2020 年 8 月 24 日，北京智源人工智能研究院（以下简称 “智源研究院”）在清华智源中心举行了“人工智能的认知神经基础”（以下简称“认知神经基础”）重大研究方向发布会。智源研究院院长黄铁军，智源“认知神经基础” 重大研究方向首席科学家刘嘉，该方向候选学者陈良怡、方方、吴思、宋森、余山，以及北京人工智能领域的高校、科研院所和企业代表出席了本次发布会。
“认知神经基础”重大研究方向发布会现场
一、人工智能需要认知神经作为基础
黄铁军表示，深度学习在人脸识别等方面取得重大进展，但并未真正解决感知问题，问题关键不在提高算力、增加数据，而是要重新思考智能模型。智源研究院在 2019 年发布了五个重大研究方向，“人工智能的认知神经基础”作为 2020 年首个智源重大研究方向，旨在将神经科学、认知科学和信息科学进行交叉融合，加强人工智能和脑科学的双向互动和螺旋发展，揭示生物智能系统的精细结构和工作机理，构建功能类脑、性能超脑的智能系统，以视觉等功能和典型模式动物作为参照物测试智能水平，为人工智能未来发展探索可行道路。
认知神经和数理基础是通用人工智能的两大基石
黄铁军表示，为了探究强人工智能的可能，智源研究院将相继研发神机 1 号（高精度精细神经网络仿真系统）、神机 2 号（大规模脉冲神经网络系统）和神机 3 号（高精度大规模通用智能模拟系统）等仿真平台；此外，针对强人工智能的发展，智源研究院将开放并提供一个通用智能训练和测评系统——“广义图灵测试”。
二、智源 “认知神经基础” 重大研究方向学者候选人发布
黄铁军宣布了 “认知神经基础” 重大研究方向学者候选人名单。其中，首席科学家（CS）由清华大学刘嘉教授担任。
5 位智源研究员（PI）候选人由来自北大、清华、中科院等单位的杰出中青年学者担任。他们均是所在研究领域具有国际影响力的中青年学术带头人，其中杰青 3 人，长江学者 2 人。六位学者中学科背景为认知神经科学的有 2 人，系统神经科学 1 人，计算神经科学 3 人。他们将尝试从认知和神经的各个层次研究人工智能，为走向强人工智能提供基础理论。具体名单如下：
三、暴力美学无法实现真正的智能，通用智能还需看生物智能
会上，智源首席科学家刘嘉作了题为 “ABC：AI of Brain & Cognition” 的主题报告。刘嘉提到最近比较火热的生成式语言模型 GPT-3 通过对大量书面材料集与长篇连载文本的预训练，获取关于世界的知识，将 “暴力美学” 发挥到极致，然而却无法做到理解、共情、推理等对于人类极为容易的事情。“认知神经基础”重大研究方向则希望能够探索生物智能，将生物智能与人工智能进行融合。为此，刘嘉表示整个 “认知神经基础” 课题团队，将致力于将神经科学、认知科学和计算科学进行交叉融合，从三个方向向通用人工智能靠近。
刘嘉表示，从认知神经的角度考虑，理解智能有三个层级，硬件层面、表示与算法层面以及计算理论层面；对应到生物智能中，分别是脑神经结构、生物神经网络模型以及认知模型。课题组将分别从三个层面进行研究：生物基础、网络模型、生物视觉。其中，陈良怡、方方将围绕“生物视觉认知的神经基础”，用多种脑成像的方法，探究大脑的精细结构、阐明生物视觉的认知功能和计算架构；刘嘉将进行“AI 的脑解析”，利用认知神经科学的研究方法打开人工智能（深度学习网络）的黑盒子；吴思、余山和宋森将探索“类脑的 AI”，基于生物视觉认知的研究成果，构建类脑视觉信息处理的模型与算法。同时课题组也将构建一个多尺度、多精度、多模态、多认知任何和多模型的生物智能开源开放平台。
刘嘉从理论研究和应用研究两个方面展望了 “认知神经基础” 的研究意义。从理论方面，刘嘉指出历史中技术的进步往往会带来伟大的理论突破，AI 的爆发也预示着一个能够媲美于 “牛顿力学” 的通用 “智能理论” 可能诞生。刘嘉认为，将生物智能与人工智能进行结合，从而提出一个独立于物理实现层的表征与算法是实现 “智能理论” 的正确道路。另一方面，当前的弱人工智能的测试主要基于图灵测试，但图灵测试本身是基于行为主义，不可能做到可解释、可信赖；为了定量探究强人工智能，“认知神经科学”课题组将致力于探索开发“通用智能的广义图灵测试”。
本次发布会最后，由刘嘉主持，各位学者围绕 “如何为 AI 提供一个可量化的测试平台”，以及“如何对生物智能开展研究以启发人工智能” 等话题，提供了自己的研究视野和专业性意见。
