类脑人工智能面临两大困境，但别绝望啊，研发也算有点进展
类脑人工智能研发面临两大困境：第一对大脑知之甚少，第二没法把大脑的工作方式抽象成计算机可以理解的数学模型，这就是类脑人工智能开发困难的两大原因。目前人类的努力取得一些进展，例如，已经有光遗传学和双光子显微镜等技术手段,观察神经元协作有了工具；在大脑信息处理的数学模型化方面取得了一定进展，使得输入信息变成计算机或AI能读懂的语言。
2017年春夏之交，在地表最强的柯洁大棋士与阿尔法狗的三番棋鏖战中，人工智能（AI）阿尔法狗表现出的压倒性优势让柯洁在五局比赛中没有占据过哪怕一点先机。最后，整个围棋圈乃至全人类都认可的一件事情是，AI已经彻底征服了围棋，完全博弈类游戏的最后高峰也被攻占了。
可能读者们已经注意到了上句话中的定语，那么什么是完全博弈类游戏呢？完全博弈类游戏的学术定义很唬人，小编直接用大白话给大伙儿翻译一下，完全博弈类游戏就是双方共享相同的游戏视野，共享相同的出招表，具体到围棋来讲，棋盘上的局面信息是一样的，行棋规则是一样的。那么，非完全博弈类游戏呢？举一个例子大家就能明白，《星际争霸》这类即时战略游戏，双方视野就完全不同，由于战争迷雾（WarFog）的存在，交战时间之外双方并不清楚对方在做什么。
在非完全博弈类游戏领域，AI的表现可比非完全博弈类游戏差的远了。还是拿《星际争霸》为例，目前AI仅仅在非常局限的设定下战胜过人类高手，比如1V1的短兵相接局。如果将游戏规则设定为正常的对战规则，人类的计谋和策略就可以发挥作用，目前的AI将很可能只有游戏中的疯狂电脑水平。这一事实折射出目前AI发展的瓶颈之一，AI还不能像大脑一样思考，这也是我们发展类脑人工智能的初衷之一。那么，我们应该如何认识类脑人工智能，它的开发难点到底在哪里，我们已经取得的成绩是什么呢？
非完全信息博弈类游戏的典型例子，玩家并不知道对方此刻在做什么，资料来源1
什么是类脑人工智能，它与传统人工智能的区别在哪里？
类脑人工智能，顾名思义就是像人类大脑一样的人工智能，它拥有与大脑类似的信息处理机制，可以搜集加工来自不同感官的信息，自行做出适当的判断，最后再指挥类似运动神经元的输出系统做出与人体反应类似的行动。拿科幻巨作《星球大战》举个例子，类脑人工智能就算到不了3PO的水平至少也得跟R2-D2差不多吧？
《星球大战》中的两大类脑人工智能谐星
也就是说，人类设想中的类脑智能既要包括像大脑一样处理感官信息的能力，还得能够操纵类似灵活的关节以及协调良好的肌群这样高度复杂的机电系统。今天的人类科技水平在这两个环节上虽已初出茅庐，但都还没有取得颠覆性的成就，完全满足上述要求的类脑人工智能可能还有很长的路要走。
科幻电影铁甲钢拳中，身形矫健的类脑人工智能机甲
当我们提到脑，扪心自问，我们了解脑什么？
脑中的一千亿个神经元是如何协调同步以处理信息的？
他们处理信息的具体方式是什么？
实现记忆的机理是什么？
我们为什么会恐惧？
为什么会忧郁？
我们为什么可能患上老年痴呆症？
……
这一连串的问题，恐怕没有一个是当今科学技术所能圆满回答的，我们对脑的知识实在是少得超过我们最狂野的想象。
所以，开发类脑人工智能最困难的地方是，我们根本没搞清脑本身，又怎么去仿照脑来开发人工智能呢？
好吧，看来我们首先得好好研究研究大脑，可是当代脑科学研究面临的最大问题在过去的几十年中都一直横亘在我们面前。虽然我们已经对神经元间信号传导的生理机制有了一定了解，同时也对大脑皮层各个部分主要掌管或参与的生理活动有了一定研究，但是这两者之间信息的传递和解析是如何实现的，我们几乎一无所知。
神经元连接想象图
另外，类脑人工智能开发的另外一大困境是仿照大脑皮层运作模式的有效数学模型还完全看不到踪影，这一方面是由于大脑皮层的神经活动的生理机制尚不明了，另一方面也是由于具有通用性的大脑皮层数学模型建立难度确实太大。这里提到的通用性怎么解释呢？我们都知道人类丰富的感官信息全部由大脑皮层进行处理，然而目前最为先进的类脑人工智能也仅仅可以非常有限的
第一对大脑知之甚少，第二没法把大脑的工作方式抽象成计算机可以理解的数学模型，这就是类脑人工智能开发困难的两大原因。
上个章节光讲困难，不免让人绝望，实际上，在类脑人工智能的研究方面，人类多少还是做了一点微小的工作。与困难对应，在对大脑的进一步研究和大脑工作机理的模型化方面，人类都付出了艰苦的努力。
微观（神经元）与宏观（皮层脑区）之间的沟壑，学术界称之为介观脑科学，是21世纪脑科学研究中急需填补的空白。可喜的是，已经有光遗传学和双光子显微镜等技术手段，可以让人类调控特定神经元的活化和抑制乃至同时观察数千个神经元的协作情况等。
利用光遗传学技术绘制的果蝇脑神经元图像（脑虹）资料来源3
光遗传技术绘制的神经元网络立体图资料来源3
随着对大脑运作机理的不断揭示，人类也在大脑信息处理的数学模型化方面取得了一定进展。近年来，基于深度学习的人工神经网络不断创造人工智能应用的新神话，阿尔法狗也正是基于这种模型才取得了如此巨大的成功。对于这个模型的具体机制，大家其实没有必要完全搞懂，况且这也不是三言两语就能说清的问题，我们只要将基于深度学习的人工神经网络理解为是一种仿照大脑工作原理的数学模型即可。毕竟，只有将输入的信息数字化，计算机或AI才能对其进行处理，模型便是将信息数字化的核心工具。
即时战略游戏《星际争霸2》中某个对战场景的建模过程资料来源2
基于人工神经网络的视觉识别和语音识别可以说是发展较快的两个应用领域，甚至在很多领域已经实现了对人的替代。在浏览器中随便检索一番，就能发现很多新奇的应用，人脸识别，表情识别，步态识别，特定目标识别（车牌、水果、肿瘤等）等早已不再新鲜，无人驾驶路况分析，多语种识别互译等也已经逐步走向商用。
AI面部识别系统
在这里，不能不提到国产的AI处理器，寒武纪。这款处理器是世界上第一款实现商用的深度学习专用处理器，基于自主开发的人工智能专用指令集，具有完全自主知识产权，在视觉识别，语音识别等人工智能技术的关键领域具备优于传统通用芯片的性能和能效。寒武纪芯片的成功上市，标志着中国的类脑人工智能研究水平完全是走在世界前列的。
华为麒麟970内置寒武纪芯片（示意图）
然而，即便是目前最先进的人工神经网络模型，在真正的大脑面前也是简陋的可怕，人类仅仅只是借鉴了大脑一点点最皮毛的运作模式，就能收获这么巨大的成功，类脑人工智能研究的美好未来还是值得期待的。
在柯洁与阿尔法狗的对战结束后，AI危机论的相关文章一时间传得铺天盖地，标题都是诸如“20年以后你的子女将失去工作”、“人工智能在食物链顶端鄙视你”等等。小编在保险公司就职的表姐特地把文章转过来，为自己四岁女儿的未来感到忧心忡忡。我们在文章中已经对类脑人工智能的研发状况和未来趋势做了一个简要的介绍，相信看过文章的读者都能对AI危机论有一个客观的看法。
比赛中的柯洁多次喝水以及手捂胸口
五大高手联袂出场，战况还不如柯洁一人
在人类对大脑运作机制充分阐明以及高通用性的大脑信息处理模型建立之前，类脑人工智能的发展都将会完全掌控在人类的能力之下。至于具备自我意识的人工智能是否会诞生以及人类是不是存在被奴役的风险，这样的宏大命题还是交给科幻片大导演们去讨论吧。
经典科幻电影《我，机器人》中失控AI反杀人类
1.AlphaGoZero让人类作
2.AI吊打Dota2人类高手？你被坑了
3.《自然》子刊：照亮大脑！光遗传学技术迎来重大突破，历时12年，终帮人类实现操纵单个神经元的梦想|奇点猛科技
4.特集「脳科学とAIのフロンティア」にあたって
5.浅谈类脑智能
6.全脳に匹敵する規模のリアルタイム計算を目指すポスト「京」脳型人工知能プロジェクト
7.Friston,K.,Kilner,J.andHarrison,L.:Afreeenergyprincipleforthebrain,J.Physiol.,Vol.100,No.1-3,pp.70-87（2006）
8.Yamins,D.andDiCarlo,J.J.:Usinggoal-drivendeeplearningmodelstounderstandsensorycortex,NatureNeuroscience,Vol.19,pp.356-365（2016）
9.脳型の認知アーキテクチャによる人工知能は、どのぐらいヒトに近づいたのか
人工智能技术瓶颈(人工智能技术面临的挑战与机遇)
导读人工智能技术面临的挑战与机遇人工智能，主要分布在几大块。1.智能产线2.智慧城市3.自动驾驶4.智能家居5智慧农业6.智慧军工。在这几块能够代替人去做一…人工智能技术面临的挑战与机遇人工智能，主要分布在几大块。1.智能产线2.智慧城市3.自动驾驶4.智能家居5智慧农业6.智慧军工。在这几块能够代替人去做一些工作主要以代替体力劳动为主。
人工智能技术面临的挑战与机遇有哪些我们说人工智能既是一把双刃剑，就像世界贸易组织的出现一样，同样也是一把双刃剑，但是世界贸易组织带来的经济全球化使得各国经济的快速发展，相对于弊端方面，好处还是胜过于坏处，人工智能一样，它在给我们的生活带来方便舒适的体验之外，另外也给我们的就业压力带来了巨大的冲击，据Gartner公司的预测称，未来将有47%的人的工作将会被人工智能所取代，这又是一个巨大的挑战，难道人类就没有其他工作可做吗，其实不然，想想当初计算机出来的时候，是很多之前由人力代替的繁琐复杂的工作交给了计算机，难道后面就导致很多人失业吗，其实计算机行业也衍生除了各种各样的工作岗位供我们选择，难的是我们需要不断地学习才不至于被人工智能所抛弃，所以我们在认识人工智能上要理性对待，它并不是恶魔，它是历史进化的产物，当历史要向前走一步的时候，必定会有新事物的出现，而人工智能就是其中一个。
未来是人工智能的时代，说这个想法一点也不为过，从AlphaGo战胜世界顶尖的高手围棋手的时候，人工智能已经进入了深度学习的阶段，就是说人工智能开始仿照人类的思维甚至超越人类的思维，会自我学习的能力，从技术上将是可以实现的，只是时间的问题，既然人工智能是未来的趋势，那么我们的教育还是无动于衷吗，不是的，我们的教育培养的人都是未来社会的人才，为社会服务的人才，未来人工智能需要我们的教育来提供这样的人才，我们也需要适应人工智能带来的变化，我们的教育应该从现在起就应该准备好，未来国与国之间的竞争也将是人工智能技术的比拼，说到底还是教育实力的体现。
现在在我国的发达城市，人工智能的观念是比较普及的，毕竟发达城市有资金和人才的储备，学生有更多机会接触到先进的东西和理念，而在欠发达地区，由于自身条件的缺陷，无法提供想大城市一样的资源，不过随着如今各地方通过加大投入建设校园的网络工程，还有就是互联网+的普及，使得山区的孩子也可以获取到和城市孩子一样的资源，所以在应对人工智能浪潮的影响下，硬件条件都是可以实现的，难的在于人们的观念的转变，很多教育者的观念还停在以前传统的观念上，认为上课按照书本就可以了，也可以将知识点将清楚，殊不知，如今的知识的增长呈爆炸式增长，我们无法一个一个知识地去学习，我们需要的是掌握如何获取知识的方法，而不是按部就班的被动汲取，所以转变我们的教育观念很重要，观念转变了，我们的教育现代化才能够真正实现，才能准备好迎接人工智能时代的到来！
人工智能技术的发展是机遇和挑战并存的，我们的教育需要不断地做出改变，转变我们的教育观念，才能未来人工智能的发展！
人工智能发展面临的挑战人工智能时代来临，人类将面临着前所未有的挑战，人类可以通过以下几个方面来应对：
一是要提高自身的素养和能力，加强个人的创新性和创造力，拓宽视野，突破传统思维模式，有效掌握新技术，做到权利、责任、规范、法律等方面的平衡发展。
二是要把握好人工智能与人类劳动的结合，拓宽就业机会，让更多的人参与到人工智能时代的发展中来，实现职业转型，使社会发展朝着更加可持续、平等、共同发展的目标前进。
三是要充分发挥人类的创造性，构建起一个更加有利于人类发展的社会环境，以便人工智能发展的和谐、稳定，实现人类社会的发展的可持续化。
四是要在人工智能时代，积极促进人类与人工智能的互动，加强人工智能的社会责任感，以使人工智能的发展可以更好的服务于人类社会的发展。
人工智能面临的技术难题现在的人工智能的技术大概还处于初级阶段。主要还是以指令的形式进行控制而已。
没有自主意识的人工智能还不足畏惧，还没有什么不利于人类的灾害产生。弊端还不是太明显。好处应该还不少。
人工智能的利就是服务人类，让我们解放自己，各方面都有发展。工业生产现场，各种机器人的使用，解放了我们的劳动力，还能不知疲倦的不停的工作。弊端就是我们的饭碗没了，都被机器所代替。
服务行业的服务机器人，给我们提供了生活上的各种便利，各种指令形式各异。声控，手势，意念等很多方式。这种应用应该没有什么弊端的。
将来的人工智能的发展，是越来越高级，就像电影里的那些机器人。他们拥有自己的思维，会思考，控制方式不仅是我们发的指令了，有可能机器人自己给自己发指令了。
这样的高级的人工智能，有利的方面是他们可以自主思考问题，解决问题，力量大，不知疲倦的帮我们人类工作。
而不好的方面也就是弊端是，机器有了自己的思维，思考，会不会想到自己为什么要听你们人类的话，人类控制的权限被自动删除，造反怎么办。这个局面是我们人类不想看到的。但是我们还是在研究，很想让机器有自己的思维，会思考，这也是我们人类能发展到现在的原因吧。喜欢研究研究。动动脑子，使大脑更发达。也在朝着机器大脑的进化而努力。
人工智能技术面临的挑战与机遇包括人工智能技术还促进了多种科学与网络技术的深度融合，解决了互联网时代看似无法解决的问题和痛点，将互联网带入到了一个全新发展的智能时代，极大影响着网络技术和信息产业的未来发展方向。从目前发展现状来看，人工智能技术还存在着较大的市场发展空间和投资机会，如，以大数据收集为基础的医疗、教育、消费、营销等垂直行业就尚未出现人工智能领域的行业龙头以及国际市场广阔等等
列举人工智能面临的机遇与挑战人工智能对媒体行业也带来了机遇与挑战。有新闻报导说有新的人工智能已经可以批量写新闻，只要给他几个关键词语，1秒钟不到就能生成制式的新闻报导，可见人工智能的先进之处，媒体行业被带来的机遇就是可以增加新闻的多样性，让新闻更丰富
人工智能技术面临的挑战与机遇论文人工智能可以说是第四次人类革命，世界范围内人工智能技术在不断进步，而中国也紧跟世界的脚步，在人工智能领域不断地探索。但是随着越来越多的人工智能技术以及设备的出现，人工智能对社会的影响越来越大。人工智能对我国工业经济的发展有着很大的影响，论文通过调查以及查阅资料简要地讨论分析了这些影响。
人工智能面对的挑战和问题复旦大学计算机学院院长姜育刚指出，要通过“技术+规则”双轮驱动算法治理。“技术与规则联动，一方面研究更符合规则的人工智能算法，发展评估技术以度量现有人工智能算法的合规程度；另一方面通过规则自顶向下约束人工智能技术活动牵引其健康发展。”
清华大学人工智能国际治理研究院副院长梁正对该会议上发布的《人工智能治理框架与实施路径》报告内容进行介绍时表示，当前人工智能治理的挑战主要集中于三个方面：数据、算法、平台等新兴治理对象的涌现使得追责的难度不断增大；人工智能技术的发展和应用场景的拓宽使得潜在的重大技术、经济和道德风险开始冲击人类社会现存的价值体系和竞争格局；现存的法律、监管制度供给的缺陷和全球范围内灵活、有效治理机制的缺失问题进一步凸显。
图灵奖得主姚期智院士：人工智能存在三大技术瓶颈
原标题：图灵奖得主姚期智院士：人工智能存在三大技术瓶颈来源：上观新闻
摘要：“小猪变飞机”这种漏洞会给人工智能应用带来安全隐患。人工智能目前存在哪些技术瓶颈？未来是否可能对人类带来威胁？今天下午举行的2020浦江创新论坛全体大会上，图灵奖获得者、中国科学院院士姚期智做了题为《人工智能面对的一些挑战》的演讲。在他看来，人工智能有三大技术瓶颈亟待突破，需要科学家“从0到1”的原创研究。作为现代密码学的奠基人，姚期智创立的上海期智研究院今年初在沪成立。目前，这家新型研发机构已汇聚4位两院院士、20多位科学家和多所高校的青年人才。上海期智研究院依托清华大学和复旦大学、上海交通大学、同济大学等沪上高校和科研机构，瞄准人工智能、现代密码学、高性能计算系统、量子计算及量子人工智能、物理器件与计算、生物智能等6个方向开展前沿研究，旨在打造中国人工智能“梦之队”，推动以人工智能为主导的交叉学科发展。在姚期智看来，脆弱性是人工智能面临的第一大技术瓶颈。人眼识别十分稳定，一个图像如有微小改变，人仍能一眼看出它是什么。然而，人工智能在图像识别方面有点“人工智障”，比如将一只小猪的照片加入一些图像“杂音”，一些机器视觉系统居然会把它识别为飞机。“小猪变飞机”这种漏洞会给人工智能应用带来安全隐患，比如黑客可以攻击汽车自动驾驶系统，诱导它将马路上的“停止”标识当作“通行”，从而引发交通事故。第二大技术瓶颈是机器学习算法缺乏可解释性，很多算法处于“黑盒子”状态。例如一个科研团队开发了一个房地产估价系统，这个系统通过一套算法学习了有关各地房地产价格的大数据，从而能自动评估房地产价格。然而，这套算法像黑盒子一样，很难给出估价的完整依据。这在商业应用上是一块很大的短板，房地产商会怀疑：人工智能系统是否低估了价格？是不是有利益相关方对系统做了手脚，故意压价？因此，算法的可解释性问题亟待科研突破，否则会大幅限制人工智能的商业应用进程。第三大技术瓶颈是人工智能的对抗性较弱。如今，一个无人机群可以轻松完成灯光秀、农林作业等任务，但要看到，这些任务都是在自然环境下完成的，如果是处于高对抗的人为环境中呢？比如在电子竞技和军事战斗中，无人机群的协同作战能力就会受到很大考验，要在对抗中胜出，需要计算机科学、数学等领域的科学家进行深入的强化学习、博弈论研究，让无人机群能够在高对抗环境中自主找到最优策略。“这是一个很重要的科研方向，需要从0到1的突破。”姚期智说。随着人工智能技术的快速发展，未来是否会产生“超级人工智能”，进而对人类产生威胁？姚期智引用了人工智能先驱约翰·麦卡锡1977年对这个问题的回答：“我们需要概念上的突破，需要1.7个爱因斯坦和0.3个曼哈顿项目，可能需要5年至500年时间。”这句话意味着，“超级人工智能”是否会产生、何时产生，存在很大的不确定性。为应对这种潜在的威胁，姚期智给出了制约智能机器的三个原则：一是利他，即人的利益应凌驾于机器利益；二是谦卑，即机器不能自以为是；三是尽心，即机器能学懂人的偏好。“每个原则都要用严格的算法来实现，并贯穿于设计之中，这样就能有效驾驭人工智能。”栏目主编：黄海华文字编辑：俞陶然图片摄影：赖鑫琳