人工智能：向人类大脑学习的自动化技术

    云计算、物联网、大数据等新型技术的飞速发展，特别是高性能计算资源的不断突破和提升，为信息产业发展带来了全新的机遇和挑战。未来人工智能怎么发展？机器人会真的形成自我意识吗？这些都是科学家们面对的现实问题。目前，神经网络和深度学习技术极大地促进了人工智能领域的创新发展，计算资源和科研资源的深度融合已经成为推动智能技术发展的强大动力，也是产业发展的主流趋势。

    在对于人工智能前沿研究领域方面，中国科学院自动化研究所所长徐波说，人工智能要想突破就要摆脱目前的计算模式，在架构上创新，从人的大脑运作模式中学习。人工智能目前有很多种分类方法，其中一个分类方法将其分成弱人工智能和通用智能。弱人工是针对某个特定领域的，针对某个特定应用的人工智能，而通用智能则是全面的智能。通用智能的实现需要一个路径，机器的自主学习是最关键的一个要素。你要做到通用，但是不可能所有的东西都让他学习，必须是在他自主的和人交互的过程中，和环境的交互过程中去获得这个智能。至于怎么实现，我们可以从人类大脑的信息处理机制里面获得启发。

    新的人工智能技术会带来非常大的市场需求。比如，像高通量的计算，它就对现在的I/O计算架构产生很大的影响。我们人脑的信息处理，有非常低的功耗。大脑花费了人的20%的能量消耗，但是它的信息处理量是巨大的。大脑无时无刻不在处理信息——我们看到了信息，我们听到了信息，我们还触摸到了信息。所以我们大脑的信息处理是高度并行的，它没有像我们的冯诺依曼结构里面有个存储器和CPU，它没有这样的架构。未来的人工智能要达到自主学习，需要从人类的大脑里借鉴创新空间。

    徐波介绍说，在此背景下，中国科学院自动化研究所和戴尔中国共同成立“人工智能与先进计算联合实验室”。实验室将面向人工智能领域搭建IT支撑平台，联合设立研发课题，共同开展创新的研究，从源头上获得我们人工智能和计算架构的创新。我们现在越来越强调对脑神经结构的理解，对脑深度学习机制的理解。真的要模拟一个人脑或者要做到很高深的人工计算，需要很大的计算量。通过对脑结构的理解来不断完善高性能计算的架构、计算方法、计算逻辑很重要，这也是先进计算的重要方面。

    对于高性能计算的应用前景方面，戴尔首席商务官兼企业解决方案部总裁Marius Haas先生说，在医疗领域，高性能计算可以对儿童癌症的早期发现，早期诊疗起到关键作用。通过高性能计算，可以将原本需要3个月来进行的基因测序过程缩短到不到3个小时。能够对可能患有这种特定疾病的儿童或者是成人，在与传统方法相比短得多的时间内进行诊断，这可以大大加速对疾病的治疗，改善患者的健康状况，并提高患病儿童的生存概率。根据这样的思路，如果将这样的强大计算能力，与人脑运作机制相结合，我们能够为很多人解决非常多的问题。

    “人工智能与先进计算联合实验室”的关注点就是人工智能以及面向脑信息处理领域的新型计算架构研究与应用，包括认知功能模拟、深度学习以及脑系统计算模拟所需要的新型计算体系，支持人工智能与脑信息处理的创新发展研究，推进该前沿科学领域的突破创新，并根据市场和行业发展的需要对核心技术进行产品化和产业化。联合实验室面向人工智能领域开展研究，重点关注认知功能模拟、类脑智能信息处理等领域的新计算架构研究和应用，利用深度学习等技术手段，重点在视频大数据、生物特征识别、语音语言处理、机器翻译等多个领域开展创新研究。