“人工智能系统有智能没智慧、有智商没情商、会计算不会‘算计’、有专能无全能。”对此，李德毅认为，要想真正实现人脑被模拟与被超越，就要使机器像人类一样实现真正的“自我学习”，并不断积累经验提升“自我”。

跟车行驶、自主换道、加速、邻道超车、定点停靠、自动辨识红绿灯……一辆全程无人工干预的智能客车，在拖拉机、蹦蹦车、三轮车出没的河南郑开大道上顺利行驶。

饭盒大小的黑匣子“驾驶脑”正是这辆智能客车的核心“武器”，这个利用微电子技术、生产专用芯片和板卡研发的“人工神经网络”，能够自主学习人类的驾驶习惯，并利用云计算、大数据在感知、认知方面建立更多入口。

“驾驶脑”仅仅只是脑科学应用的初级阶段，“驾驶脑”的开发者，中国工程院院士、指挥自动化和人工智能专家李德毅告诉《中国科学报》记者，开发出像人类大脑一样聪明且具有学习能力的机器人是人工智能的目标，但解开脑科学仍属于世界级难题。一旦探索生物脑和电子脑并且形成杂交优势，将来的前景会势不可挡。

机器人需要类脑智能

2016年3月，AlphaGo与职业围棋选手的对局引发了人们对于人工智能的高度关注。计算机在一个公认的非常复杂的计算与智力任务中，打败了人类的顶尖选手，这是否意味着人脑已被超越？

答案是否定的。“如果我们让AlphaGo与李世石复盘，它还会像原来那样下棋吗？”李德毅抛出的这个问题引发众人思考。实际上，AlphaGo仍未摆脱冯·诺依曼的计算机框架，仍然依靠人为事先的计算机程序指令、通过数据运算去实现，并非大脑工作的机制。如果复盘，AlphGo肯定不能按照原来的步骤下棋，“因为它的算法有太多不确定性和可能性”。

当前，许多机器人的“智商”并不尽如人意。“当前的人工智能系统有智能没智慧、有智商没情商、会计算不会‘算计’、有专能无全能。”中科院院士、中科院自动化研究所研究员谭铁牛就曾用四个短句表达了目前通用人工智能与人类智能水平的巨大差距。

“程序定义的机器人受到质疑，机器人应该有学习能力。”在李德毅看来，要想真正实现人脑被模拟与被超越，就要使机器像人类一样实现真正的“自我学习”，并不断积累经验提升“自我”。

但是，人脑如何从外部环境获得知识和技能，又是如何解决未知和创新的呢？科学家们开始把期待放到类脑智能上，认为智能技术或许可以从脑科学和神经科学中获得启发，从而制造出人脑模拟器，实现人工智能的突破。

复旦大学脑科学研究院院长马兰表示，脑科学研究成果的应用主要集中在两个领域：一是脑疾病的诊断和治疗；另一大应用方向就是“类脑智能”，即通过对脑的理解，受脑工作原理的启发，人类设计出精巧的、具有部分人类智力的机器或计算机程式。

从目前研究情况看，人类对大脑神经结构和功能的研究有了很大的进步，同时认知科学领域对人的智能行为（包括学习、记忆、注意、推理、决策等）机理也有深入研究。这使得从大脑神经系统结构和认知行为机理获得启发，研制具有更强信息表示、处理和学习能力的智能计算模型与算法成为可能。

不仅仅是复制大脑

类脑智能就是以计算建模为手段，受脑神经机理和认知行为机理启发，并通过软硬件协同实现的机器智能。

“类脑智能系统在信息处理机制上类脑，认知行为和智能水平上类人，其目标是使机器以类脑的方式实现各种人类具有的认知能力及其协同机制，最终达到或超越人类智能水平。”中国科学院自动化研究所研究员刘成林在接受媒体采访时说。

但需要强调的是，世界有多复杂，人脑就有多复杂。人脑是一个由近千亿的神经元通过数百万亿的接触位点（突触）所构成的复杂网络。感觉、运动、认知等各种脑功能的实现，其物质基础都是信息在这一巨大的网络当中的有序传递与处理。

而神经生理学的大量实验告诉我们，人类大脑皮层各功能区域之间的关系极为复杂。因此，在实现类脑计算机的体系结构时，解决各层次和各处理模块之间的关联就是一个巨大的挑战。

类脑计算技术路线总体上可分为三个层次：结构层次模仿脑，器件层次逼近脑，智能层次超越脑。此前在天津召开的“类脑智能创新论坛”上，中国工程院院士郑南宁就曾提出，类脑智能需要模拟神秘的大脑，但又不能只模拟大脑。

郑南宁称，从计算科学和工程学观点看，类脑计算是一门以仿生学为基础，但又超越仿生学的工程研究。研究类脑智能计算并非复制人的大脑，而是模拟人类大脑的功能，仅研究人的思维活动或记录脑中所有神经元不可能研制出真正的智能机器。

专家表示，类脑计算本身需要打破冯·诺依曼结构、把类似大脑的突触做到芯片上，但目前的神经突触芯片还在实验室阶段，不能走向实用。而如果用超级计算机平台来模拟整个大脑的计算能力，需要10的18次方浮点运算能力，这样的超级计算机预计到2019年至2023年才能出现。

对人工智能要有敬畏之心

每一项脑科学的原理性发现，都可能蕴含着一颗种子，有潜力在人工智能的领域成长为像深度神经网络一样的参天大树。就像飞机发明对空气动力学的提出起到了巨大促进作用一样，类脑计算机作为生物大脑的模拟仿真系统，也将对揭开意识之谜发挥重要作用。

“其实人工智能的核心不仅仅是算法，更是学习。”李德毅指出，在今天的大数据环境下，可以把程序放到数据里，让程序围着数据转，形成数据驱动的人工智能。如果能够通过记忆认知、计算认知、交互认知三位一体的认知网络，形式化脑认知，形成决策脑，就可展现出人工智能的井喷局面和灿烂前景。

与此同时，一旦商用化的类脑神经元芯片出现，人类将迎来人脑智能时代，到那时，人类大脑将真正被模拟、被超越。

但也有人质疑，由于类脑计算机的器件速度是生物神经元和突触的百万倍以上，一旦通过涌现方式产生智能，后果或将难以预料，对人类来说可能是天使，也可能是魔鬼。那么，人类有一天会不会被机器人摧毁？或者，随着类脑的发达，人脑是否会逐渐萎缩？

在李德毅看来，未来就算到了人机共舞的时代，人类也始终是领舞者。人类始终善于更好地调教和帮助机器人，也能利用机器人提升自身的智慧和能力，机器人一定会让人类自身更智能。

李德毅表示，人脑的认知能力不能够全部、完整、统一地形式化，但特定的情境下的认知能力可以先通过大数据认知局部地形式化，机器人就是人类的思维移植。哪怕在微观上不具有组织结构的相似性，但在宏观上不亚于特定人（群）的智商和情商。

当千千万万特定问题域的认知能力局部形式化之后，用人工智能技术构建千千万万“一脑一用”的认知脑，并通过移动互联网、云计算，就可以逼近一个“一脑万用”的人造生物脑。这也是为什么李德毅说：“我们应该对人工智能有一点敬畏之心。”