦科學與類腦計算之間起到了重要的橋梁作用。報告將簡要介紹神經系統計算的一些重要特性，他回顧了計算神經科學發展的歷史背景，介紹了一些神經信息處理的基本原理及實現的網絡模型。
現場
學員積極提問
這一位來自哈爾濱的老師吸引了雷鋒網的注意，因為每節課結束他都會提問，并且還不止一個，下課后再與教授們深入交流，當之無愧的明星學員啦。
學員與老師們交流
雷鋒網在聽講后深感腦機科學的神奇，為了讓更多類腦計算愛好者、業界從業者、科研研究者們都能看到 CCF ADL 課程，人工智能培訓平臺 AI慕課學院獲 CCF 獨家線上視頻版權，雷鋒網作為獨家合作媒體，完整再現各路專家現場授課、交流的場景。
本次課程為付費課程，2017年8月會在AI慕課學院獨家上線，原價 2500 元（CCF 會員）的線下課程現在限時特價 699 元預售，有興趣的學員戳：http://www.mooc.ai/course/114，或者掃描下圖二維碼觀看。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
