人工智能研究与脑研究要不要交叉融合？

                   都世民

2015-09-01，《中国科学报》  第1版 要闻栏目，发表中国人工智能大会上李德毅院士：跨学科脑研究有助打破“生殖隔离”的讲话。提出碳基生物脑和硅基电子脑的‘杂交’问题。认为这是人工智能创新所必须。

2015-8-21 ，浙大生物医学教授童勤业在博文中阐述的观点是不同的，也可以说是完全相反的。他认为：人工智能研究与脑研究完全是两回事。两者要拉开距离。

为什么会有两种对立的观点，理由是什么？

童勤业教授认为：

1.人工智能核心是学习，学习的核心是必须要有数据库，用数据库其实就是用统计。人脑不需要数据库。

2.人的识别机理与人工智能有很大差别。

3.神经信息处理机理我们还没有搞清，根本谈不上人工智能研究。

4.到现在为止，什么是脑的智能都还没有搞清，脑研究成果哪里有应用性成果？要知道现在的人工智能最大特点是没有智能，如果有谁真想搞清脑的信息处理机理，建议远离现代人工智能。

李德毅院士认为：

1.人工智能和脑认知科学研究就一直犹如两条平行线，没有实质性的交集。

2.我们搞人工智能的科研人员应该跟脑神经科学家、生命科学家做学科交叉。

3.“以前把机器模拟人脑的问题称作知识表示问题，现在来看这个知识表示的概念偏小，应该叫作脑认知的形式化问题，进而研究人工智能。”

4.人的思维、意识能不能在大脑中找到特定的区域，这就是脑认知的形式化问题。

5.脑认知神经学形式化可通过三种尺度来描述：“宏观尺度”认知行为与脑区域网，“介观尺度”与神经环路及神经网络，“微观尺度”与蛋白质分子水平及基因等。强调任何学科在什么尺度上的形式化至关重要，尺度越细、结构越复杂，形式化越难。

6.通过脑认知神经学的方法来研究人工智能也存在着一定的风险。

7.提出脑研究第二条路：借助脑认知的物理学方法将脑认知形式化。把脑认知的神经学方法，称作脑认知的“正向工程”，脑认知的物理学方法称作脑认知的“逆向工程”，即从脑认知的社会属性研究脑进化。

8.脑认知的社会属性包括：人脑如何反映客观物理世界?人脑如何从外部环境中获得知识和技能?人脑如何解决未知?人脑是如何形成创新?后三个问题是“人工智能”研究的全部内容。

9.不能只研究人脑的天然属性，应该建立人脑认知的成长机制，研究人脑成长和认知的群居性和社会性。

10.可用四种尺度来描述：a)“信号级别”描述微观和宏观信号;b)“符号级别”描述编码、文字和符号;c)“语义级别”描述不同粒度的概念、图像、信息和知识;d)“行为级别”描述情感、意识、记忆和动作行为。

2015-04-17 ，文汇报发表徐英瑾文章，“让智能系统成为伦理主体”，人工智能标志性因素有以下方面：人工智能技术的更新和发展，主要体现在硬件性能方面，比如传感器和数据处理系统性能提高及多样化，使机器对环境及人有视觉、听觉、触觉等感知，在一定程度上具有自适应能力，这不表明机器真的有思维能力。只要环境特殊，超出开发者数据库内存实例，机器就会失去所谓智能功能。另外，开发者拥有更大的数据库的专家系统，这是基于电脑的硬盘存储量大幅提升，使机器具有看似“博学多才”等等。然而，在软件方面，基本的算法层面，最近十年来，人工智能界是否取得了比上世纪80年代 “人工神经元网络技术”的重大科学突破，则颇为可疑（更何况即使是这一“突破”所具有的科学意义到底有多大，学界的意见也是见仁见智）。在此背景下，过分炒作人工智能研究，所带来的伦理学风险，是不是有点杞人忧天呢？

综上所述，上述争论的实质不是学科交叉问题，表面上看是学科交叉问题。三位观点都跨行、跨界，即跨学科了。

古话说：“隔行如隔山”；“旁观者清，当局者迷”。这两句话也是矛盾的。不少人对跨行议论不屑一顾。在转基因安全问题讨论中，你是外行！反对农业学科外的人议论。可是现代科技成果，大都是综合性创新。必然会有跨学科的议论。

笔者对上述观点谈点看法：

1.脑认知物理学形式化问题看作脑研究的第二条路。这一思路不是新问题，笔者综述的十四种研究模式中就有，已经有好多年历史。但是说法不同，已有的说法是：电磁辐射对人脑影响的研究。从宏观到介观，再从介观到微观，如今到纳观。用麦克斯韦电磁理论建模，并且用多种算法模拟，还进行许多试验，包括动物试验、人体试验。至今对有无影响和影响程度都有争论，只能说尚无定论。

2.脑认知的社会属性包括：人脑如何反映客观物理世界?人脑如何从外部环境中获得知识和技能?人脑如何解决未知?人脑是如何形成创新?后三个问题是“人工智能”研究的全部内容。这一说法，笔者不认同。如果研究能解决人脑如何解决未知?人脑是如何形成创新?将来“人工智能”机器人真的会超过人类，会带来灾难。我看化重金进行脑研究的必要性也就不大了。

3.多学科交叉融合应该不容置疑。现在用脑电波驱动机器人的研究是有必要的。能使残疾人的某种功能改善或恢复，有实用价值。

4.脑研究至今仍然很肤浅，脑信息的产生、信息处理、信息传输、信息输出的脑机接口问题都有诸多难题有待破解。

5.小宇宙的探索任重而道远！