Numenta聯(lián)合創(chuàng)始人Jeff Hawkins最近寫了一篇文章，名為“強(qiáng)人工智能的秘密”。他認(rèn)為，目前的AI技術(shù)存在限制，如果想開(kāi)發(fā)通用AI，我們必須尋找新方法，而向大腦學(xué)習(xí)是最好的捷徑。

在圖像識(shí)別、自動(dòng)駕駛汽車及其它難以征服的領(lǐng)域，深度學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò)等AI技術(shù)取得了相當(dāng)大的突破。無(wú)數(shù)AI公司破土而出，它們也在追趕潮流，因?yàn)槿谫Y、收購(gòu)速度正在加快。

盡管如此，一些頂尖AI研究人員已經(jīng)意識(shí)到，事情似乎有些不對(duì)頭。雖然進(jìn)步驚人，但是目前的AI技術(shù)仍然存在許多局限。例如，深度學(xué)習(xí)網(wǎng)絡(luò)需要幾百萬(wàn)個(gè)訓(xùn)練案例，然后才能正確運(yùn)行，人類不一樣，很快就能學(xué)會(huì)。正是因?yàn)榇嬖谶@種限制，所以深度學(xué)習(xí)網(wǎng)絡(luò)的應(yīng)用范圍很小。雖然平均精準(zhǔn)率很高，但是也會(huì)出現(xiàn)嚴(yán)重的失敗。

例如，即使圖像只是稍作更改，AI系統(tǒng)也會(huì)犯錯(cuò)，將牙刷當(dāng)成棒球棒。在某些應(yīng)用中，這類錯(cuò)誤可能會(huì)引發(fā)大災(zāi)難，致人死亡或者受傷。因?yàn)榇嬖谶@樣和那樣的限制，AI領(lǐng)袖們認(rèn)為應(yīng)該尋找不同的方案。Geoff Hinton是最著名的AI科學(xué)家之一，他最近就說(shuō)自己對(duì)當(dāng)前的AI技術(shù)“深表懷疑”，我們需要重新開(kāi)始。Francois Chollet是深度學(xué)習(xí)網(wǎng)絡(luò)的知名專家，他也說(shuō)：“我認(rèn)為應(yīng)該完全拋棄，然后重新開(kāi)始。如果只是增強(qiáng)今天的深度學(xué)習(xí)技術(shù)，不可能達(dá)到一般智力的水平。”

Chollet認(rèn)為，人類智力并無(wú)限制，而深度學(xué)習(xí)存在基本限制。事實(shí)上，人類大腦相當(dāng)有彈性。人類不只會(huì)駕駛汽車，還能建造摩天樓，管理農(nóng)場(chǎng)，給計(jì)算機(jī)編程。我們可以輕松拿起東西，比如咖啡杯，用手指靈活操縱它們，但是AI系統(tǒng)做不到。每一個(gè)人都學(xué)會(huì)了幾百項(xiàng)復(fù)雜技能，可以混合，快速完成。

從另一方面看，深度學(xué)習(xí)系統(tǒng)只能完成少量任務(wù)，一次只能做一件事。如果需要完成新任務(wù)，必須重新訓(xùn)練。人類相當(dāng)于通用學(xué)習(xí)機(jī)器，AI系統(tǒng)可不是這樣的。如果AI想持續(xù)取得成功，必須打破之前的限制，成為更具通用性的AI。

近來(lái)，AI科學(xué)家已經(jīng)開(kāi)始向人類大腦學(xué)習(xí)。谷歌DeepMind的聯(lián)合創(chuàng)始人Demis Hassibis說(shuō)：“我們想開(kāi)發(fā)‘一般智力’，真的可能嗎?人類大腦是目前存在的唯一證明，為什么人類有這樣的能力，是如何做到的，值得我們花時(shí)間研究理解。”

我很贊同。在過(guò)去30年里，我一直在研究人腦。2004年，我曾寫過(guò)一本書，名叫“On Intelligence”，我在書中指出AI的發(fā)展需要人腦理論支持。2005年，我曾與人聯(lián)合創(chuàng)辦Numenta公司，這是一家專注腦皮質(zhì)逆向工程的公司，而腦皮質(zhì)是人類大腦最大的部分，也是與智力關(guān)系最密切的部分。

我們想搞清一些問(wèn)題，比如人腦細(xì)胞是如何協(xié)作的，從而形成認(rèn)知和行為能力。人腦與當(dāng)前的AI技術(shù)有許多相似點(diǎn)，這說(shuō)明AI正在沿著正確的方向發(fā)展。不過(guò)二者也有明顯的不同。大腦的能力不只比當(dāng)前AI系統(tǒng)強(qiáng)很多，而且人腦的物理架構(gòu)也比AI人工神經(jīng)網(wǎng)絡(luò)的架構(gòu)復(fù)雜很多。大腦能做的事AI系統(tǒng)做不到。

Numenta的研究告訴我們?nèi)四X的運(yùn)行遵循一些重要原則，最終我們認(rèn)為AI也會(huì)遵循同樣的原則。例如，人腦的每一個(gè)神經(jīng)元有幾千個(gè)突觸(也就是神經(jīng)元之間的連接點(diǎn))。我們?nèi)匀徊恢来蟛糠滞挥|是如何工作的。我們發(fā)現(xiàn)神經(jīng)元用大部分突觸進(jìn)行預(yù)測(cè)。

預(yù)測(cè)是在細(xì)胞內(nèi)進(jìn)行的，當(dāng)我展望未來(lái)時(shí)，這些預(yù)測(cè)扮演了重要角色。AI人工神經(jīng)元沒(méi)有這樣的能力，預(yù)測(cè)能力沒(méi)有大腦那么強(qiáng)。為什么大腦通過(guò)形成新突觸來(lái)學(xué)習(xí)新東西?我們還對(duì)原因有了深入的理解。深度學(xué)習(xí)依靠修改連接來(lái)學(xué)習(xí)，而人腦的學(xué)習(xí)方式更強(qiáng)大。為什么我們可以快速學(xué)習(xí)新東西，不會(huì)影響之前學(xué)到的內(nèi)容?可能就是這個(gè)原因吧。

我們還有其它一些發(fā)現(xiàn)，這些發(fā)現(xiàn)對(duì)于智力來(lái)說(shuō)至關(guān)重要，我想介紹一下最近的重要發(fā)現(xiàn)。人類是如何通過(guò)觸摸識(shí)別對(duì)象的?我們正在研究。以此作為基礎(chǔ)，我們發(fā)現(xiàn)腦皮質(zhì)有一個(gè)新屬性，觸摸體現(xiàn)了這樣的屬性，視覺(jué)也體驗(yàn)了這樣的屬性，凡是腦皮質(zhì)所做的一切都體現(xiàn)出來(lái)。有時(shí)我會(huì)將這種屬性稱為“失去的部分”，或者正如本文標(biāo)題所說(shuō)的，找到了“強(qiáng)大AI的秘密”。最近，我們發(fā)表論文，介紹這一發(fā)現(xiàn)，今天我來(lái)簡(jiǎn)要介紹一下。