新浪新闻客户端

机器如何自己学习?认知神经科学推动人工智能发展

机器如何自己学习?认知神经科学推动人工智能发展
2021年06月15日 15:49 新浪网 作者 人民微看点

  当你走进大兴机场,你可以向实体机器人询问路径指导,可以自助值机托运,也可以看见实体机器人在人来人往之间穿梭自如,你所感受到的便是大兴机场所运用的“黑科技”。而这背后,人工智能功不可没。

  近年来,人工智能这个词在生活中出现的频率大大提升,人工智能在生活中的应用也越来越广泛。但大多数人,可能并不了解人工智能背后的运行机制和人工智能所想达到的最终目标。

  人工智能和认知神经科学的关系

  计算神经科学和人工智能的研究对象本质上都是“智能”。生物体的智能指的是我们的大脑能够完成如学习、推理这样高级的过程,而这样的过程便是一个“智能”的过程。人工智能则指的是发展能够像人脑一样运作的智能机器。

  故而人工智能的终极目标是通过研究,使运用人工智能的机器所表现出的运作方式可以与人脑的运作方式相似,使人工智能得以像人脑一样进行学习和对未来的预判,实现像人类大脑一样的生物体的智能。为了实现这个目标,就必须研究人和动物的大脑的本身结构以及其运行方式。

  认知神经科学,顾名思义,分为认知科学和神经科学。神经科学聚焦于大脑如何对从外界吸收的信息加工,并从神经之间运作方式的角度,试图去解释人对外界信息所做出的反应原理;认知科学研究人类对外界的认知过程,通过构建一个人类对外界的认知框架,来预测人们会做出怎样的行为,揭示人类产生智能行为的原理。认知科学、神经科学与信息学科是分别从不同的路径来探索智能本质的,它们的交叉碰撞出炫丽的火花。

  神经科学对人工智能的启发

  我们举海马体为例来直观的解释何为“神经科学对人工智能的启发”。海马体在人的大脑当中负责长时记忆,当人们研究海马体是如何对学习内容进行编码,有助于科学家们将这种编码模式运用在人工智能上,使人工智能更加贴近人脑的记忆模式。

  但是在目前,神经科学领域的知识能够给人工智能提供的帮助仍然有限。一是由于目前人工智能应用主要集中在简单重复的任务上,在未来当人工智能执行更复杂的任务时,神经科学的工作原理将会更大的为人工智能的发展助力。二是因为人类大脑的数据处理方式在目前大多数的计算机体系中较难实现。不过,令人欣喜的是,一种发展迅猛的芯片——神经形态芯片,能够解决这个难题,让神经科学领域所发现的人脑中数据运行的方法运用到人工智能中指日可待。

  人工智能对神经科学的启发

  在生活中,人们会对激励做出反应,而在脑科学领域,研究者们也一直想弄清楚外部的奖赏信息是如何引导学习、决策形成的。近年来,科研工作者们建立的可以实现学习,表征和决策的算法框架也取得了不小的成就,如AlphaGo战胜世界围棋冠军李世石。那么这个人工智能的算法框架也给神经科学研究者们带来启发,提供了一个研究大脑深度学习、决策的思路。

  人工智能算法对于由于新技术的发展而产生大量数据的人工智能领域而言十分重要。用人工智能的算法尝试模拟人类大脑处理信息的过程,并且将其与人脑处理信息的过程做比较,有利于引导神经科学的实验设计和研究。目前,神经科学的研究已经发现人类在解决一些抽象推理、社会认知的任务时,运用到的脑神经网络和目前人工智能在解决简单决策,导航等任务时采用的算法结构类似。随着越来越多的合理的模拟生物智能的算法的提出,人工智能也将持续不断的给神经科学带来更多的启发。

  随着科技的不断进步,人工智能和神经科学两个领域必然还会有进一步的探索和发展。我们也期待在不久的未来可以看到在神经科学的启发下,与人的行为、思考方式更加贴近的人工智能的广泛应用,以及在人工智能帮助下对人类大脑奥秘的深层次探索和突破。

  专家:中国传媒大学信号与信息处理专业副研究员余心乐

  来源:人民网

特别声明:以上文章内容仅代表作者本人观点,不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。
权利保护声明页/Notice to Right Holders 我要反馈
新浪新闻意见反馈留言板 400-052-0066 欢迎批评指正

违法和不良信息举报电话:4000520066
举报邮箱:jubao@vip.sina.com

Copyright © 1996-2021 SINA Corporation

All Rights Reserved 新浪公司 版权所有