图源：视觉中国
来源丨1新健康（Healthnews1）原创作品作者丨朱萍、魏笑（见习记者）
编辑丨李欣夷
图片来源丨图虫创意
当今世界关于未知探索最激动人心的两大领域，一个是太空，另一个来自脑科学。
“未来人工智能发展的方向，将是人机协同、人机共生。这不是简单的人类制造、控制、利用机器，更不是人工智能取代人类。而要实现人机共生的构想，离不开对人类大脑的深入了解，这也是脑科学研究受重视的原因。”近日，清华大学人工智能研究院院长、脑陆科技首席技术专家张钹在“觉醒·01脑科学开放日”会议上介绍脑科学研究对人工智能的发展意义非凡。
人工智能的本质，是利用机器来模拟大脑的功能或人类的智能行为，这就决定了人工智能的发展与脑科学、心理学密切相关。
实际上，人工智能从年发展至今，经历了两个阶段，即“符号主义”和“连接主义”。但张钹指出，这两代人工智能理论上都存在严重的缺陷，不能成为人类智能行为的完备理论与模型。因此，发展第三代人工智能势在必行，其目标是建立可解释和鲁棒的人工智能理论和方法，发展安全、可信、可靠和可扩展的人工智能技术。
人工智能和脑机接口两者结合，是未来的重要发展方向。“脑机接口系统里人的成分可弥补人工智能的缺乏，而人工智能的计算分析能力可助力脑机接口的信息分析。如在目标识别中，识别可以人去看，但是分析要靠人工智能。”美国医学与生物工程院会士、清华大学生物医学工程系教授高上凯向1新健康指出。
脑科学技术应用广泛。在医学领域，脑机接口能治疗神经精神系统疾病。高上凯指出，目前很多神经精神系统疾病既没有合适的药，手术也不适应，而脑机接口能调节大脑的状态，应用于神经康复领域。除医学领域外，现在脑机接口的应用还扩展到非医学领域，包括睡眠监测等。
“我觉得脑科学是一个值得年轻人、乃至所有人投身一辈子的行业。一是它需要攻克的问题太多了，一辈子都解决不完；二是大家都说地球的外面有一个无限的宇宙，但是我觉得我们往里面看，亿个神经元也很大。虽然有很多问题，但每解决一个技术壁垒，每解决一个科技问题，它都帮助我们人类在进化发展和幸福感的提高上前进了一大步。这是我想号召大家加入脑陆、加入脑科学研究的原因。”脑陆科技现场脑机交互负责人斯坦福大学学生袁碧添表示。
发展第三代人工智能势在必行人工智能的本质，是利用机器来模拟大脑的功能或人类的智能行为，这就决定了人工智能的发展与脑科学、心理学密切相关。
张钹介绍，人工智能从年发展至今，经历了两个阶段。第一代是“符号主义”，理论基础来自认知心理学。该理论认为“符号”是人类认知的基本单元，认知就是对“符号”的操作。依据该理论，可以建立人类理性行为的模型，通常又叫做“知识驱动的人工智能方法”。
第二代是“连接主义”，理论基础来自神经科学。该理论认为建立在神经网络基础上的亚符号处理，是人类智能行为的基础，依据该理论可以模拟人类感性行为（感觉、情感与直觉等），通常又称为“数据驱动的人工智能方法”。
但实际上，这两代人工智能理论都存在严重的缺陷，不能成为人类智能行为的完备理论与模型。张钹指出，因为符号主义存在“符号根基”问题（thesymbolgroundingproblem），只能用来模拟人类的理性行为，不能用来模拟人类的感性行为和与周围环境的交互。而连接主义虽然在模拟感性行为方面取得一些进展，但是它不能提升到理性的高度，存在不安全、不可信、不可靠和不易推广等缺陷。
从应用上看，目前的人工智能只能解决完全信息和结构化环境下的确定性问题，如语音识别、图像识别、下围棋（完全信息博弈）等，与人类大脑所表现出来的随机应变和举一反三的能力相去甚远。
因此，发展第三代人工智能势在必行。信息技术革命在二战前后开始发展迅猛，其中重要的原因，是信息领域的三大基础理论的建立，即图灵的计算机理论（），香农的通讯理论（），维纳的控制论（）。这些理论助推信息革命的高速发展，但人工智能的发展恰恰相反，至今尚无理论基础，因此发展缓慢且曲折。
张钹指出，发展第三代AI的目标，是建立可解释和鲁棒的人工智能理论和方法，发展安全、可信、可靠和可扩展的人工智能技术。“我们的发展思路是把知识驱动和数据驱动的方法结合起来，充分利用知识、数据、算法和算力这四个要素，才能达到真正的人工智能。”
人工智能和脑机接口结合是大势所趋张钹认为，尽管人工智能有60多年的发展，但现在基本上只是序幕，根本没有进入到核心问题。如何进入核心问题？这里面存在着“从0到1”的创新要求，而第三代人工智能正是要解决这一创新问题。“现在人工智能面临的困难在于，我们对人类的智能尚不清楚。人工智能要做的是用机器来模拟人类的智能行为，不是模拟intelligence（智能）。”清华大学集成电路学院副院长、副教授姜汉钧也指出，人工智能，本应是模拟人类的智能，但是因为现在我们对智能了解得太少，所以只能退一步模拟智能的行为。
张钹表示，人工智能发展的未来将是人机协同、人机共生。而实现人机共生的构想，离不开对于人类大脑的深入了解，这也是脑科学研究受重视的原因。
因此，发展第三代人工智能的关键在于与脑科学研究结合。“基于深度学习的人工智能技术为什么表现得那么脆弱和容易受攻击，原因在于我们所使用的人工神经网络模型与大脑实际的神经网络相比，过于简单。解决这个问题的途径就是向大脑学习，构建更加复杂和准确的神经网络模型，发展脑启发下的计算（Brain-inspired
