CMIC：类脑智能是人工智能发展的终极目标

近年来，人工智能研究大热，技术成果斐然。“智能+X”逐渐成为创新时尚，有望催生新的业态，重塑产业格局。
 
人工智能虽然已取得长足的进步，但尚与期望有不小的差距。

事实上，经历了近60年的发展，至今仍无一个通用智能系统能够接近人类水平，如可以协同多种认知能力，对复杂环境具备极强的自适应能力，对新事物、新环境具备自主学习的能力。

人工智能的发展瓶颈，制约了人工智能应用的全面推广。

这些瓶颈与机器学习本身的缺陷相关：机器学习不灵活，人工智能的不同模态和认知功能之间交互与协同较少，有监督的深度学习不具备通用性等。

要突破瓶颈，需要新一代的智能技术革命。
 
实现人类水平的智能系统一直是人工智能研究探索的长期目标。

类脑智能是以计算建模为手段，受脑神经和人类认知行为机制启发，并通过软硬件协同实现的机器智能。

类脑智能是人工智能的终极目标。

类脑智能在信息处理机制上类脑，认知行为和智能水平上类人，目标是使机器实现人类具有的多种认知能力及其协同机制，最终达到或超越人类智能水平。
 
受脑科学研究的启发，人工智能模型与系统的智能水平日趋完美。

然而，想要真正实现逼近乃至超越人类水平的人工智能，还需对脑信息处理机制进行更深入的研究和借鉴。

类脑智能研究的目标就是通过借鉴脑神经结构及信息处理机制，实现机制类脑、行为类人的下一代人工智能系统。
 
类脑智能的优势在于：

它是一种面向人工神经网络对低功耗、弱监督等学习需求，将生物机制与数学原理融合的新型网络模型和学习方法。

受大脑多尺度信息处理机制启发而研发出来的计算模型及软硬件，使机器实现人类具有的多种认知能力并高度协同，逐渐逼近具有学习和进化能力的通用智能。
 
类脑智能将成为弱人工智能通往强人工智能的途径。

目前类脑智能取得的进展只是对脑工作原理初步的借鉴，未来的机器智能研究需与脑神经科学、认知科学、心理学深度交叉融合，结合“硬技术”和“软设计”的突破，逐渐达至类脑智能这一人工智能的终极目标。