前言
人脑的奥秘至今都吸引着许多科学家的探索，其实电脑本来也是这个探索的一项成果之一，虽然今天电脑的工作原理同人脑毫无相似之处，但这并不是它们的发明者的本意。目前，电脑对我们来说是一项优秀的工具，但它无法帮我们洞悉智力的本质，哪怕是现在流行的人工智能，同这个目标也相去甚远。
不过有人已经注意到了这一点并开始了一些相关的研究，在长沙举办的人工智能湖南论坛上，英国伯明翰大学计算机学院教授，英国伯明翰大学计算智能与应用研发中心主任姚新提到了自己在这个领域的一些研究和思考。雷锋网对姚新教授进行了专访，在采访中，姚新教授同我们详细的介绍了这门叫类脑计算的学科的缘起、发展、以及对未来的展望。
雷锋网：你讲的题目是类脑计算，我们知道还有一种类似的研究叫类脑智能，这两者之间有什么区别和联系呢？
姚新：还是不太一样的，类脑计算研究和关注的还是一些比较基础性的理论。因为类脑智能是从脑科学和神经科学的角度来进行研究的，是一个真正根本的科学理论，而我的研究实际上是从他们那里学习一些好的机理和思想，然后去探索怎么把他们的理论应用到计算机系统中去。
雷锋网：类脑计算这门学科是什么时候形成的，怎样形成的呢？
姚新：它的形成最初是基于一个非常朴素的观察。我们发现现在计算机科学的发展方向其实不是100%按照我们最开始希望计算机去的那个方向发展的。在早期，至少在国内，我们都管它叫电脑。从这个名称就可以看出来最开始我们造计算机的时候其实是希望造出一个可以像人脑一样工作的人工系统的。不过这么多年过去，我们发现现在的计算机跟人脑其实在某种程度上可以说是越走越远。就比如说我们现在学计算机科学，一定要先学编程。把计算机跟人脑一比较，我们就可以发现人脑的学习能力和计算机的学习能力有着根本的差别。计算机就擅长一些比较“死”的东西，比如说计算一个数据，但是很多感知性的东西人做得特别快，比如识别人脸啊，或者自然语言的对话啊，甚至就算你不会湖南话，别人讲十句你可能也能猜出来几句。所以大家就想，我们是不是还是应该从自然界学一些知识应用到计算机中去，这样就有了这门学科，其实追根溯源的话最早都能追溯到五六十年代去了。
雷锋网：类脑计算主要是想借鉴和学习人脑的哪些东西？
姚新：主要还是想借鉴生物大脑的机理。通过了解生物大脑机理来想办法把它变成计算机系统的一些算法，或者构造一些更像人脑的计算机系统。
雷锋网：人工神经网络算是它的成果之一吗？
姚新：人工神经网络是其中很典型的一个代表，包括现在还有一种叫演化算法的，是真正借鉴了生物进化的原理然后把它应用到计算机中的。
雷锋网：你在演讲中有提到一些类脑计算的问题，你有针对这些问题做一些研究吗？
姚新：我对这些问题做了一些比较偏计算机科学的研究。我讲了三个问题。
第一个是大脑和演化过程之间的关系，就是假定我们真的对类脑计算感兴趣，或许我们应该对演化的过程做进一步深入的研究，否则你光看最终的结果，忽略这个过程，可能会错过一些东西。
第二个研究是说环境可能会对我类脑人工智能的设计有很大影响。你让那个系统做一件事和做两件事，得到的东西是不一样的。或者说，这个事情是一个静态的事情还是一个动态的事情是不一样的。举个很简单的例子，就是无论你说人工智能系统还是类脑系统还是什么，它都是有一个载体的。就是你把它放进一个计算机里面。这个载体我觉得现在单纯做研究的考虑的不是太多。但生物界其实这种现象遍地都是。
这也是我想讲的第三个点：我觉得智能的载体对智能系统的影响我们也要考虑进去。所有的大脑都有一个身体。生物界不存在光有大脑没有身体的东西，所以这二者之间的结合也是一项很有趣的研究。对我们未来的研究也有很多启发，比如我们对控制器和外形的形态的设计应该在设计算法时一同考虑进去而不是分开？而现在我们实际上是分开做这两件事的。
雷锋网：你觉得控制系统会影响智能？
姚新：没错，这二者应该是有很紧密的互相影响的。
雷锋网：以一种怎样的方式？可以举个例子吗？
姚新：我在我的演讲中也讲到了这个例子，这是我现在研究的一个方向：演化计算，这里面有一个概念，叫做共生演化。或者叫做共生设计。就是说，引进一个新的设计方法也好，将来设计一个人工智能系统的时候也好，要同时设计它的载体。让我们用智能机器人举个例子的话，一个设计的比较好的人工智能系统，在设计的时候就应该考虑到这个机器人将来的形态是什么样子。因为形态对智能系统实际上是有影响的。现在大家好像总是觉得四肢控制这个方向不用考虑，应该多考虑大脑的东西。实际上二者是不可分的。
姚新教授在演讲中举了一个线虫的例子：线虫的身体是一节一节的，通过肌肉的收缩舒张产生蠕动来移动。他们的团队用计算机模拟了一个线虫的神经网络，然后给线虫下达一个尽快从一点游到另一点的例子，首先在这个目标下是没有附加任何别的条件的，线虫的神经网络很快形成了一个完美的对称型。
不过后来姚教授他们给这个线虫在任务目标不变的情况下施加了一个限制——规定了它的体态，使其不能再像之前那样蠕动，很快神经网络进行了自适应，并且形成了与第一个状态截然不同的状态，如下图所示。
在线虫的行动受限的情况下，尽管行动目标完全没有改变，但是由于身体状态的改变，导致神经网络最终自动形成的模型发生了极大的变化，这就是姚新教授想通过这个实验说明的：智能系统的设计需要考虑到这个智能的载体。
雷锋网：就是说应该针对你希望这个人工智能去做的事来设计它的智能？
姚新：对的，二者应该是同时考虑的。
雷锋网(公众号：雷锋网)：你还提了一个问题——说通用人工智能能否通过单一功能的模块的堆叠来实现。你怎么看这个问题？
姚新：我觉得应该是用同样一个系统完成不同的任务，我讲了一个例子就是给一个人工神经网络系统。你让它去做一件事，和让它去做多件事，最后你得到的神经网络结果会非常不一样。你让人工神经网络去做一件事的时候，它不会出现模块化的结构。而如果你让一个神经网络去做多件事，它的模块化结构就自己出来了。通过这个例子，我就想说明的是，不管你要做一个什么样的系统。跟你想要这个系统去做什么事情有很大的关系。
雷锋网：你之前提到的那个人工智能的模块化是它自己出现的，还是我们给它编程出来的？
姚新：在我做的这个研究里面还是自己出现的，不是我刻意设计的，我在演讲中有提到，一个例子。
雷锋网：我们有注意到，人脑其实不是很擅长数字计算，为什么会这样？
姚新：其实我不是这方面的专家，可能认知科学，或者脑科学方面的专家对这方面的研究会多一点，不过我们知道这个现象。
雷锋网：那类脑计算最后追求的是一种什么样的境界？
姚新：其实有两个大方向，一个方向是从科学的理解来说，尤其是脑科学家，认知科学家这样的专家，他们都对脑的工作机理非常感兴趣。脑从本质上来说它还是一个物理结构，分子原子这样的组成。那抽象的智能是怎么样在里面出现的呢？这个大家都很想知道。这就是其中的一个研究方向：了解它的工作原理，了解智能为什么会在其中出现。另外一个方向就跟计算机，科学家和工程师密切相关。就是现在你对机理已经有一定的理解了。也从部分上知道脑是怎么工作的，你怎么把这些理解，抽象出来，变成计算系统和算法。这实际上也是一个很大的挑战，不是说所有你理解的东西都能构造成比较好的计算结构的。
雷锋网：这中间的挑战主要在哪里？
姚新：一个是我们对脑科学的理解还不够，另外一个挑战是把我们现在所知道的一些定性的概念，变成定量的描述。因为真正到了计算机模型里面，所有的东西必须是一个定量的参数。这是个很大的问题。
雷锋网：那你觉得这个目标能不能帮我们制造出一种通用的人工智能呢？
姚新：我们现在实际上是在往这个方面努力，其实大家现在都已经意识到现在的人工智能系统都是只能做一件事的。下棋的就是下棋，识别图像的就是识别图像。没有一个能同时完成这两件事的系统，我们希望我们将来能做出这种系统。我们也希望通过对这种系统的设计和制造来帮助我们对智能有一个更量化和更深刻的理解。
雷锋网：类脑计算在这个过程中也会起到很多的帮助?
姚新：我觉得类脑计算是一个很重要的研究方向，因为计算机研究其实是由两个方向，一个方向就是我们通过人的聪明才智来设计更好的系统。这是一种自顶向下的设计方法。类脑计算有一点点自下向上的含义。什么意思呢？就是我通过观察和理解生物界中的一些现象，然后将它们的特征抽象，建立成计算机模型，然后再看这个计算机模型能够实现的是有关智能行为中的哪一部分。现在计算机确实在计算方面很厉害，但是涉及到感知的一些东西，计算机就不行了。类脑计算的研究对这些方面的进步很有帮助。这两者能结合起来的话，我相信这些智能系统在某些方面确实是可以超过人类。
雷锋网原创文章，未经授权禁止转载。详情见转载须知。
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/60938.html