凡是悠久強(qiáng)大的學(xué)科，往往壁壘森嚴(yán)，存在“生殖隔離”現(xiàn)象。從1956年意大利青年討論怎樣用機(jī)器模擬人的智慧開(kāi)始，人工智能和腦認(rèn)知科學(xué)研究就一直猶如兩條平行線，沒(méi)有實(shí)質(zhì)性的交集。

“我們搞人工智能的科研人員應(yīng)該跟腦神經(jīng)科學(xué)家、生命科學(xué)家做學(xué)科交叉，使同一個(gè)人成為兩個(gè)不同領(lǐng)域的專家，這才是真正的‘交叉’?！痹谌涨芭e辦的中國(guó)人工智能大會(huì)上，中國(guó)工程院院士、中國(guó)人工智能學(xué)會(huì)理事長(zhǎng)李德毅對(duì)《中國(guó)科學(xué)報(bào)》記者說(shuō)。

“以前把機(jī)器模擬人腦的問(wèn)題稱作知識(shí)表示問(wèn)題，現(xiàn)在來(lái)看這個(gè)知識(shí)表示的概念偏小，應(yīng)該叫作腦認(rèn)知的形式化問(wèn)題，進(jìn)而研究人工智能?！崩畹乱阏J(rèn)為，要想解開(kāi)腦認(rèn)知形式化之謎，可以借助腦認(rèn)知的神經(jīng)學(xué)方法。人的思維、意識(shí)能不能在大腦中找到特定的區(qū)域，這就是腦認(rèn)知的形式化問(wèn)題。比如，“看到”和“認(rèn)出”一個(gè)人，可能代表不同的腦神經(jīng)，大腦中很多部位都參與了對(duì)容貌影像的信息處理。

對(duì)于腦認(rèn)知神經(jīng)學(xué)形式化的描述方面，李德毅認(rèn)為，可通過(guò)三種尺度來(lái)描述：“宏觀尺度”描述認(rèn)知行為與腦區(qū)域網(wǎng)，“介觀尺度”描述神經(jīng)環(huán)路與神經(jīng)網(wǎng)絡(luò)，“微觀尺度”則用來(lái)描述蛋白質(zhì)分子水平與基因等。這也印證了任何學(xué)科在什么尺度上的形式化至關(guān)重要，尺度越細(xì)、結(jié)構(gòu)越復(fù)雜，形式化越難。

“當(dāng)然，通過(guò)腦認(rèn)知神經(jīng)學(xué)的方法來(lái)研究人工智能也存在著一定的風(fēng)險(xiǎn)。”李德毅坦言，“如果僅在微觀和介觀尺度上研究生物腦，可能研發(fā)出一個(gè)并不具備人腦認(rèn)知能力的人造生物腦?！?/p>

那么，研究腦認(rèn)知的形式化是否還存在第二條路呢？

“可以借助腦認(rèn)知的物理學(xué)方法將腦認(rèn)知形式化?！崩畹乱憬o出了答案。如果將研究生物腦在社會(huì)認(rèn)知過(guò)程中腦的成長(zhǎng)與進(jìn)化，如腦認(rèn)知的神經(jīng)學(xué)方法，稱之為腦認(rèn)知的“正向工程”，那么腦認(rèn)知的物理學(xué)方法則可稱為腦認(rèn)知的“逆向工程”，即從腦認(rèn)知的社會(huì)屬性研究腦進(jìn)化。

李德毅認(rèn)為，腦認(rèn)知的社會(huì)屬性包括作為主觀世界的人腦是如何反映客觀物理世界的，人腦如何從外部環(huán)境中獲得知識(shí)和技能，人腦如何解決未知，人腦是如何形成創(chuàng)新這幾個(gè)問(wèn)題，而后三個(gè)問(wèn)題恰恰是“人工智能”研究的全部?jī)?nèi)容。腦認(rèn)知是與社會(huì)環(huán)境、社會(huì)實(shí)踐、群體交互等密切相關(guān)的，語(yǔ)言、知識(shí)、文明等都來(lái)自于后天客觀世界的學(xué)習(xí)和積累。不能只研究人腦的天然屬性，應(yīng)該建立人腦認(rèn)知的成長(zhǎng)機(jī)制，研究人腦成長(zhǎng)和認(rèn)知的群居性和社會(huì)性。

而對(duì)于腦認(rèn)知物理學(xué)形式化的描述方面，李德毅也給出了四種尺度來(lái)描述?！靶盘?hào)級(jí)別”用來(lái)描述微觀和宏觀信號(hào)，“符號(hào)級(jí)別”描述編碼、文字和符號(hào)，“語(yǔ)義級(jí)別”描述不同粒度的概念、圖像、信息和知識(shí)，“行為級(jí)別”描述情感、意識(shí)、記憶和動(dòng)作行為。

“一旦碳基生物腦和硅基電子腦形成‘雜交優(yōu)勢(shì)’，其勢(shì)將猛不可擋，必定掀起人工智能研究和應(yīng)用的新高潮。”李德毅說(shuō)。（彭科峰 王超）