人工智能：向人類大腦學習的自動化技術

云計算、物聯網、大數據等新型技術的飛速發展，特別是高性能計算資源的不斷突破和提升，為信息產業發展帶來了全新的機遇和挑戰。未來人工智能怎么發展？機器人會真的形成自我意識嗎？這些都是科學家們面對的現實問題。目前，神經網絡和深度學習技術極大地促進了人工智能領域的創新發展，計算資源和科研資源的深度融合已經成為推動智能技術發展的強大動力，也是產業發展的主流趨勢。

在對于人工智能前沿研究領域方面，中國科學院自動化研究所所長徐波說，人工智能要想突破就要擺脫目前的計算模式，在架構上創新，從人的大腦運作模式中學習。人工智能目前有很多種分類方法，其中一個分類方法將其分成弱人工智能和通用智能。弱人工是針對某個特定領域的，針對某個特定應用的人工智能，而通用智能則是全面的智能。通用智能的實現需要一個路徑，機器的自主學習是最關鍵的一個要素。你要做到通用，但是不可能所有的東西都讓他學習，必須是在他自主的和人交互的過程中，和環境的交互過程中去獲得這個智能。至于怎么實現，我們可以從人類大腦的信息處理機制里面獲得啟發。

新的人工智能技術會帶來非常大的市場需求。比如，像高通量的計算，它就對現在的I/O計算架構產生很大的影響。我們人腦的信息處理，有非常低的功耗。大腦花費了人的20%的能量消耗，但是它的信息處理量是巨大的。大腦無時無刻不在處理信息——我們看到了信息，我們聽到了信息，我們還觸摸到了信息。所以我們大腦的信息處理是高度并行的，它沒有像我們的馮諾依曼結構里面有個存儲器和CPU，它沒有這樣的架構。未來的人工智能要達到自主學習，需要從人類的大腦里借鑒創新空間。

徐波介紹說，在此背景下，中國科學院自動化研究所和戴爾中國共同成立“人工智能與先進計算聯合實驗室”。實驗室將面向人工智能領域搭建IT支撐平臺，聯合設立研發課題，共同開展創新的研究，從源頭上獲得我們人工智能和計算架構的創新。我們現在越來越強調對腦神經結構的理解，對腦深度學習機制的理解。真的要模擬一個人腦或者要做到很高深的人工計算，需要很大的計算量。通過對腦結構的理解來不斷完善高性能計算的架構、計算方法、計算邏輯很重要，這也是先進計算的重要方面。

對于高性能計算的應用前景方面，戴爾首席商務官兼企業解決方案部總裁Marius Haas先生說，在醫療領域，高性能計算可以對兒童癌癥的早期發現，早期診療起到關鍵作用。通過高性能計算，可以將原本需要3個月來進行的基因測序過程縮短到不到3個小時。能夠對可能患有這種特定疾病的兒童或者是成人，在與傳統方法相比短得多的時間內進行診斷，這可以大大加速對疾病的治療，改善患者的健康狀況，并提高患病兒童的生存概率。根據這樣的思路，如果將這樣的強大計算能力，與人腦運作機制相結合，我們能夠為很多人解決非常多的問題。

“人工智能與先進計算聯合實驗室”的關注點就是人工智能以及面向腦信息處理領域的新型計算架構研究與應用，包括認知功能模擬、深度學習以及腦系統計算模擬所需要的新型計算體系，支持人工智能與腦信息處理的創新發展研究，推進該前沿科學領域的突破創新，并根據市場和行業發展的需要對核心技術進行產品化和產業化。聯合實驗室面向人工智能領域開展研究，重點關注認知功能模擬、類腦智能信息處理等領域的新計算架構研究和應用，利用深度學習等技術手段，重點在視頻大數據、生物特征識別、語音語言處理、機器翻譯等多個領域開展創新研究。