人工智能的“终极目标”——类脑智能的技术热点与国内外布局

 发展可自适应的类脑学习方法与认知结构。目前越来越多的研究着眼于提高神经网络、认知计算模型以及智能系统的自适应能力，让机器像人一样从周围环境中对知识、模型结构和参数进行学习并自适应进化。发展可持续的类人学习机制，需要通过脑科学来建立适应这类学习机制的认知结构，基于这些类脑学习方法和认知结构再进一步发展类脑认知计算模型，最终真正设计并实现“机制类脑、行为类人”的通用类脑智能计算模型。

 发展具有更高效能的新一代人工神经网络模型。目前的深度神经网络一定程度上已经借鉴了神经系统的工作原理，并具备相对完整的编解码、学习与训练方法，但该类模型还存在很大的提升空间。大部分脉冲神经网络的网络训练只考虑了两个神经元之间的局部可塑性机制，缺乏对介观（如神经元网络连接、皮层结构）、宏观尺度（如脑区之间的网络连接）的借鉴，在性能上与DNN等模型存在一定差距。两个模型都需要不断从脑科学中汲取营养并不断融合，发展出性能更好、效能更高的新一代人工神经网络模型。

美国自20世纪90年代起就开展了多个脑科学项目研究，并于2013年正式启动“BRAIN计划”，针对大脑结构图建立、神经回路操作工具开发等七大领域进行研发布局；欧盟自2002年开始对150多个脑科学研究项目进行资助，并于2013年正式提出“人脑计划（HBP）”，试图在未来神经科学、未来医学和未来计算等领域开发出新的前沿医学和信息技术。加拿大、日本、德国、英国等也先后推出脑科学研究计划，希望抢占未来技术的制高点、掌握未来战略的主动权。同时，许多国际企业纷纷推出类脑智能研究计划，在以IBM、微软、苹果等为代表的龙头企业的推动下，类脑智能受到高度关注。

>>>> 各国关注方向各有侧重

虽然各国都积极布局类脑智能的研发，但关注点各有侧重。美国重视相关理论建模、脑机接口、机器学习等方面，将理论、建模和统计分析融入大脑研究是“BRAIN计划”的七个最优先领域之一；日本的“脑科学战略研究项目”重点开展脑机接口、脑计算机研发和神经信息相关的理论构建，该项目提出的新技术发展目标是在15年内实现各层次脑功能的超大规模模拟技术，开展神经科学的数学、物理学研究；欧盟的“人脑计划”重点开展人脑模拟、神经形态计算、神经机器人等领域的研究；韩国则重视脑神经信息学、脑工程学、人工神经网络、大脑仿真计算机等领域的研发。

>>>> 重视跨学科、跨部门合作推进

美国联邦政府机构（DARPA、IARPA等）主导类脑智能的基础与应用研究，大学、私营机构和企业等重点开展相关技术开发和产品应用推广（参与的民间机构已有20余家），各机构根据自身优势开展跨学科、跨部门合作；欧盟“人脑计划”有核心项目和合作项目两类，核心项目由欧盟委员会资助，合作项目则吸引成员国机构、非政府组织参与；日本类脑智能研究以国际电器通信基础技术研究所 、国家级技术研究所（如理化研究所脑科学综合研究中心）和各大学相互合作的模式来开展跨学科研发；韩国“国家脑科学发展战略”实施过程中，私营企业在神经科学研究前期就参与进来，促进研发成果快速商业化，鼓励以产品为导向的研发规划与实施，并加强跨学科合作与交叉融合，加强公私合作。

>>>> 各大企业争相布局

全球科技巨头如谷歌、微软、IBM、Facebook都将人工智能视为下一个技术引爆点，纷纷斥巨资参与研发与竞争。IBM是最早布局人工智能的公司之一，1997年研发出深蓝计算机、2011年研发出watson系统，目前IBM的布局围绕watson系统和Synapse类脑芯片展开，同时通过并购打造人工智能生态系统；谷歌则通过大量收购语音和人脸识别、深度学习、机器人公司以获取技术、专利和人才，其在深度学习、神经网络等方面处于全球领先地位；Facebook也逐步收购语音识别、机器翻译等公司，并设立人工智能实验室，开发聊天机器人。除龙头企业外，如美国Emotiv公司等一批新兴公司也在类脑智能方面取得了高水平的研发成果。

>>>> 专利分布呈现集聚态势

在专利方面，《2016全球人工智能发展报告》显示，全球人工智能专利的申请数量中，美国（26891）、中国（15745）和日本（14604）位列前三，占全球总申请量的73.85%，（第四名德国仅为中国的27.8%）。从细分领域看，机器人、神经网络、语音识别和图像识别成为热点领域；从专利申请人来看，前瞻技术方面提交专利申请较多的是IBM、谷歌、微软等国际巨头，我国主要是百度、腾讯、阿里巴巴等互联网企业。以“AlphaGo”为代表的深度学习相关专利公开的有1809项，主要集中在特定功能的数据处理（信息检索及其数据库结构）、采用神经网络模型的学习方法、图形识别分析等领域。

《“十三五”国家科技创新规划》提出部署脑科学与类脑研究重大科技专项，开展类脑计算与脑机智能研究，研究重点涵盖脑神经计算、认知功能模拟、神经形态芯片和类脑处理器、脑机接口、类脑机器人等多个方面。

>>>> 我国在类脑计算、类脑芯片、类脑智能机器人等领域取得进展

在类脑智能计算模型方面，中科院脑科学与智能技术卓越创新中心优化了脉冲神经网络模型，引入了学习、记忆机制，并构建了面向亿级类脑神经网络建模的计算平台；在类脑芯片方面，中科院计算技术研究所研发了“寒武纪1号”类脑芯片、浙江大学与杭州电子科技大学合作研发了首款支持脉冲神经网络的“达尔文”芯片；在类脑智能机器人方面，中科院自动化研究所实现了机械臂的交互控制和生理控制康复机器人的应用，通过模拟婴儿对物体的自发、动态认知过程将其应用于提高机器人的自学习和归纳能力。

>>>> 顺应未来发展，我国应继续开展核心技术攻关，加强跨学科的协同与合作

与发达国家相比，我国在类脑智能的基础前沿研究、软硬件结合的类脑智能机器人等领域实力较弱，各研发机构的研究重点过于雷同。基于此，我国应借鉴美国、日本的经验，在国家层面进行统筹规划，国内各机构应根据自身优势，部署重点研究领域时应有所聚焦和分工，避免重复建设。同时，类脑智能是高度学科交叉的领域，迫切需要加强脑科学与数学、计算机科学、物理、工程与材料学等学科的交叉融合。