1970年,修女瑪麗·尤肯達給美國航空航天局馬紹爾太空航行中心的科學(xué)副總監恩斯特·史圖林格博士寫(xiě)了一封信,在信中她問(wèn)道:目前地球上還有很多孩子吃不上飯,你們怎么舍得為遠在火星的項目花費數十億美元?
美國航空航天局 恩斯特·史圖林格
史圖林格給尤肯達的回信中有這樣一段話(huà)耐人尋味:太空探索不僅給人類(lèi)提供了一面審視自己的鏡子,還能給我們帶來(lái)全新的技術(shù),全新的挑戰和進(jìn)取的精神,以及面對嚴峻現實(shí)問(wèn)題時(shí)應有的樂(lè )觀(guān)、自信的態(tài)度。
戴瓊海在2019年國家智能產(chǎn)業(yè)峰會(huì )上作報告
這是清華大學(xué)戴瓊海教授,在2019年國家智能產(chǎn)業(yè)峰會(huì )上作報告時(shí)講的一個(gè)故事。
50年后的今天,智能產(chǎn)業(yè)的發(fā)展面臨同樣的考問(wèn):目前中美沖突不斷,世界經(jīng)濟不容樂(lè )觀(guān),人們?yōu)楹芜€要為天馬行空的人工智能投巨資?
他強調:其實(shí),每一次科技的飛躍,都會(huì )引發(fā)一場(chǎng)全新的產(chǎn)業(yè)革命。一次次產(chǎn)業(yè)革命,讓社會(huì )生產(chǎn)力產(chǎn)生了顛覆性的改變,實(shí)現了社會(huì )財富成倍的增長(cháng)。一項全新的技術(shù)讓人類(lèi)有希望建立一個(gè)更合理的社會(huì )結構,從而解決更為深刻、廣泛的社會(huì )矛盾。
戴瓊海院士
他透露,近期有確切消息稱(chēng),美國航空航天局在嫦娥四號無(wú)人探測器實(shí)現人類(lèi)首次軟著(zhù)陸月球背面后,就日前中國嫦娥四號在月球取得的數據請求與中國合作共享。這是美國罕見(jiàn)的登門(mén)尋求合作,也是自2011年之后中美雙方在太空領(lǐng)域的首次合作,之前美國曾頒布法律,禁止未經(jīng)美國國會(huì )同意擅自與中國進(jìn)行太空項目合作。
中美持續了近一年的貿易對抗,終于有了不一樣的氣象,不得不說(shuō)科技的力量是如此的強大。我國探月科技發(fā)達,美國才提出了合作的請求。
由此可見(jiàn),這個(gè)時(shí)代誰(shuí)占領(lǐng)科技制高點(diǎn),誰(shuí)就更加強大。目前,引領(lǐng)產(chǎn)業(yè)變革的智能產(chǎn)業(yè),已經(jīng)上升到了國家戰略的高度。
54歲的戴瓊海教授,1987年畢業(yè)于陜西師范大學(xué)工學(xué)專(zhuān)業(yè),1999年獲得東北大學(xué)工學(xué)博士學(xué)位,是清華大學(xué)自動(dòng)化系的教授、中國工程院院士。
他主要從事信息交叉科學(xué)——計算攝像學(xué)的研究,承擔著(zhù)國家重大儀器項目之一的“多維多尺度計算攝像儀器”項目,想要通過(guò)提供從亞細胞、組織到器官的多尺度動(dòng)態(tài)的觀(guān)測數據,來(lái)完成百萬(wàn)級腦神經(jīng)連接的觀(guān)測、解密神經(jīng)系統結構和功能等腦科學(xué)規律,為創(chuàng )建新一代神經(jīng)計算方法(表達、轉換和規則)奠定基礎。
關(guān)于當下人工智能該如何發(fā)展,戴瓊海認為:應該從研究腦科學(xué)開(kāi)始,人工智能要結合腦科學(xué)模型來(lái)發(fā)展。以下內容來(lái)自戴瓊海2019國家智能產(chǎn)業(yè)峰會(huì )發(fā)言?xún)热莸恼怼?/p>
從人工智能到腦科學(xué)
腦科學(xué)與人工智能給人類(lèi)帶來(lái)哪些機遇和挑戰?目前人工智能的規模,已非常龐大。
關(guān)于大腦,人類(lèi)仍不清楚它是如何運轉的。因為人腦構造非常復雜,擁有上百億的神經(jīng)元,還有分支等連接起來(lái)。而且大腦擁有兩個(gè)系統,一個(gè)是從腦神經(jīng)到各個(gè)器官的連接系統;另一個(gè)是通過(guò)免疫系統的再反饋系統。如何完全了解腦結構、元素,是科學(xué)界一直探索的重要問(wèn)題之一。
特別是目前類(lèi)人腦已成為人工智能發(fā)展的一個(gè)很重要的方向,人工智能急需用腦科學(xué)的研發(fā)成果來(lái)建模。
人腦是一個(gè)非常復雜的系統,腦神經(jīng)的連接、800多個(gè)神經(jīng)元和整個(gè)器官免疫系統連接,加起來(lái)超過(guò)整個(gè)光纖網(wǎng)絡(luò )的總和。
目前,人類(lèi)對于腦的困惑主要在于:首先,不了解800多個(gè)腦神經(jīng)具有什么樣的行為動(dòng)作;其次不清楚大腦結構圖;再次,人們不了解大腦神經(jīng)元在控制人的語(yǔ)音和視覺(jué)時(shí),有哪些神經(jīng)元在視覺(jué)或聽(tīng)覺(jué)中起了作用;最后人類(lèi)不知如何尋找神經(jīng)細胞與個(gè)體行為之間的關(guān)聯(lián)性。這四個(gè)方向是腦科學(xué)研究需長(cháng)期探討的問(wèn)題,并與人工智能密切相關(guān)。
對于人工智能的發(fā)展,從機器感知、機器學(xué)習到機器思維再到機器決策的轉換,腦科學(xué)起到了引導和推動(dòng)作用。研究腦科學(xué),必須借助高精度的觀(guān)測儀器。
眾所周知大腦包括兩部分,結構和功能,一個(gè)系統通常都是結構決定功能。神經(jīng)系統中,結構是首要的。在這里,藍色區域是光學(xué)顯微鏡,只占一塊,不能看全腦系統;下面是功能核磁,客觀(guān)測動(dòng)態(tài)腦區級功能活動(dòng)。了解到腦區的功能,但不能區分出邊界,腦細胞就是幾個(gè)微米大,分辨率也只能達到毫米。
目前包括加州理工、麻省理工、哈佛大學(xué)等世界上300多個(gè)團隊都在做高科技的觀(guān)測儀器。在國際上,大視野、高分辨的觀(guān)測儀器一直是研究的焦點(diǎn)。
他強調:如果這樣的儀器研發(fā)成功,那么計算神經(jīng)元的模型和機器學(xué)習的模型就有可能被打通。
但目前人工智能基本都是同類(lèi)大數據的學(xué)習,未能融入各種感知與記憶數據以及信息傳遞機制等。
他表示:他目前仍沒(méi)有找到腦信息的傳遞機制;將人工智能融入各種感知、記憶數據等,是全世界許多人工智能領(lǐng)域科學(xué)家正在苦苦探求的事情。
他的團隊目前正通過(guò)腦觀(guān)測和腦認知的結合來(lái)做人工智能的腦模擬,讓人工智能做到從感知到?jīng)Q策與控制,變?yōu)閺恼J知到?jīng)Q策與控制,具有主動(dòng)性?!拔覀兊挠嬎銛z像儀器,未能看到大腦的視覺(jué)連接行為,僅找到了它聽(tīng)覺(jué)和視覺(jué)的環(huán)路部分,但也不完整”。
他繼續講:“我們的計算攝像儀器,1 cm×1.2 cm的視場(chǎng)足夠大。最大特點(diǎn)是國際上同類(lèi)儀器中成像速度最快的,通量也是國際儀器中最大的。通量越多,描述時(shí)間的細節越豐富。我們的通量是5.78。2017年7月 ,我們拍到了第一張全腦的圖,腦皮層達到了100μm,是在動(dòng)態(tài)圖里截取出的?!?/p>
戴瓊海的實(shí)驗室是國際上第一個(gè)看到在小鼠聽(tīng)音樂(lè )時(shí)全腦神經(jīng)元變化的研究組。小鼠聽(tīng)音樂(lè )時(shí),那邊是神經(jīng)元的整個(gè)連接狀態(tài)。亞細胞級、結構功能的統一,他們在國際上第一個(gè)獲得了這樣的成果。
小鼠的狀態(tài),對應的神經(jīng)圖就是腦連接的狀態(tài)。同時(shí)還可以看到,小鼠海馬區分層神經(jīng)元的連接狀態(tài),在這里他的團隊找到了部分信息傳遞的這種機制方式。
這是一個(gè)毫米級的神經(jīng)元在傳遞。他希望借此能分析出它們的模型,找到它們的工作規律,為人工智能的信息傳遞機制帶來(lái)一些有用的計算方法和模型。
目前,他們計算攝像儀器的分辨率和視場(chǎng)加起來(lái)不是國際最領(lǐng)先的,但他們的通量是國際領(lǐng)先的,后面會(huì )突破400 nm,實(shí)現國際領(lǐng)先。目前儀器的元器件已完成,計劃在今年1月底前完成400 nm最高分辨率集成。自從他們的計算攝像儀器做出來(lái)以后,引發(fā)了不少?lài)H學(xué)者的關(guān)注。
回想自己的研發(fā)工作,他表示:多年研發(fā)經(jīng)歷讓他深感,想要出成果,必須具有端正的科研態(tài)度和優(yōu)良的科研作風(fēng)。
搞科研要耐住寂寞,勇于探索
他以自己實(shí)驗室的工作人員為例,他的實(shí)驗室研究方向發(fā)生過(guò)多次變化,從研究流媒體轉到立體視頻,之后轉到計算攝像學(xué),最后從事于腦科學(xué)與人工智能研究。
由于實(shí)驗室成員踏實(shí)肯干、努力進(jìn)取,所以他們在從事的每個(gè)研究方向上都取得了突出成果:他們的立體視頻重構及顯示技術(shù),獲2012年國家技術(shù)發(fā)明一等獎;新一代立體視覺(jué)關(guān)鍵技術(shù)與產(chǎn)業(yè)化,獲2016年國家科技進(jìn)步二等獎;團隊研發(fā)成功了世界上最大視場(chǎng)的高速高分辨光學(xué)顯微鏡等科研成果。
他認為,搞科研的人,只要耐得住寂寞,不計個(gè)人得失,勇于追求探索,就一定能夠成功。
在談及實(shí)驗室同學(xué)如何成長(cháng)時(shí),他表示:當靈感突現時(shí),一定立刻抓住。自己曾在凌晨4點(diǎn)時(shí)突然產(chǎn)生一個(gè)好想法,就立刻把它發(fā)到工作群里與大家討論,第二天就與相關(guān)人員探討自己想法可行性,后來(lái)因此獲得了很多的收獲。
“研究者要么能做出別人想不到的;要么做出別人做不到的事;要么將一種研究做到極致。當然,還要低調做人,扎實(shí)做事。做研究要頂天立地、嚴謹負責、一定不能學(xué)術(shù)不端?!边@是他一直信奉的。
對于自己熱愛(ài)的人工智能領(lǐng)域,他對人工智能的未來(lái)發(fā)展有著(zhù)深刻、獨到的見(jiàn)解。
人工智能會(huì )朝著(zhù)三個(gè)方向發(fā)展
關(guān)于人工智能,他認為未來(lái)可能朝著(zhù)三個(gè)方向發(fā)展:第一,生命不斷發(fā)生變化,生命已經(jīng)進(jìn)化到現在的人工智能階段,隨著(zhù)材料科學(xué)的發(fā)展,未來(lái)生命會(huì )發(fā)生新的形態(tài)、業(yè)態(tài)的變化,例如人造器官,人工智能和人的器官已經(jīng)在一起了,真正實(shí)現了一個(gè)主動(dòng)式的人工智能。
第二,目前有團隊正在求證“意識”是否能夠存儲,這也是時(shí)下的熱點(diǎn)問(wèn)題。
第三個(gè)方向是光電計算?,F在的電子計算機基于硅級的納米,量子計算離我們已經(jīng)不遠了。
將光子器件和硅基集成在一起,這樣的計算機對人工智能的發(fā)展產(chǎn)生了非常大的作用。
當下復雜的算法使研究者很多工作難以推進(jìn)。能用好光電計算,可以引領(lǐng)新一代摩爾定律的產(chǎn)生。光電計算一旦產(chǎn)生,存儲、計算一體化將變?yōu)槠っ准壍墓ぷ鳌,F在是納米級的,等到了皮米級的工作,就可以帶來(lái)新的摩爾定律的發(fā)生。
注:本文部分學(xué)術(shù)內容來(lái)自戴瓊海的報告整理
轉自德先生(D-Technologies)