咨询热线:0755-36977863
创新培训理念,研发成果领先 Innovative training concept, the leading R & D results
查看内容

神经、认知、双学科深度交叉 促开源平台探索人工智能

2020-9-22 11:17| 发布者: 专科本科| 查看: 11| 评论: 0

神经病学、认知与计算学科的深度交叉

建立一个开源的开发人工智能的开放平台无人之地

目前,大数据+深度学习+强大的计算能力是人工智能的主要发展模式,但更多的数据、更强的计算能力和改进的算法并不能使人工智能变得更智能。一些专家指出,人工智能未来发展的关键不是简单地提高计算能力和增加数据,而是重新思考智能模型。

目前,人工智能缺乏因果推理能力。

目前,人工智能学到的语料库只涉及数据之间的关联概率,但数据之间没有因果关系;更重要的是,AI算法很少包含推理模块。清华大学心理与大脑与智力实验室教授刘佳在8月24日北京致远人工智能研究所召开的"人工智能认知神经基础"重大研究方向会议上指出,人脑中存在一种特殊的认知结构来推理因果关系。事实上,人类在任何时候、任何地点都在寻找事件的因果解释,甚至会联想到一些与此无关的事情。可以说,因果推理是人类的一种本能行为。

什么是智能?"我认为智能是一种系统获取和处理信息的能力,以实现从简单到复杂的进化。例如,电力系统、汽车和飞机通过能源,如石油和电力,但这不是智能,如果一个系统能够获得信息并增强其处理信息的能力,它就是智能。"黄铁军说。

借鉴生物情报拓展研究途径

生物智力研究是脑科学的一部分,属于自然科学范畴。和其他自然科学一样,作为研究对象的大脑基本上是稳定的,人类的进化在几十年或几个世纪内不会有太大变化。大脑是已知的最复杂的系统,因此脑科学通常被称为自然科学的最后前沿。黄铁军指出。

机器智能是技术科学的前沿,"黄铁君说:"由于人工智能系统的复杂性随着人类的设计、发展和环境交互而变得越来越复杂,所以机器智能的研究对象是一个不断扩展和变化的对象。我认为智能科学是技术科学的一个无止境的开放领域。

例如,目前的机器视觉使用了摄像机和计算机算法,虽然取得了很好的效果,但也存在着计算复杂度高、成本高等问题,黄铁军团队开发的新型视觉传感芯片模仿生物体以脉冲方式表达视觉信息,无需很大的计算力就能完成超高速视觉任务,结果表明,该芯片的结构和机制可以模仿生物大脑,通过光电系统的特点可以大大提高其性能,这是人工智能未来发展的重要途径。

基于认知神经的人工智能将进入一个新的发展轨道,尽管它不会像每个人想象的那样发展得那么快,因为许多技术挑战需要解决,但只要它们在正确的方向上,速度仍然相对较快。如果我们想要实现像生物一样的智能,我认为各种人工智能探索最终都会汇聚到生物大脑模型,"黄说。



地址:中国 · 深圳 · 南山区 · 科技园科技中一路深圳软件园二期
电话:+86 0755-3697 7863
传真:+86 0755-3697 7863

Copyright © 2015 - 2020 chsi.com.cn 深圳市幸运信息科技有限公司

返回顶部