马斯克说的脑机结合还有多远？真正的脑机科技前沿告诉你真相 | CCF ADL 81类脑

本篇文章2918字，读完约7分钟

最近，特斯拉首席执行官马斯克关于人工智能的言论引起了很大争议。马斯克说，人工智能可能在2030年到2040年全面超越人类。他说他接触到了最尖端的脑科学，所以他认为“人工智能”是“人类文明史上最大的威胁”。由马斯克创立的Neuralink公司将开发一种被称为“神经花边”的技术，这种技术将在人脑中植入微型电极，有朝一日可以用来上传和下载人们的想法，希望实现人与人之间的心灵感应——在没有任何外部设备的情况下，将想法从一个人的大脑直接传递到另一个人的大脑。许多人对马斯克的想法泼冷水。那么，从脑-计算机科学的角度来看，人类能实现这样的心灵感应并成为赛博坦吗？让我们听听尖端脑计算机科学家在做什么，以及他们对未来有什么期望。

2017年7月28日至30日，由中国计算机联合会(ccf)主办的第81期CCF高级学科讲座(adl)高端学术活动在北京中国科学院计算技术研究所举行。

北京大学计算机科学与技术系主任、信息科学与技术学院教授黄铁军主持了研讨会。此外，来自学术界和工业界的六头巨牛现场向100名学生解释了“像大脑一样的计算”的前沿和应用。《雷锋》的编辑。com也参加了讲座。

学术和技术方面的多头说了些什么？

丹尼尔从模拟生物神经元和突触的神经形态设备、神经网络芯片、类脑计算模型及应用等方面介绍了国内外类脑计算的研究进展，并探讨了相关技术的未来发展趋势。

下面的雷锋网(公开号:雷锋网)带你进入这个工作坊的主要内容和知识。(按共享时间的顺序总结，不按特定顺序排列)。

黄铁军:像大脑一样的计算——从想法到实践

eecs教授，计算机科学与技术系主任，国家杰出青年科学基金获得者，教育部长江学者特聘教授

黄铁军教授回顾了计算机和人工智能的发展，并指出我们现在正处于类脑计算机用于神经形态计算的第一年。类脑计算以人工智能的诞生、制作强人工智能、绘制脑地图、计算神经形态学和打开人工智能眼睛作为框架系统来解释。黄铁军认为，与脑启发计算相比，类脑是实现突破的可行途径，是走向“强人工智能”的必要阶段，可能比“人工智能”(人工设计智能)和“认知科学”(理解思维机制)更早实现。

他认为视觉是智力的来源，他目前的灵长类初级视觉系统分析模拟项目揭示了类大脑在视觉信息编码、分析和识别方面的潜在价值。黄教授的团队主要研究基于神经脉冲序列的图像编码，包括模拟视网膜:视频编码，模拟视皮层:图像解码和重建。

曾毅:类似大脑的智能——从大脑启发智能到一般智能

中国科学院自动化研究所脑智能研究中心副主任、中国-瑞士数据驱动神经科学联合实验室副主任

曾毅教授从人工智能、神经科学和认知科学的角度介绍了类脑智能的研究进展，并介绍了团队在大规模生物脑神经网络建模与仿真、类脑自主学习、多感官融合、认知功能协调及其在无人机和机器人领域的智能应用等方面的研究进展。

潘刚的演讲题目:从脑-机接口到脑-机融合

浙江大学计算机学院教授，博士生导师，计算机系统研究所副所长

潘刚教授介绍了BCI的基本知识，植入式和非植入式BCI模式。他认为，脑科学研究有三十年，前十年是“大脑的十年”:从生物学角度理解大脑，当前十年是“大脑-计算机接口”，从工程学角度使用大脑，未来十年是“大脑-计算机集成”，从信息角度整合大脑。

他认为，以脑-机接口为代表的神经技术的突破使得脑与计算机的结合越来越紧密，脑与计算机的融合已经成为未来计算技术发展的一个重要趋势。他还分析了脑-机融合的问题和挑战:如何实时获得稳定的神经信号？如何设计植入式设备以提高生物相容性？如何理解神经信号的含义？如何开发具有感知计算能力的混合智能系统？

唐华金:神经形态认知计算

四川大学计算机科学学院教授、博士生导师、类脑计算研究中心主任

唐华金教授认为，与传统的人工智能方法不同，神经形态计算主要是由神经科学的发展来驱动的，它是基于大脑神经回路结构和神经信息处理、神经冲动计算原理的一种新的计算模式，最终通过神经形态硬件实现模仿大脑的认知计算和低功耗计算。虽然神经科学在神经元和突触水平上取得了很大进展，但是如何模拟生物神经元和突触的可塑性来实现认知计算和实现神经形态学芯片仍然面临许多挑战，需要进一步研究。他从有待解决的主要问题出发，介绍了神经形态认知计算领域取得的主要进展。

陈:深度学习处理器

中国科学院计算技术研究所研究员、博士生导师、未来计算实验室主任

陈教授认为，由于深度学习是目前最重要的智能计算技术，未来的每台计算机都可能需要一个专门的深度学习处理器。他主要介绍了2012年中国科学院计算技术研究所和inria联合开发的世界上第一个深度学习处理器架构，并介绍了深度学习处理器的发展历史和未来展望。他希望深度学习处理器将典型智能算法的处理速度和性能功耗比提高10，000倍。

石:类脑神经形态计算芯片

清华大学教授，清华大学类脑计算中心主任，国家光盘工程研究中心主任，国际光学工程学会会员

石教授认为，类脑计算功能芯片是类脑计算的核心技术之一。本文介绍了国内外类脑计算功能芯片的现状和进展，讨论了该领域面临的主要挑战和未来可能的发展路线。同时，他认为目前最大的问题是脑神经科学和计算科学的分离，而像大脑这样的计算需要多学科的整合。清华大学的“脑像计算中心”已经联合了精密仪器系、医学院、计算机科学系、自动化系、微电子学系、电子学系和材料系，一起讨论“脑像计算芯片”。

伍肆:计算神经科学——连接脑科学和类似大脑的计算的桥梁

北京师范大学脑与认知科学学院教授、认知神经科学与学习国家重点实验室副主任、IDG/麦戈文脑科学研究所研究员

伍肆教授一开始就给出了自己对智力的定义:智力是人类不断将非常聪明的东西变成不太“聪明”的东西的过程。目前，人工智能将取代智能成为日常生活。他认为，计算神经科学的目的是通过数学建模和模拟来阐明大脑的工作原理，而计算神经科学作为脑科学和类似计算的大脑之间的桥梁发挥着重要作用。该报告将简要介绍神经系统计算的一些重要特征。他回顾了计算神经科学发展的历史背景，介绍了神经信息处理的一些基本原理和实现的网络模型。

活着

这个为期三天的研讨会有将近100人参加，出席率特别高。参与者对倾听和互动的热情也很高。

学生积极提问

这位来自哈尔滨的老师引起了雷锋的注意，因为他会在每节课结束时问问题，而且不止一个问题。课后，他将与教授们进行深入交流，他是当之无愧的明星学生。

学生和老师交流

听完讲座，雷锋感受到了脑-计算机科学的魔力。为了让更多像计算机爱好者、行业从业者和研究人员这样的大脑看到ccf adl课程，人工智能培训平台ai massive open online course College获得了ccf的独家在线视频版权。作为独家合作媒体，雷锋完全再现了现场讲座和各界专家交流的场景。

本课程为付费课程，将于2017年8月在人工智能大型开放在线课程学院独家推出。原价为2400元(ccf会员)的线下课程现在以699元的特价在有限时间内预售。感兴趣的学生盖章:mooc.ai/course/114,或扫描下面的二维码观看。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。