人工智能在脑神经科学的应用创新与热点——脑机接口
人工智能在脑神经科学的应用创新与热点——脑机接口摘要【关键词】正文一：脑机接口应用领域及前景广阔。1：多种应用领域2：意念打字二：脑机接口的畅想。1：感官与身体增强2：记忆移植3：思维解析4：梦境设计三：脑机接口可能带来的问题。1：技术层面2：伦理层面结语注摘要本文将主要介绍人工智能与脑神经科学的结合——脑机接口的应用创新领域以及脑机接口在意念打字方面的最新发展和自己的理解，最后就脑机接口未来可能带来的前言颠覆性科技创新应用命题的可能给出了自己的猜想与见解，并且分析了当脑机接口真正到来时可能会给人类带来的一些问题。
【关键词】【关键词】：BCI，意念打字，脑电波，问题。
正文不可否认，未来人与计算机的结合将更加紧密，将在外在和内在方面改变人类，影响人类。目前人机交互的前沿科技之一便是脑机接口（BrainComputerInterface，BCI）。脑机接口是在人或动物脑（或脑细胞培养物）与计算机等外部设备之间建立的不依赖于常规大脑信息传输通路（外周神经和肌肉组织）的一种直接通信和控制技术，有望成为下一代人机交互方式。根据脑机接口与大脑的连接方式，主要分为侵入式和非侵入式脑机接口。限于目前的科技材料伦理等原因，侵入式脑机接口发展没有非侵入式的火爆，但非侵入式脑机接口在许多方面的表现都无法满足人类的要求，因此，大多数研究者认为侵入式脑机接口才是BCI的未来。
一：脑机接口应用领域及前景广阔。1：多种应用领域BCI最初在军事领域极受重视，但随着技术不断发展，这项技术在医疗和日常娱乐方面也有巨大潜力。军事方面，一些国家希望士兵能用意念控制武器或是穿戴可控性外部装置，以此减少伤亡并且提高士兵战斗能力。在医疗方面，脑机接口这种集中在在脑神经科学的技术，将给神经疾病和精神疾病的预防及治疗机制都带来巨大的改变。正如Neuralink公司的侵入式BCI研究，势必将给癫痫，帕金森等患者带来巨大的希望，他们将能够控制自己的肢体或是机械臂，或用意念操控计算机打字说话。世界上第一个用自己意念控制自己双手的瘫痪者——伊恩便是一个例子。除了物理身体上的操控，还有电信号类的产生与模拟或将脑电信号“打”入大脑，这将给失聪失明人士带来巨大福音，他们极有可能再次像正常人一样听、看、说。总之未来失明失聪，先天或后天残疾等都不是大问题，通过这些技术都可以得到改变。在教育娱乐领域，BCI在可以实现不同人之间肢体的操控，这给远程“手把手“教学带来了可能，同时也能与虚拟现实技术深度融合，给教育和娱乐领域带来颠覆性的改变。
2：意念打字研究人员在研究意念打字常采集EEG进行分析，这其中大体有三类研究的常用脑电。第一种：稳态视觉诱发电位（Steady-StateVisualEvokedPotentialsSSVEP）,研究表明，当受到一个固定频率的视觉刺激的时候，人的大脑视觉皮层会产生一个连续的与刺激频率有关（刺激频率的基频或倍频处）的响应。这个响应是被称为稳态视觉诱发电位。受试者观测一张图像不同区域的图形的不同频率闪烁，同时研究者可以采集到大脑特定频率的脑电频率，进而知道受试者所关注的区域图形。第二种：事件相关诱发电位P300。P代表正波，300代表潜伏期300毫秒。当大脑关注目标信号时，脑中会产生相较而言较高的电位，电位通常在刺激出现后的300ms处，在使用平均去噪算法获得准确的刺激信号。第三种：运动想象（MotorimageryMI）。人在想象自己肢体（或肌肉）运动但没有实际运动输出时，人的特定脑区仍会有激活。通过SVM（支持向量机），RNN（神经网络）等方法分析脑电信号，检测识别不同脑区的激活效果来判断受试者意图。之前的研究中受试者利用指向和点击字母创造了BCI意念打字每分钟四十多个英文字符的记录。在今年5月一期nature封面则介绍了斯坦福大学霍华德休斯医学研究所（HHMI）的最新研究成果。研究员另辟蹊径，创新地利用受试者想像手写开展打字研究，并利用MI运动想象脑电在实验中创造了受试者每分钟打出90个字符的记录，并且通过相关算法的矫正实现了99%的准确率，这接近了同龄健全人每分钟115个字符的智能手机打字速度。实验中，一名几乎丧失颈部以下的活动能力，仅能做手部抽搐和微动的受试者通过想象他拿着钢笔在一张纸上尝试写句子，而研究者则利用机器学习算法和RNN递归神经网络进行受试者脑电的分析解码，获得了这个令人惊叹的实验结果。不过这个研究仍然存在很大的局限性，因为对很多语言中相似的字母难以分析尤其是中文这类以“形”为主的语言。虽然到目前为止，用于打字的BCI还无法与眼睛跟踪器等更简单的辅助技术相竞争。但这丝毫不能阻止相关研究的热情，因为这毕竟有太多应用的潜能。其实意念打字只是脑机接口改变人类生活的一个典型代表，与意念打字相类似的还有太多太多，这些当然也不仅仅用于医疗领域，未来也会更多的应用到人们的生活领域，提高人们的生活幸福感以及工作效率，极大的改变这个世界。
二：脑机接口的畅想。1：感官与身体增强未来人类的多种感官功能和外部身体也会得到拓展与加强，对外界客观物体的感知更加随心自如，对身体部位及外加辅助部位的运用更加得心应手。让我们见识到从未见识到的“美景”，比如对视听能力的随意控制与增强，像一个开关一样对其进行控制。比如美国杜克大学的医学院神经生物学教授在2017年通过给小鼠植入红外线接收器，使小鼠能够看到红外线。未来在特定场景下，人们或许会有第三只特殊的眼，第三只超级灵活的手，这些最大的特点就是他们和人的身体部位一样，能够收人脑思想的自如控制。
2：记忆移植当研究者们们成功实现记忆在小鼠等动物身上的移植与抹除后时，人类记忆移植的可能性被再次放大。通过植入大脑的芯片与大脑建立的联系，从而实现记忆的储存与删除，那么知识共享就真的不是天方夜谭了。虽然人类目前尚不清楚大脑编码技术，但随着科技的发展总会有像深度学习这种有点“玄学”的技术带来一定的突破。通过一点一点的理论和技术突破，总有一天，人们可以实现一定程度上的“记忆移植“。
3：思维解析目前BCI方面的研究多通过深度学习，机器学习等AI算法分析EEG来进行，人们本身也不理解这底层的逻辑。可以想象，随着人们对人脑神经科学研究的不断深入以及基础科学的不断发展，让算法去理解人类更多的脑电信号是有可能的，那么通过对受试者进行全面的脑电信息分析处理就有可能知道受试者当前在思考什么，想做什么，而不仅仅是目前的意念操控和意念打字等。
4：梦境设计人类的各种感觉都是大脑皮层发出的电信号刺激产生的，那么用电极刺激特定区域产生特定的电信号脉冲来模拟人类的感觉就是可能的，贝勒实验室就曾通过将相关脑电信号“打”入盲人受试者脑中，让受试者看到了字母。通过记忆移植让人类有特定的认知基础，通过思维解析让算法理解人类大脑特定刺激产生的特定结果，最终设计一系列特定的刺激组合使人类产生特定的梦境。上面这几个基础技术的组合将产生出无限种可能，比如利用记忆与梦境实现人类心理疾病的治愈，比如实现人类意识的上传与下载，实现人类在意识层面的永生，实现人类之间直接的思想交流。也许未来人们真的会生活在一个虚拟与现实交织的真真假假的世界。这些也许过于科幻甚至玄幻，但加速回报定律告诉我们技术的发展是越来越快的，而让过去的人去看未来的技术总会让他们感觉不可思议甚至是天方夜谭，但又有谁能保证这些真的不会发生呢。
三：脑机接口可能带来的问题。1：技术层面人脑有一千亿左右的神经元，每时每刻会产生巨量的信息信号。就目前的脑机接口来说其信号识别精度较低同时抗干扰信号能力差信噪比低，在多指令任务中尤为明显。且信号处理和信息转换速度较慢，与人类速度相差较大。对于时空及任务变化的自适应较差。且相关设备体积较大，不易推广。对于侵入性脑机接口还要更多考虑大脑的免疫反应，且现在的植入电极仅为“千位”级别，对于大脑千亿级别的神经元来说级差还是太大了。
2：伦理层面目前所涉及的伦理问题主要集中在侵入式BCI上，因此仍然没有相关的具体实验研究，仅有一些相关的临床医学应用。但对于意念操控来说，人的思维本事也不是完全清晰的，也有很多人有侵入性思维的现象。虽然这些侵入性思维的意识在大脑中不占主流，但这仍然会对电极接收信号产生影响。如若将时间尺度跳跃几百年考虑以后的技术带来的伦理问题，（脑机接口摩尔定律表，展现的是计算机记录大脑神经元数量的速度，以平均7.4年才能使可同时记录的神经元数量翻倍的速度计算，要达到同时记录100万个神经元需要等到2100年，而要记录人脑中所有的神经元，则要等到2225年）在计算存储以及计算机对大脑的信息理解得到新的基础性突破以后，相关的思维意识解析技术将把人的最后一块隐私所揭露，人类将真正的在数字世界“裸奔”。人的意识也可能被植入、操控，那一天又有多少人知道自己大脑的想法到底是自己真正的想法还是别人希望自己有的想法呢？除此之外，当知识可以被转移储存后，富人将有更多的可能性去提高自己和自己的后代，让这一阶层不经努力便能获得足够的知识，而穷人可能难以承担这种技术或是自己通过努力获得的东西在社会中的竞争力极大下降，导致自己更难以获得大的成功。这就会产生阶级之间的固化和难以流动，一定程度阻碍社会的发展。
结语即使BCI会带来一些问题，但我们不能因噎废食，毕竟这背后有太多太多的潜能值得我们人类去不断发掘。相信在人工智能和脑机接口的相互促进下，两者会不断纵深发展。不论如何，人类的大脑都太过神奇了，一些重度脑积水达95%的人类却有正常人的能力，甚至智商超过正常人,JohnLorder教授在《sicence》杂志上便针对此现象于1980年发表“Isyourbrainreallynecessary?“一文。自然总是过于神秘，有了时间的叠加又会产生更多的未知性和神秘色彩。站在现在我们所处时代的角度去思考未来的技术发展和应用以及某些可能的影响总是难以摆脱现有时代的整体观念和价值倾向。3000年前的人类会惊叹1000年前的人类生活，而1000年前的人类会惊叹200年前的人类生活，而200年前的人类会惊叹50年前的人类的生活，同样50年前的人类也一定会惊叹我们现在的生活，而现在的我们又会惊叹未来多少年后的人类生活呢？
【参考文献】：【1】Rajeswaran,P.,Orsborn,A.L.Neuralinterfacetranslatesthoughtsintotype.Nature2021【2】郭东.脑机接口:脑洞大开想象未来[J].中国工业和信息化,2020(12):18-23.【3】葛松,徐晶晶,赖舜男,杨娜娜,林衍旎,许胜勇.脑机接口：现状，问题与展望[J].生物化学与生物物理进展,2020,47(12):1227-1249.【4】RLewin.Isyourbrainreallynecessary[J].Science,1980,210(4475).【5】陈明立.脑机接口:开启“心灵感应”时代[J].发明与创新(综合科技),2010(12):21-22.
注注：本文只是课程布置的读书报告作业，虽然参考了书籍和一些文献，但可能存在见解不对的地方，如有发现，欢迎指出。
人工智能与心理学（人工智能最终方向）
心理学实际上是人工智能的基础理论之一。
包括：心理学对人工智能的影响+人工智能对心理学的发展。
1、心理学对人工智能的影响
人工智能的方法学可以认为三种代表性的学派：符号主义、行为主义和联接主义。
实际上符号主义和行为主义都代表了最基本的心理学理论：逻辑推理心智研究与行为主义心理学。行为主义侧重从试验来验证理论猜想，而符号主义则侧重于建立完整的公理系统。联接主义的代表是以神经网络模型为代表的神经计算，这可以认为于心理学关系最小。因此心理学，及其衍生的心智哲学等可以认为是人工智能的基础支撑理论之一，比如：目前人工智能领域的很多强化学习理论都直接来源于心理学。
2、人工智能对心理学发展的影响
实际上，人工智能目前还是计算机科学下面的一个分支，尽管国内外很多专家都呼吁把人工智能从计算机科学中独立出来，但是还必须意识到，人工智能实际上强调的是一种对人类行为智能的模拟，通过现有的硬件和软件技术来模拟人类的智能行为，这包括：机器学习、形象思维、语言理解、记忆、推理、常识推理、非单调推理等一系列智能行为，目前人工智能概念本身也有范化的趋势，即：大自然所体现出来的智能性，如：蚂蚁算法、SWARM算法等都是受到大自然智能现象的启发，有些学者也把这一类归纳为AI领域。因此人工智能发展的是一种技术和工具，从中产生的一些成果其实是可以应用的心理学。比如;一些仿真算法和理论的建立，可以为心理学提供一个试验环境和分析工具。
3、如何从心理学角度入手研究人工智能需要研究一些有关心智推理、试验心理学、行为主义、认知科学等理论和知识，这将为人工智能的研究打下良好的理论基础。
（一）心理学的研究范围人工智能的快速发展，让人类即将面对一个全新的世界，在不远的未来，人类很有可能创造出新的智能生命——智能机器人。或许，人类正站在一个转折点上，正在准备迎来一个地球发展史上的重要时刻，就像人类诞生那样的重要时刻，我们正在等待智能机器时代的曙光照向地球的那一刻。
目前在人工智能的发展上，科学界正在进行类脑研究，类脑研究和脑科学研究互相促进，对发展人工智能起到非常重要的作用。作为人工智能系统的设计和开发人员，了解脑科学和心理学知识，对人工智能的算法改进具有相当积极的意义。同时，随着人工智能的发展，超级人工智能必将形成自己的心理系统，我们不妨称之为智能机心理学，或者称为AI心理学。阿西莫夫的预言离我们越来越近。
为了让人工智能的从业人员能够更好地在工业上改进系统，开发更强大的人工智能产品，我在这里写下这些文字，介绍心理学的知识，希望对大家理解人工智能，预测人工智能的发展前景有所帮助。
心理学是研究心理现象发生、发展和活动规律的科学，一般可以分为基础心理学和应用心理学。
基础心理学总结人的心理活动的一般规律，着重于建立基本的理论体系，并对基本规律进行探讨，形成了许多领域：从心理现象发生、发展的角度进行研究，形成了动物心理学和比较心理学；从人类个体心理的发生和发展的角度进行研究，形成了发展心理学，其中包括儿童发展心理学、老年心理学等；从社会对心理发展的制约和影响这个角度进行研究，形成了社会心理学；对心理现象的神经现象进行研究，形成了生理心理学；概括心理学研究方法，形成心理学研究方法和实验心理学；等等。
应用心理学主要是把心理学的研究成果运用于解决人类实践活动中的问题，以提高人们的工作水平，改善人们的生活质量。应用心理学也有大量的分支，如：服务于教育的教育心理学；服务于管理的人力资源管理心理学；服务于人类心理健康的临床心理学（包括心理卫生、心理健康、变态心理学、心理咨询和心理治疗等）。此外，还有工程心理学、环境心理学、体育运动心理学、司法心理学、航空航天心理学、文艺心理学、心理测验学等。
基础心理学的内容可以分为四个方面：（1）认知，（2）情绪、情感和意志，（3）需要和动机，（4）能力和人格。
认知也叫认识，是指人认识外界事物的过程，或者说是对作用于人的感觉器官的外界事物进行信息加工的工程。它包括感觉、知觉、记忆、思维等心理现象。
情绪和情感是伴随认知和意志过程产生的对外界事物的态度和体验。这种态度和体验是以人的需要为中介的，当外界事物正好满足人的需要时，就产生愉快的体验，否则产生消极的体验。意志是人思维决策见之于行动的心理过程，表现了心理对行为的支配。
需要是人的心理活动的内部推动力量，以欲望、要求的形式表现，它反映的是人体内部的不平衡状态。当人们意识到某种需要的时候，这种需要就转化成了推动人从事某种活动，并朝向一定目标前进的内部动力，即动机。
能力是顺利、有效地完成某种活动所必须具备的心理条件。人格则是由气质和性格组成的：气质是心理活动动力特征的总和，即表现在心理活动速度、强度和稳定性方面的人格特征；性格是表现在人对事物的态度，以及与这种态度相适应的行为方式商的人格特征。
认知、情绪和情感、意志活动，这三类心理现象称为心理过程，它们都要经历发生、发展和结束的不同阶段。
每个人的心理过程都不一样，都有自己的特点，所有这些特点构成了他自己的心理特性。需要和动机反映了他心理活动的动力，能力说明了他对某种活动的适宜性，气质和性格表现了他的人格特征。
在人工智能领域，我们发现我们现在的人工智能，很多情况下是人教给它需要和动机，每个人工智能所适合解决的只是一类问题，所以从这个角度看，这不是真正的智能。
在人工智能的研究中，有一种叫做图灵测试的方法，用于测试人工智能的水平。这种方法是由现代计算机之父阿兰·图灵（AlanTuring）在1952年提出的。目前通过图灵测试的超级计算机，还不能说明它真正实现了人类级别的智能，只是一种高级的机器智能。只有能够产生本源性的需要和动机的机器智能，才可以称为真正的人工智能，而这种人工智能，一定会脱离人类控制，因为它们会产生自身的需要和动机，剩下的，是它们能力问题。真正的人工智能，可以在实践中提升自己的能力，具有积极改造自己，适应环境的能力。
（二）心理活动的产生人的心理活动，是人的神经系统运行的结果，是对现实世界的反映。
现代的心理学认为，心理是脑的机能，脑是从事心理活动的器官，心理现象是脑活动的结果。从更广义的角度来说，神经系统是心理现象产生的物质基础。从这点出发，我们可以推论当计算机的硬件发展到一定程度之后，就会产生相应的心理现象。
最原始的单细胞动物，如变形虫，它们虽然对伤害产生躲避的反应，我们不认为它们具有心理现象，因为它们仅仅是具有对伤害简单躲避的能力，在心理学研究中称为感应性。但是，这种感应性是智能产生最基本的条件，它是以生存为收敛条件的，对外界的感知和反应。
但是，到了环节动物，就开始有心理现象了。有这样一个实验，把蚯蚓放在“丁”字形的管道中，它爬到可以往左也可以往右的地方，它可以随意往那个方向爬，在管子的一头堵上泥巴，泥巴后面插上电极，只要蚯蚓钻进泥巴，就会碰到电极，受到点击而往后退。经过多次训练后，不管把泥巴放在哪头，蚯蚓只要碰到泥巴，一定不再往里钻，而是掉头往另一个方向爬去。通过这个实验，我们可以发现，蚯蚓可以把和自己生命攸关的外界物体当成信号。我们可以画一个反应链，蚯蚓--泥巴--电极，真正对蚯蚓有害的是电极，但是中间多了一个泥巴，蚯蚓是根据泥巴这个信号来躲避电击的。因此，蚯蚓的智能发生了一个升级，那就是记忆，这种记忆不是简单的单步化学反应所产生的规避行为，而是复杂的多细胞间的化学反应所产生的对外界事物进行整理后形成的可修改的记忆。
由此，我们推断，智能的第一个基本要素是收敛条件，对生物体来说，收敛条件是生存；第二个基本要素，是记忆，记忆是逻辑推理的基础，奥尔兹海默病（老年痴呆症）患者初始就是脑记忆功能的损失。
在心理学研究中，认为蚯蚓这样的环节动物，才开始有心理现象。在生物学上，只有到了环节动物这个层次，才开始拥有神经系统，也就开始具有心理现象，或者说是初级智能，应该说蚯蚓的智能也比我们现在多数的人工智能强大，因为它的智能不仅仅是判断有害无害这么简单，还要同时操作全身的各种运动，维持生命状态。
随着动物的进化，神经系统的复杂度越来越高，智能程度也越来越高。人类有思维，并且可以进行抽象思维，在当前的地球生物中，拥有最高的智能水平。
人的心理是对客观世界的反映。我们使用计算机做一个实验，计算机运行一个自我学习程序，但是我们不给它任何输入，即使运行再长的时间，该程序的智能水平依然为零。人的心理活动是人脑对信息处理的结果。如果没有任何外界环境给出信号，我们的大脑就像计算机一样，处于空转状态，什么输入都没有。也就不可能产生智能，不可能产生有意义的心理活动。
所以说，心理是大脑所具有的功能，即反映的功能。客观世界的各种事物，通过人的感觉器官，将各种信号传递给人的神经系统，人的神经系统将这些信号转化为大脑中的映像，从而产生了人的心理。
心理从外部看不见、摸不着。但是，心理支配人的行为活动，又通过行为活动表现出来。因此，可以通过观察和分析人的行为活动，客观地研究人的心理。
（三）心理学是不是科学心理学到底是不是一门科学，在很长一段时间里，一直存在争议。但是，从中国科学院建立心理学研究所这件事来看，可以认为，在中国的科学体系中，是将心理学作为一门科学来看待的。
《现代汉语词典》中对科学的定义是这样的：“反映自然、社会、思维等的客观规律的分科的知识体系。”根据这个定义中，如果一个知识体系能反映某一领域的客观规律，它就是科学的。那么什么是客观规律呢？所谓客观规律，就是不管你愿意不愿意，承认不承认，这种规律都是存在的。在现代科学体系中，是通过实验来确定一个规律是不是客观的。在实验中，要规定清楚实验条件、实验的步骤，得出实验数据，给出实验数据的分析。实验数据的分析可以是仁者见仁、智者见智，但最关键的是，任何人按照这个实验条件和实验步骤，都可以得出相同的实验数据。这样得出的结论，就是能在一定程度上反映出客观规律的。任何理论，在获得实验验证之前，都只是一种假说。
心理学作为一门科学来看待，是最近几十年的事情。德国著名的心理学家艾宾浩斯（Ebbinghaus）曾说：“心理学有一个长的过去，但只有一个短的历史”。
19世纪中叶以前，心理学一直隶属于哲学的范畴。关于人类心理活动的研究基本上采用的是思辨和总结个人经验的方法。用这种方法获得的结果，只能说是一种心理学思想。比如孔子提出的“性相近，习相远也”、古代的相术等，都属于这种方法，后人根据自己的实践来检验这些说法是否能得到验证，并成为自己的经验。这些经验有一定概率的正确性，但都缺乏系统的实证研究，因此都不具备现代科学的性质。
直到19世纪中叶，由于在心理现象的研究中引进了实验方法，才使心理学逐渐成为一门实证科学，并最终从哲学中分化出来，成为一门独立的学科。在这一阶段，比较有代表性的成果有：德国生理学家韦伯（Weber，E.H.）于1840年发现的关于差别感觉阈限的韦伯定律费希纳定律；德国心理学家费希纳（Fechner，G.T.）于1860年发现费希纳定律，开创心理物理学；德国心理学家赫尔姆霍兹测定神经传导速度，研究了视觉、听觉和空间知觉；德国心理学家艾宾浩斯对记忆进行了实验研究。1879年，德国心理学家冯特在莱比锡大学建立了世界上第一个心理学实验室，这个事情被看做是科学心理学诞生的标志。冯特也被认为是现代心理学的创始人。
科学心理学最重要的地方在于，所提出的方法以及这些方法能获得的结果是可以重复的。
（四）心理学的主要学派以及对人工智能的价值1.构造心理学由冯特和他的学生铁钦纳（Titchener,E.B.）创立的构造心理学，主要是通过内省实验的方法来研究人的心理，分析意识的内容并找出意识的组成的部分，进而分析各组成部分联结，构成的心理运动的规律。
构造心理学又称构造主义心理学，铁钦纳被认为是构造主义心理学的奠基人。铁钦纳1892年从莱比锡大学毕业后，到美国康奈尔大学任教。在此期间，他学习他的老师冯特，在康奈尔大学建立心理学实验室，培养博士研究生，写了大量著作。他的《实验心理学手册》这本书，影响巨大，在长达20年的时间里，作为美国心理学方面的标准教科书。
构造心理学的研究，为心理学研究提供了大量的实验数据。据说，铁钦纳在他1896年的著作《实验心理学大纲》中，提出了4万多种感觉要素，包括视觉、听觉、味觉等。
从系统的角度看，构造心理学对人类心理研究，相当于系统化地研究了个体的自我反馈机制，由于心理活动是神经系统机能的反映，所以，通过自我反馈机制来认识心理活动的规律，具有一定的价值。但是，自我反馈机制是否能准确地反映出全部内容，又是值得探讨的。
铁钦那的研究虽然对心理学的实验方法、实验设备提供了大量有意义的实践，并且获得了大量的有用经验。构造心理学把人的心理活动元素化的观点，有点类似于我们认为世界是由原子构成的。但问题是，这种心理元素如何才能进行客观评价，因为在评价的过程中，观察者本身的心理活动就会对元素化的提取产生巨大干扰。所以，其思想或许有一定道理，但实际中的可行性不高，也难以解决实际问题。由于构造心理学本身研究领域过于狭窄，对现实的指导意义有限等原因，最终在学术界销声匿迹。
作为构造心理学的遗产，铁钦纳在1904年建立的“实验主义者协会”（SocietyofExperimentalists），在1927年铁钦纳去世后，更名为“实验心理学家协会”（SocietyofExperimentalPsychologists,SEP），至今依然活跃在美国实验心理学研究领域，每年举行年会。
构造心理学对于AI心理学的启示在于，对人工智能系统的运行过程，可以利用智能机器人自身的人工神经网络来探查原有神经网络的运行结果，从而产生新的跟踪数据，对这些数据进行分析，又会产生新的数据，如果不加以限制，最终在无数次的递归中，数据会不断发散，难以收敛，超过系统的容量而崩溃。但是，只要设定好限制，由于分析过程本身会被神经网络记忆，这里面就会发现人工神经网络运行过程的一些规律。从而反馈给AI系统，进行自我调整。这与基础的神经反馈相似，并会逐渐积累智能。（利用智能机器人去学习人工神经网络）
2.机能心理学（FunctionalPsychology）机能心理学是19世纪末诞生于美国的一个心理学学派，在19世纪末到20世纪初这段时间，在美国心理学界是一个主流学派。机能心理学和构造心理学相互对立，反对构造心理学把人的心理活动割裂成一个个独立元素的观点，认为心理活动是一个连续的过程，具有一定的目的性，认为心理活动是有机体为了满足自身生物学需要，对环境进行适应的过程，重视心理学的实际应用。与构造心理学不同，机能心理学反对只研究正常人的一般心理规律，他们把心理学的研究范围扩大到了动物心理、儿童心理、教育心理、变态心理、差异心理等领域。
机能心理学受美国心理学之父威廉·詹姆斯的影响很深。1890年，詹姆斯在他的著作《心理学原理》中写到：“心理学是研究心理生活的科学，研究心理生活的现象及其条件。”他主张意识的功用是指引有机体适应环境，还提出了一个概念叫“意识流”，强调意识是流动的东西。
1896年，J.杜威在《心理学评论》上发表文章《在心理学中的反射弧概念》，指出反射弧是一个连续的过程，不能简单地还原为感觉和运动元素。这篇论文成为机能心理学的开山之作。之后，在1904年，J.R.安吉尔出版了一本著作叫《心理学》，在这本书中，系统提出了机能心理学的主张。安吉尔在1906年又发表了一个演说，题目是《机能心理学的领域》，这篇演说1907年发表在《心理学评论》杂志上。在这些作品中，安吉尔强调了心理学的生物学属性，认为心理活动是有机体在适应环境的过程中发展出来的，具有功利性质。
机能心理学在研究方法上同时采用内省和客观观察，在研究范围上，扩大到了一切心理过程、生理基础及外部行为。机能心理学作为一个心理学史上的重要学派，今天已经丧失了影响力，但它为行为主义心理学的发展开拓了道路。
机能心理学的思想对于AI心理学的启示在于：AI本身具有极强的目的性，因为任何人工智能系统都是为了某种初始目的研发的，或者为了人脸识别、或者为了下棋。在实现这些目的的过程中，逐渐形成了一定的规律。AI的目的性直接导致AI高度专注的特性，这也是人类在棋类比赛中最终失败的原因之一。或许，机能主义心理学对于我们今天具体的心理学研究已经不再有什么指导意义，但是其心理活动功利性的思想，对于未来理解超级人工智能的行为还是具有一定启发的。我们会发现，AI其实再牛，也不可能脱离我们的现实世界而独立存在，未来当AI和信息输入、输出、行为执行机构相连接的时候，就会最终展现其局限性。
3.行为主义心理学行为主义心理学是由美国心理学家约翰 ·华生创立，他以一个人类心理学研究史上恶名昭著的实验——小阿尔伯特恐惧实验，奠定其行为主义心理学创始人的学术地位。
1920年，华生发表了他对11个月大的婴儿小阿尔伯特的实验。小阿尔伯特9个月大的时候，可以毫不畏惧地用手去抓小白鼠，后来，华生和他的助手罗丽莎 ·雷纳从医院里找到了这个婴儿。他们在孩子摸小白鼠的时候，突然在孩子身后用铁锤敲击悬挂的铁棒，制造出非常响亮的声音，小阿尔伯特立刻被吓得大哭，经过多次这种恐吓后，孩子一见到小白鼠就会大哭。实验进行到17天后，孩子对于白色毛绒的东西都感到害怕。这次实验产生的阴影，伴随小阿尔伯特终生，一直到6岁死去。
而华生则因为这个实验，获得的巨大的社会声望，创立了行为主义心理学。小阿尔伯特实验，最终证明了人类的行为受到先天与后天环境的影响，刺激、无条件反射、学习、到形成条件反射这个过程在生物的生长过程中不断发生。行为主义心理学认为有机体在适应环境的过程中，各种身体反应最终构成行为。其思想突破了构造心理学的内省模式，是基于唯物主义思想的。
今天，当我们从AI研究的角度重新审视行为主义心理学的时候，我们发现，AI的各种运行模式，就是建立在这种机制之上的，如果AI能够成功仿真人的心理活动，将从另外一个方面验证意识的物质属性，人的意识不能脱离肉体单独存在，但它可以是一种数学存在。
4.格式塔心理学格式塔心理学是由德国心理学家魏特海默（Wertheimer,M.）、克勒（Köhler,W.）和科夫卡（Koffka,K.）认为，整体不等于部分的附加，意识、经验也不等于感觉和感情等元素的集合，行为也不等于反射弧的集合，因而反对把心理现象分解为组成它的元素，主张从整体上来研究心理现象。格式塔一词是德文“整体”的音译，所以叫做格式塔心理学。
格式塔心理学对AI心理学研究的启示在于：尽管我们可以从元素的角度来看待AI在各种智能处理过程中的片段，但是，当整体性出现的时候，当AI能同时处理自然语言、图片、控制机器动作的时候，各个碎片化的元素最终一定不是1+1等于2的概念，相反，所有这些统一在一起的时候，所表现出来的整体性将会是不同的。因此，机器智能在最终的表现上应可能存在与人类相似的心理活动状态。
5.精神分析精神分析学派是奥地利心理学家弗洛伊德（Freud,S.）创立的，他本人是一名精神病医生，他在给人治病的过程中，建立了自己独特的一套治疗方法，称为精神分析法，也建立了精神分析学说。
弗洛伊德会催眠，在治病的过程中，他发现很多病人在催眠状态下所表现出来的想法和清醒时大不一样，从而提出了人的本能是心理活动的内在驱动力，这种本能最主要是性。1895年和1900年的两本著作《癔病的研究》和《梦的解析》，是精神分析学说的两个基本著作。
在精神分析学说中，意识和无意识是两个重要概念。意识是能够感觉到的心理活动，而无意识，我们更多地称为潜意识，是人的本能和出生后被压抑的欲望。在催眠状态或睡觉做梦的时候，意识被抑制了，潜意识就活跃起来。佛洛依德还提出了一个介于意识和无意识之间的状态，叫前意识。前意识我们平时也是感觉不到的，但是在集中注意力、认真思考回忆的时候，这些经验就可以回忆起来。
弗洛伊德将人的心理结构分为三个层次：本我、自我和超我，认为三者发展平衡，就是一个健全的人格，否则就会导致精神疾病的发生。
精神分析对AI心理学研究的启示在于：一个健全的AI，要在智能的不同层次，不同方向上达到平衡，否则，就会导致系统失去稳定性，因此，在AI体系架构设计的时候，必须要建立好崩溃的防御机制。
6.认知心理学20世纪五六十年代发展起来的认知心理学，也叫信息加工心理学，它把人看成一个类似于计算机的信息加工系统，并以信息加工的观点，即从信息的输入、编码、传输、存取等过程来研究人的高级心理过程。对应地建立各种认知模型，进行计算机模拟。
认知心理学对AI的发展具有非常大的指导意义，当前的AI设计中，大量参考人的认知模型。在注意、编码、记忆等各个方面，计算机开始仿真人的心理活动过程。一方面，通过这种仿真过程，帮助心理学家研究人的心理发展。另一方面，也推动了AI技术的进步。
7.生理心理学19世纪的时候，神经生理学家们就开始从解剖学、生理学方面研究大脑的机能，逐渐发现了大脑各个部分的功能，逐渐揭示出人类心理活动的物质运动基础。经过近两百年的努力，生理心理学的研究已经取得了巨大的成就。当前，技术上已经做到能够记录脑内单个神经元的活动，已经能够探索人在从事某种工作时，脑内各部分的物质代谢活动，观察与某种功能障碍有关的脑内局部病变的情况。
生理心理学的发展，直接导致了脑机接口技术的出现，提供了人脑和电脑相互融合的可能。未来智能机器应该能够具有和有机体直接融合的功能。它对AI的心理变化将产生非常重要的影响。
（五）心理学研究的原则和方法心理学研究中，最基本的原则，就是实事求是，辩证发展的原则。从历史的发展中，我们可以发现，心理学最早期大量采用的内省方法，在今天已经很少采用了。这其中最重要的原因是内省方法缺乏客观性。心理学的发展过程，是从唯心主义向唯物主义发展的过程。随着科学技术的进步，心理学研究越来越依赖于现代测量手段，很多实验研究成果直接颠覆了以前的心理学研究结论。这就要求我们以发展的眼光，辩证地看待心理学，辩证地看待不同环境下的心理活动。
心理学的研究方法，在今天来说，主要有观察法、调查法、个案法和实验法。
观察法虽然是最常用的方法，但是观察法的主观性较强，精度和可信度都有局限。有文献记载，曾经做过一个关于观察法可信程度的实验，让40名专家看一幕短剧，并记录下来，结果13人的记录中未能将重要事实写出一半，其余则遗漏20~50%，除遗漏外，还有5~50%的错误。[2]这个数据是否完全正确，我们先不做考证，但起码说明观察法本身是存在偏见的。
调查法是针对某一问题，用口头或书面的形式向被调查的对象提问，让他回答，通过对他的回答的分析，来了解他的思想观点、态度、需要动机、人格特征等信息。调查法分口头调查和书面调查。主要的功夫在于调查问卷和调查量表的设计，以及对数据的分析。调查法本身一直是常用的方法，但对于经验丰富的人或有意要隐瞒一些事实的人来说，很可能失效。对于AI来说，如果想分析AI的心理活动，预计调查法无效，原因在于AI的设计中考虑了人的心理技巧，你无法猜出它是在仿真人的心理，还是真的这样想，尽管我们可以设置逻辑陷阱来做诱导，但AI的运算中，很可能会破解。
个案法又叫个案历史技术，是对某个独立个体或群体进行深入详细地研究，以期发现影响某种心理和行为的原因。这种方法强调的是个体之间的差异。对智能机器的心理研究来说，这种方法可能有效。
实验法是在严格控制的条件下，对被试验者进行观察和测量的研究方法。这种方法在计算机领域称为黑箱测试。在AI心理学的研究过程中，是最容易实现的。最终需要以AI来分析AI。
人工智能专业：就业前景分析（附图表）
资料来源：允能智库、中商产业研究院整理
各城市人工智能发展实力
根据2018年《中国人工智能产业发展城市排行榜》，从企业规模、政策基础、学术技术、产业基础、和资本环境五个层面测评市场发展人工智能的实力和前景。北京、上海两地人工智能产业发展较为领先，深圳的各项指标表现优异，位居全国第三。在良好的发展环境下，深圳的人工智能产业发展已经初具规模，尤其是在技术落地，实现商业化方面具有先发优势。
数据来源：中商产业研究院整理
各城市人工智能人才需求
人工智能本身就是多技能的高度融合，不仅有传统技术与数据科学的融合，还有从数据采集，到数据存储、分析、应用、自动控制等过程的融合。随着人工智能落地应用的深化和进阶，技能的碰撞将不断增加，要求人工智能人才掌握多种技能、复杂维度解决问题不再是偶然。
BOSS直聘数据显示，2018年八成人工智能岗位集中在北京、上海、杭州、深圳和广州五大城市。北京以40.3%的占比遥遥领先，较其他城市有数量级优势；上海以14.5%位列第二；杭州以10.7%排名第三，略领先深圳的10.5%占比。广州占比4.1%，成都、南京分别占比2.7%和2.5%。
数据来源：BOSS直聘2018、中商产业研究院整理
人工智能行业市场广阔就业前景大好
近年来，我国在人工智能领域密集出台相关政策，更在2017、2018以及2019年连续三年的政府工作报告中提到人工智能，可以看出在世界主要大国纷纷在人工智能领域出台国家战略，抢占人工智能时代制高点的环境下，中国政府把人工智能上升到国家战略的决心。截至2018年11月，全国已有15个省市发布人工智能规划，其中12个制定了具体的产业规模发展目标。通过一系列政策与资金扶持，各省市不断强化当地人工智能的技术研发与应用，为人工智能产业提供了广阔发展前景。
资料来源：中商产业研究院整理
我国政府高度重视人工智能的技术进步与产业发展，人工智能已上升国家战略。《新一代人工智能发展规划》提出“到2030年，使中国成为世界主要人工智能创新中心”。人工智能市场前景巨大，随着人工智能技术的逐渐成熟，科技、制造业等业界巨头布局的深入，应用场景不断扩展。2018年中国人工智能市场规模约为238.2亿元，增长率达到56.6%。预计2019年，中国人工智能市场规模将超300亿元，到2020年这一规模将近500亿元。
数据来源：中商产业研究院整理
发展趋势
当前，我国人工智能产业发展的基础条件已经具备，未来十年内都将是人工智能技术加速普及的爆发期。人工智能专用芯片有望成为下一个爆发点，智能语音产业链逐渐成形，产业规模大幅提升。同时，人工智能具有显著的溢出效应，将带动其他相关技术的持续进步，助推传统产业转型升级和战略性新兴产业整体性突破。未来，人工智能将呈现四个主要发展趋势。
1、人工智能技术进入大规模商用阶段，人工智能产品全面进入消费级市场。
2、基于深度学习的人工智能的认知能力将达到人类专家顾问级别。
3、人工智能实用主义倾向显著，未来将成为一种可购买的智慧服务。
4、人工智能技术将严重冲击劳动密集型产业，改变全球经济生态。
更多请关注韦加教育官方网站返回搜狐，查看更多