智源发布《人工智能的认知神经基础白皮书》，110页pdf阐述搭建脑科学与人工智能的桥梁

2022 年 1 月 26 日 专知

智源研究院发布 2021 年度《人工智能的认知神经基础白皮书》， 兼具专业性与科普性，是人工智能学者探寻“AI+脑科学”交叉学科研发创新的导览之作：

《白皮书》由智源“人工智能的认知神经基础方向”首席科学家刘嘉教授牵头，联合方向智源学者和博士后科研人员共同编著，盘点了神经科学、认知科学、智能技术等相关领域的重要进展，同时还囊括了脑机接口、新型脑成像等学科热点。

相较去年，2021年度《白皮书》对于计算机科学、人工智能、深度学习、强化学习等研究背景的从业者更加友好：解释了强化学习、多模态学习、通用人工智能等热门人工智能课题背后的认知神经研究动机。

近年来人工智能技术得到了快速的发展，引起了各界的广泛关注。随着计算机算力和大数据可及性的快速提升，以深度人工神经网络为核心的人工智能系统在物体识别、自然语言处理等领域取得了令人瞩目的成绩，在围棋、星际争霸等竞技游戏中一骑绝尘，甚至在蛋白质结构解析、提出和解决数学难题等方面展现出超越人类专家的潜力。但目前的人工智能与通用智能之间，还存在巨大的能力鸿沟。而大脑作为通用智能的唯一样本，为人工智能的发展提供了重要参照。智源 “人工智能的认知神经基础”重大方向（Brain and Machine Intelligence）旨在从生物脑如何实现智能的角度，对于人工智能的发展提出有启发的问题，提供可资借鉴的原理、模型、算法和系统实现方案，从而促进类脑智能的发展，推动人工智能向人类水平，甚至超越人类的水平逐渐逼近。每年发表的白皮书就是我们的尝试之一，希望通过它向大家梳理脑科学、认知科学和类脑智能方向上最值得关注的动态和进展，并分享我们对于这些方向未来发展趋势的思考。

计算神经科学的先驱，英国科学家 David Marr 曾经提出，可以从三个层面理解脑的工作原理，首先是计算的层面 (Level of Computation) , 即脑在做什么计算，以及为什么要做这个计算；其次是表征 / 算法的层面 (Level of Representation/Algorithm)，即脑在计算过程中的信息如何表征，选择什么算法来实现计算目标；最后是物理实现的层面(Level of Implementation)，即脑选择什么样的硬件实现形式来执行这些计算。今年的白皮书中，上述三个层面的研究进展都会有所涉及。

在计算层面，我们重点介绍了具身认知（Embodied Cognition）理论和全局工作空间（Global Workspace Theory, GWT）理论。与当前主流人工智能主要基于被动观察与识别，往往不具有具体物理形态的范式不同，具身认知认为，认知过程无法脱离身体而进行，推广开来，整个环境和个体的行为同样是认知的重要组成部分。个体通过感知外部环境，进行决策，生成相应动作与环境交互，以此改变环境，这个过程周而复始，促成了智能的形成和发展。全局工作空间理论则是由美国心理学家 Bernard Baars 在上世纪 80 年代作为一种意识模型而提出的认知架构，后来发展为“全局神经元工作空间”（Global Neuronal Workspace, GNW）。GNW 如同一个分布式路由器，同各个脑区的众多神经元存在关联，从而可以放大、维持信息，并提供给各个处理模块使用，从而实现全局的信息共享和处理。

在表征/算法层面，我们今年聚焦于脑中认知地图的表征以及神经流形这两个重要的研究领域。位于脑中海马体及其邻近脑区中存在表征空间特征的位置细胞（Place cell）和网格细胞（Grid cell），近年来的研究揭示这一系统可能不仅涉及空间记忆与导航，而且可能参与了物理空间认知以外的信息处理，比如图片空间、嗅觉空间，甚至关系空间的表征，提示脑中可能用一套通用的机制在处理一系列表面上截然不同，但是具有深刻共性的信息维度。神经流形(Neural manifold) 则是利用动力学的理论和观点来理解众多神经元构成的群体如何开展高效计算的有力工具。通过流形向量场这一精确的数学语言对神经电生理信号进行分析已经开始回答很多有关神经群体编码的关键问题。在物理实现层面，我们重点介绍了受生物视网膜启发的动态视觉传感器（Dynamical vision sensor，简称 DVS）和脉冲摄像头（Spiking camera）。与传统的视觉传感器不同，这两类模拟视网膜的感知设备能够将图像信息转化为脉冲事件流进行表征，具备高动态范围、高时间分辨率、低能量消耗以及高像素带宽等特性。相应的，我们也系统地梳理了适宜于处理脉冲事件流信号，并可以开展运动目标快速探测、有效跟踪和精确识别的类脑视觉计算模型和算法。在上述三个方面的内容之外，我们还针对脑科学与类脑智能研究中近年来涌现的新技术，特别是脑机接口技术、新型脑成像、连接组学与数据处理方法等进行了梳理和介绍。脑机接口通过对于脑活动信息的检测和调控，在脑与外部世界间建立直接的信息通讯接口。这一技术的发展，有望对于人与环境、人与人的交互方式带来根本变化，从而引起社会、经济、教育、军事、医疗等众多领域的颠覆性变革。新型脑成像、连接组学与数据处理方法，展现了以往观察不到的神经活动细节，解析了神经网络中各部分的相互作用机制，从而促进人们进一步理解神经系统的设计原则。

编写白皮书的过程是我们一年一度盘点神经科学、认知科学、智能技术等相关领域重要进展的过程，也是我们不断思考什么是智能，以及如何发展类脑智能的过程。希望这些努力能让对于这些领域的进展感兴趣，也对回答这些问题感兴趣的读者有所收获。与此同时，经过人工智能的认知神经基础方向各位同仁一年多的努力，智源生物智能开源开放平台（Bio-Intelligence Opensource Platform, BIOSP）已经在 2021 年正式上线，该平台旨在通过开源开放数据、模型、算法、软件工具等一站式科研资源的方式，为认知科学、神经科学和计算科学及相关交叉领域的研究人员、学生和相关从业者搭建一个服务智能科学研究的平台型基础设施，进而推动和支撑国内脑启发的通用智能研究工作。希望每年一版的白皮书和不断完善的开源开放平台能够助力中国脑-智研究的交叉融合，促进类脑通用智能的早日实现。

参考链接：

https://mp.weixin.qq.com/s/-FeJ7MyPqj4cQGCFg4O5qg