BAAI：2021年人工智能的认知神经基础白皮书（107页）.pdf

1、 人工智能的认知神经基础Brain and Machine Intelligence 智源人工智能的认知神经基础重大研究方向 编著 白皮书| 北京智源人工智能研究院 2022 年 1 月 版权声明 该白皮书：人工智能的认知神经基础（2021 年）由北京智源人工智能研究院人工智能的认知神经基础重大研究方向所著，旨在通过促进交叉领域的学术交流， 为学科创新发展提供前沿动态和趋势洞察。 本白皮书著作权受法律保护，转载、摘编、翻译或利用其他方式使用本白皮书观点的，应注明来源。 指导专家 刘 嘉 智源首席科学家，清华大学脑与智能实验室研究员 宋 森 智源研究员，清华大学生物医学工程系研究员 吴 思 智源

2、研究员，北京大学心理与认知科学学院教授 方 方 智源研究员，北京大学心理与认知科学学院教授 余 山 智源研究员，中国科学院自动化研究所研究员 陈良怡 智源研究员，北京大学未来技术学院教授 编写组成员 张 博 智源博士后，人工智能的认知神经基础重大研究方向 苏 杰 智源博士后，人工智能的认知神经基础重大研究方向 蒋龙生 智源博士后，人工智能的认知神经基础重大研究方向 陈智强 智源博士后，人工智能的认知神经基础重大研究方向 陈路瑶 智源博士后，人工智能的认知神经基础重大研究方向 邹晓龙 智源博士后，人工智能的认知神经基础重大研究方向 刘 祥 智源博士后，人工智能的认知神经基础重大研究方向 徐琳璐

3、智源博士后，人工智能的认知神经基础重大研究方向 秦方博 中国科学院自动化研究所助理研究员 韩 程 中国科学院自动化研究所博士研究生 搭建脑科学与人工智能的桥梁 智源研究院院长 黄铁军 智源研究院 2021 年度人工智能的认知神经基础白皮书如期和大家见面了！延续去年的传统，今年的白皮书盘点了神经科学、认知科学、智能技术等相关领域的重要进展；同时，与去年不同的是，除了从认知科学和神经科学两大领域系统梳理重要进展及对人工智能的启示外，今年还集中介绍了类脑视觉、脑机接口和交叉学科技术这三个方向的热点和趋势，以飨读者！ 脑科学对人工智能的重要性不言而喻。 把人工智能这个概念送上历史舞台的1956 年达特

4、茅斯夏季研讨会共讨论了七大问题，问题 3 就是“神经网络：一群神经元是如何形成概念的？”，我认为这是人工智能需要回答的最重要的问题，也是脑科学需要回答的最重要的问题。 “一群神经元”，这是神经科学的研究对象，“形成概念”，这是认知科学的研究对象，这个最重要的问题，正是认知科学和神经科学的连接点。认知科学研究智能现象，主要采用自顶向下的方法，神经科学研究脑的结构，主要采用自底向上方法。 认知科学和神经科学都属于脑科学，它的研究对象是脑及其智能现象，被称为“自然科学的最后疆域”，进展速度不如人工智能那么让人眼花缭乱。这是因为，人工智能是一门技术，目的是构造越来越智能，因而越来越复杂的系统，它的进步

5、比较容易看得到。相比之下，生物神经系统是个盘根错节的黑暗丛林，生物智能是复杂的动力学现象，还缺乏有效的数学工具，因此任何一点儿进步都十分艰难。 人工智能并不能因为进步快而沾沾自喜。 当前人工智能系统和生物神经系统相比， 还是小巫见大巫。 例如智源研究院去年发布的人工智能大模型 “悟道 2.0”，参数规模达到 1.75 万亿，但还不到人类大脑连接数量的 2%，而且其基本单元和连接方式都比生物系统简单得多。视觉是研究人员最多、应用最广的方向，但是已有视觉模型都难望生物视觉之项背，今年热点是视觉大模型，如果要在像素级进行视觉空间关系训练，集合全球算力都不够，更逞论时空关系联合训练。 说到算力，人们往

6、往会说强大的人脑是个低功耗系统，这是认识错位。用人工智能的术语来说，人脑的低功耗是“推理”过程低功耗，而不是“训练”过程低功耗。人脑是亿万年进化的产物，进化就是一种训练过程，大自然训练出人脑这个复杂网络，消耗了巨量太阳能，相比之下，全球算力功耗算得了什么呢？ 推 荐 语 这就是人工智能离不开脑科学的原因。以“机器学习+大数据/复杂环境+大算力”模式训练大规模智能模型，确实可以解决不少问题，但天下没有免费的午餐，强大智能是以巨大训练成本为前提的，训练人脑花费的“天价”，人类付得起吗？因此，借鉴生物大脑这个已经训练成功的“蓝本”，模拟生物大脑的精细神经结构和信息加工机理，却可能是实现更强大、更通用