然而遗憾的是，时至今日，我们连自己的大脑如何运作都还没搞清楚，更遑论造出和我们一样的人工智能了。用“荆棘密布、道阻且长”来形容人工智能这条道路，丝毫不为过。
不过，正是因为面对着各路大坑中坑小坑，对于人工智能的追逐才更显珍贵。今天，全国的人工智能大牛们聚在了一起，分享了他们研究领域的最新成就，人工智能也出现了一个全新的方向。
人工智能之父 阿兰·图灵
“图灵机”过时了吗？
虽说图灵是一个著名的同性恋者，不过“图灵基”绝不是你想象的那样。。。图灵机是由图灵提出的最早的计算机想象模型，其基础是把数学和逻辑进行抽象整合，从而使之实现复杂的计算。之后，“计算机之父”冯·诺依曼在其基础上设计了最早的计算机。经过这么多年，虽然计算机的形态已经几经改变，然而其内核仍然没有变，那就是以数学计算为核心。
如今，当你拿起手机拼命摇一摇或者看着美丽的女主播自持不能地享受人生时，都要感谢一下图灵老湿。然而，图灵机的工作模式也给人工智能埋下了一个巨大的隐患。因为，我们的大脑根本不是按照图灵机的模式运转的。用图灵机模拟人的大脑就好像让你的汪星人爬树，让你的喵星人叼球一样，充满了“臣妾做不到”的无力感。
现在的计算机和人脑究竟有多大的区别呢？中国人工智能学会副理事长谭铁牛院士给出了一个数字：人的大脑包含10的11次方数量级的神经元，包含10的14次方数量级的神经节点。而目前实验室中最先进的CPU中晶体管也只能达到200亿个。这个差距虽然看上去不大，但从工作原理上来看，大脑的每一个神经元都是相互协作，分别处理信息的，而计算机却智能依靠一个统一的计算中心。从结构上来说，脑功能是分区的，而计算机却没有功能分区，反而有专用的存储中心、运算中心以及连通二者的总线。
总之，大脑和计算机的组织方式完全是两个方向。
来看看上边这幅图片，这是一幅普通的纽约街景，对于现有的机器图像识别来说，所有的物体都很容易被定义，只有左下角这个由于快门过慢而虚化的汽车最难被机器识别，这个在人类脑海里只需要0.1秒就可以做出的判断，在机器中似乎是不可能完成的任务。有人曾经使用最庞大的计算机来识别这张图片，仍然用了超过人类1000倍的时间，而且功率居然高达120亿瓦。顺便说一句，人脑的功率只有20瓦。
是否需要新的人工智能模式？
不过，传统的人工智能并非一无是处，依靠大数据和物联网，它可以做很多超越人脑的事情，比如由德国工业机器人巨头KAKU生产的机械臂，就曾经和人类来了一场乒乓球大战，想看视频可以戳这里（乒乓球赛：德国冠军 VS 机器人）不过，这个机械臂可是配了丧心病狂的36只眼睛（摄像头）啊。
2011 年的时候，IBM的人工智能机器人Watson 在美国智力竞赛节目"Jeopardy"中以超越了第二名数倍的成绩获奖。
然而，传统人工智能仅仅依靠大数据和计算速度的进步似乎并不能持续了。IBM中国研究院的苏中教授表示：
IBM研发的最先进的芯片是7nm制程的，而分子的尺度已经达到了2nm，在现有的技术下，晶体管的发展不可能突破分子尺度。这就意味着预言每18个月芯片尺度缩小一半的摩尔定律已经接近极限。计算机性能的提升也马上就遇到瓶颈。
中科院自动化所脑网络组研究中心主任蒋田仔告诉雷锋网，电脑处理大规模信息时更有效，但是面对模糊思考，人脑无疑更有效，所以人工智能的新方向需要从人脑找灵感。
那么，我们来仿造人脑造一台计算机怎么样？
其实，这样疯狂的想法并不是现在才被提出了来，早在20年前就有科学家提出了这一方法，不过，那个时候的硬件技术水准low爆了，所以“类脑芯片”在近几年才重回人们的视野。
由于图灵机需要在存储器和运算器之间不断传输数据，，所以制造"类脑芯片"首先就要去掉这种结构。IBM神经元计算芯片SyNAPSE，去掉了主线，CPU和内存的数据交互，减轻了大量的功耗。当时，万能的雷锋网也曾经有过报道（IBM模仿人脑打造有“思考能力”的芯片）不过，别以为这个芯片就是按照大脑的运作方式运行了，因为人类到现在都还不知道大脑具体究竟如何运行。这个芯片只是在某些结构方面仿照大脑运行而已，论效率嘛。。。我们还是说点别的吧。
IBM神经元计算芯片SyNAPSE
“脑机接口”可以实现吗？
如果我给你一杯滚烫的水，你一定在第一时间松手。如果等信息传到大脑，然后大脑经过分析，决定下达松手的指令，再把指令传到手掌，虽说只有0.2秒的时间，但是你很可能已经因此受伤。实际上，你的手臂是拥有智能的。这些智能同样来源于你的神经分布。
人工智能不仅可以向人脑学习，同样也可以向人的身体学习。
其实这样先进的理念已经在人工智能中运用了。比如与电脑或者手机相联系的智能摄像头，本身就在做着信息的筛选，比如视野范围内的物体没有运动时，就保持休眠状态，一旦检测到运动，则开始记录并且通知手机。一个冰箱可以自动检测它里面是否还有鸡蛋，是否有食物快要超过保质期，从而通知手机。
地平线机器人科技CEO余凯向雷锋网表示：
在未来的世界，人们哪怕没有意识到产生数据，各个传感器和摄像头也都在产生数据。万物智能时代将会有几百亿的网民，其中六十多亿是人，剩下的全是机器人。每个智能网络内的硬件都分别有自主的能力。
然而，以上这些还不够炸裂，国防科学技术大学教授胡德文告诉雷锋网：“如果人工智能真的可以在某些方面模拟人脑的运作，那么下一步的人工智能发展方向一定是提供脑机互联。”
把视觉、听觉信息输入人脑，再根据脑电波形成可以被机器识别的数学模型，从而达到用脑电波控制计算机的目的，就是脑机互联的基本逻辑。虽然目前科学家可以通过磁共振信号解析出被试者脑海里试图拼写的字母，然而也仅此而已。因为人的脑电波非常微弱，从中分离出视觉信号是一件非常艰难的事情。这也到达了目前人工智能研究的最前沿。据说中国科学家正在尝试用脑电波控制汽车，已经成功撞倒了数名警察。（小编只想问，可不可以找有驾照的童鞋发射脑电波。。。）
说到这，还是引用一句图灵的话吧：
我们只能看到未来的不远处，但是就在这么短的距离内，我们仍旧有很多事情要做。
我们向鸟儿学习，发明了飞机，向蝙蝠学习，发明了雷达，现在终于该向自己学习了。不知道你有没有发现，无论你面前的计算机多么昂贵，都远没有你自身精密。其实，最贵的计算机就是你自己，拥有这么高级的身体，你还会继续浪费生命吗？所以，赶快起来搬砖吧！
本文来源：cnbeta网站
责任编辑：
王晓易_NE0011
