新智元报道
编辑:白峰
2020年8月24日,北京智源人工智能研究院(以下简称「智源研究院」)在清华智源中心举行了「人工智能的认知神经基础」(以下简称「认知神经基础」)重大研究方向发布会。
智源研究院院长黄铁军,智源「认知神经基础」重大研究方向首席科学家刘嘉,该方向候选学者陈良怡、方方、吴思、宋森、余山,以及北京人工智能领域的高校、科研院所和企业代表出席了本次发布会
「认知神经基础」重大研究方向发布会现场
人工智能需要认知神经作为基础,智源将开放图灵测试「2.0版」
黄铁军表示,深度学习在人脸识别等方面取得重大进展,但并未真正解决感知问题,问题关键不在提高算力、增加数据,而是要重新思考智能模型。
智源研究院在2019年发布了五个重大研究方向,「人工智能的认知神经基础」作为2020年首个智源重大研究方向,旨在将神经科学、认知科学和信息科学进行交叉融合,加强人工智能和脑科学的双向互动和螺旋发展,揭示生物智能系统的精细结构和工作机理,构建功能类脑、性能超脑的智能系统,以视觉等功能和典型模式动物作为参照物测试智能水平,为人工智能未来发展探索可行道路。
黄铁军表示,为了探究强人工智能的可能,智源研究院将相继研发神机 1 号(高精度精细神经网络仿真系统)、神机2号(大规模脉冲神经网络系统)和神机3号(高精度大规模通用智能模拟系统)等仿真平台;此外,针对强人工智能的发展,智源研究院将开放并提供一个通用智能训练和测评系统——「广义图灵测试」。
「广义图灵测试」就是要把关于认知神经科学融入到原来的图灵测试中,而不简简单单是对行为做一个判断。
首先智能体可以到通用智能的训练环境进行训练,可以分成不同的量级,但是它一定是一个开放的环境,它可以是单一的Agent在单一的环境里面,可以是单一的Agent面临多种功能多种任务的环境,或者是多个Agent多种任务,「广义图灵测试」就是要提供这样一个训练的环境。
训练一个环境之后,当它能够完成一个任务,它可以根据一些生物模型来做进一步校准,所以可以对多物种、多尺度、多维度的训练神经反应进行校正,校正之后,就可以对它进行评分。
你可以把它理解成通用智能的一个风洞,比如说你做了一个飞机,要看它好不好,先在风洞里面吹一下,看看它是什么样子,不停地校正它,这种工作就需要大量认知的测验和任务,以及多种关于生物智能的认知行为特征来作为测试的标准。
「广义图灵测试」将为认知智能的发展提供必要的基础设施,让AI可认知能量化。
暴力美学无法实现真正的智能,通用智能还需看生物智能
会上,智源首席科学家刘嘉作了题为「ABC:AI of Brain & Cognition」的主题报告。刘嘉提到最近比较火热的生成式语言模型GPT-3通过对大量书面材料集与长篇连载文本的预训练,获取关于世界的知识,将「暴力美学」发挥到极致,然而却无法做到理解、共情、推理等对于人类极为容易的事情。「认知神经基础」重大研究方向则希望能够探索生物智能,将生物智能与人工智能进行融合。为此,刘嘉表示整个「认知神经基础」课题团队,将致力于将神经科学、认知科学和计算科学进行交叉融合,从三个方向向通用人工智能靠近。
刘嘉表示,从认知神经的角度考虑,理解智能有三个层级,硬件层面、表示与算法层面以及计算理论层面;对应到生物智能中,分别是脑神经结构、生物神经网络模型以及认知模型。课题组将分别从三个层面进行研究:生物基础、网络模型、生物视觉。
其中,陈良怡、方方将围绕「生物视觉认知的神经基础」,用多种脑成像的方法,探究大脑的精细结构、阐明生物视觉的认知功能和计算架构;刘嘉将进行「AI的脑解析」,利用认知神经科学的研究方法打开人工智能(深度学习网络)的黑盒子;吴思和宋森将探索「类脑的AI」,基于生物视觉认知的研究成果,构建类脑视觉信息处理的模型与算法。同时课题组也将构建一个多尺度、多精度、多模态、多认知任何和多模型的生物智能开源开放平台。
刘嘉从理论研究和应用研究两个方面展望了「认知神经基础」的研究意义。从理论方面,刘嘉指出历史中技术的进步往往会带来伟大的理论突破,AI的爆发也预示着一个能够媲美于「牛顿力学」的通用「智能理论」可能诞生。
刘嘉认为,将生物智能与人工智能进行结合,从而提出一个独立于物理实现层的表征与算法是实现「智能理论」的正确道路。另一方面,当前的弱人工智能的测试主要基于图灵测试,但图灵测试本身是基于行为主义,不可能做到可解释、可信赖;为了定量探究强人工智能,「认知神经科学」课题组将致力于探索开发「通用智能的图灵测试」。
智源「认知神经基础」重大研究方向学者候选人发布
黄铁军宣布了「认知神经基础」重大研究方向学者候选人名单。其中,首席科学家(CS)由清华大学刘嘉教授担任。
5位智源研究员(PI)候选人由来自北大、清华、中科院等单位的杰出中青年学者担任。他们均是所在研究领域具有国际影响力的中青年学术带头人,其中杰青 3 人,长江学者 2 人。六位学者中学科背景为认知神经科学的有2 人,系统神经科学 1 人,计算神经科学 3 人。
他们将尝试从认知和神经的各个层次研究人工智能,为走向强人工智能提供基础理论。具体名单如下:
发布会最后,各位学者围绕「如何为AI提供一个可量化的测试平台」,以及「如何对生物智能开展研究以启发人工智能」等话题进行了深入讨论。
认知神经的AI之光初现。