From human brain to robot's artificial empathetic intelligence
最近這兩年時間，人工智慧成了最熱議的話題。目前的人工智慧是通過一定算法 ＋ 數據學習得到正確的答案，這個算法與人腦的思考方式，還有很大的不同，所以在很多領域，依然有著非常大的局限性。
類腦智慧是利用神經形態計算，來模擬人類大腦處理資訊的過程，是人工智慧的終極目標。類腦智慧則會開啓一個全新的人工智慧時代，將會在認知智慧領域得到非常大的突破。屆時，人工智慧將可以替代 70％ 的工作，影響每個行業的發展。
類腦智慧的定義
類腦智慧是受大腦神經運行機制，和認知行為機制啓發，以計算建模為手段，透過軟硬體協同實現的機器智慧。類腦智能具備資訊處理機制上類腦、認知行為表現上類人、智慧水準上達到或超越人的特點。2018 年 8 月，Gartner 公司發佈 2018 年新興技術成熟度曲線，公佈了 5 大新興技術趨勢，其中類腦智慧、神經晶片硬體和腦機介面，作為重要技術趨勢。
類腦智慧帶來的恐慌
很多人會恐懼人工智慧的到來，特別是類腦智慧的突破，認為這將會直接導致員工的失業。資本家考慮的是利潤的最大化，而透過人工智慧代替一部分腦力勞動者，從而節省人力成本，增加利潤，這個思考完全正確，也會是必然的發展趨勢。但失業並不等於沒有機會再就業，很多巨頭公司都開放了人工智慧平台，透過這些現有的開放的人工智慧平台，我們也可以完成再就業。
就像工業革命讓紡布工人失業一樣，就像機器人革命讓流水線工人下崗一樣，類腦智慧的發展，將會代替非常多的職位，同時也將解放人類的大腦，讓我們的大腦不再做重複性腦力勞動，進而向創意、創新等需要靈感的工作靠攏。
類腦智慧能解決人工智慧的瓶頸
目前，全球人工智慧核心產業規模已超過 500 億美元。
在下一階段，得益於技術持續進步和商業模式不斷完善，全球人工智慧市場需求將進一步快速釋放，帶動 2020 年全球人工智慧核心產業規模超過 1300 億美元，年均增速達到 60％。
不過，人工智慧雖然已取得長足的進步，但至今仍無一個通用智慧系統能夠真正接近人類水準。人工智慧的發展仍然存在著不少缺陷，這限制了人工智慧應用的全面推廣。
要突破這些瓶頸，需要新一代的智慧技術革命，類腦智慧正是人們的期待所在。類腦智慧研究的目標，就是透過借鑒腦神經結構，及資訊處理機制，實現機制類腦、行為類人的下一代人工智慧系統。它在資訊處理機制上類腦，認知行為和智慧水準上類人，目標是使機器實現，人類具有的多種認知能力，及其協同機制，最終達到或超越人類智慧水準。
類腦智慧的終極目標
類腦智能將成為弱人工智慧通往強人工智慧的途徑。強人工智慧觀點，就認為有可能製造出真正能推理，和解決問題的智慧機器，並且，這樣的機器將被認為是有知覺的，有自我意識的。目前類腦智能取得的進展，只是對腦工作原理初步的借鑒，未來的機器智慧研究需與腦神經科學、認知科學、心理學深度交叉融合，結合「硬技術」和「軟設計」（算法）的突破。到那樣一個時代，尋找到自我的可能性就更低了。
大至火箭發射、太空探測、國防裝備，小至手臂機器人、汽車噴漆、無人駕駛汽車、看病診斷、天氣預測，包括機器人足球賽等等，無不和智慧科學息息相關，它已經深入到百姓日常生活的各個領域。
未來在交通方面會更加智能化，智能交通系統是一種先進的運輸管理模式。一個成功的智慧交通系統，要做到人、車、路整個大系統的協調，透過蒐集資訊來計算：路能容納多少車，客流量需要多少車，車怎麼發揮最大的效益，最終做到有人必有車，有車必有路。
智慧家居系統，則為普通消費者提供人性化、主動管家式的服務系統。當主人外出時，可以命令各種系統自動工作，比如關掉冷氣、音響和電視機的電源，接電話自動留言等。當主人回家後，可以發出指令，打開空調，調節室內光線，開啓自動做飯系統做飯、煮咖啡等。
到 21 世紀中葉，人類生命的形式也許會發生變化。智慧晶片的植入將增強人類的思考能力，並且開始向一種新型的人/機複合智慧形式過渡。
類腦智能發展現狀
科技、經濟、社會發展對神經科學，和人工智慧技術發展提出了巨大的需求。以神經計、仿真記憶儲存、智慧機器為代表的策略性經濟成長點，也將成為搶佔未來 20－30 年智慧社會和超智慧社會發展先機的關鍵。經濟社會發展對神經科學和類腦人工智慧發展存在巨大需求。
當前，神經科學和類腦人工智慧技術，正處於國際大變革前夜，神經科學和類腦人工智慧，已經進入必須有所作為、不進則退的關鍵時期，需要加快重大科技計劃部署。
每一次技術的革新必將引起類腦科技進步，也只有與其他眾多技術一道發展，類腦科技才有強勁的發展動力。另外為了實現類腦科技進步，加入、參與國際合作是捷徑。當前類腦技術研究可以說與國際站在一起跑線上，所以必須抓住這關鍵時點，爭取有所作為，搶佔未來 20 到 30 年智慧社會和超智慧社會發展先機。
類腦智慧爆發的背後原因
互聯網大腦的形成不是一蹴而就，在 1969 年網路誕生之後，其結構和功能不斷迭代，特別在 21 世紀以後，網路從類腦的神經元，感覺神經系統、運動神經系統、中樞神經系統、神經纖維等等方向不斷加速進化，在 20 年的時間裡，為今天類腦巨系統的爆發奠定基礎。
2020年之後，以人類群體智慧和互聯網人工智慧，為代表的兩大智慧方式，在智慧社會的發展中不斷融合和互補，形成互聯網類腦巨系統的左右大腦架構，驅動智慧社會不斷向前進化。
科類腦智慧域面臨的難題
1．視覺感知難。但自然條件下，視覺圖像由於光線、視角、物體運動等，多類不穩定因素的綜合影響，很難被準確辨識。儘管一系列性能優異的深度學習理論模型大量湧現，但複雜環境中的視覺感知，依然是一大難點，目前突破有限。
2．溝通交流難。機器人「聽懂」後，其「中樞系統」會做出相應的動作指示，或透過語音合成器模擬人類說話。在嘈雜的現實環境中，現有的語音辨識技術很難成功，而高效地實現語音辨識、理解和處理操作。
3．大腦思考難。隨著機器人應用範圍的不斷擴充，「大腦」容量、思維速度等都有更高要求。目前科學家們嘗試著將雲計算、雲儲存等先進技術引入到機器人後台上，努力讓機器人「大腦」向著資訊更豐富、運算更快、反應更準確、學習更靈活的方向邁進。
結尾
類腦智慧技術充分學習人腦的思維模式，從仿生角度努力尋求人工智慧的突破。這一熱門學科前景誘人，應用範圍廣闊。科學家們曾預言一個國家類腦智慧的發展水平，將極大程度影響該國在軍事、工業等眾多行業的發展，因此類腦智慧技術的發展顯得尤為重要與急迫。
 |
沒有留言:
張貼留言