我一直覺得 David Marr 有點像是「神經(jīng)科學(xué)里的圖靈」。
1976年，Marr 提出了一個非常有名的概念：
了解任何復(fù)雜的生物系統(tǒng)都需要經(jīng)過三層分析：
the computational level: 這個系統(tǒng)的目標是什么？（即，the goal of the system）
the algorithmic level: 實現(xiàn)這個目標所需的過程和計算 （即，the process and computations that realise this goal）
the implementation level: 在生物體內(nèi)這套「算法」是如何實現(xiàn)的 （即，the precise mechanism by which the algorithm(s) are physically implemented in a biological substrate）
今天——特別是感覺人人都懂計算機的知乎上——這個概念極其容易理解。
但這并不是說「大腦就像是機器一樣?！?/p>
機器和大腦有根本性的區(qū)別；機器的使命是解決一個問題，做到最好、最快、最?。淮竽X的使命是，在未出生之前，就用一個答案去面對無數(shù)未知的問題。前者關(guān)鍵在「答案」，后者關(guān)鍵在「問題」。
雖然「大腦的感知功能 像是一個 貝葉斯機器 (Bayesian machine）」這個概念因為 Karl Friston 的 Predictive Coding （預(yù)測編碼）在大腦感知研究中稱霸一方（我曾在《大腦無時無刻不在「預(yù)測」世界 》中提到過業(yè)內(nèi) @Friston 過度的現(xiàn)象）。但 這句話并不是說「大腦是機器」，而是指「在算法層（the algorithmic level）上，大腦的感知功能可能類似貝葉斯統(tǒng)計」。
雖然方向不同，但計算機學(xué)家和神經(jīng)科學(xué)家走在同一條路上。
從某種程度來看，我們都在研究一個問題就是智能的感知和認知是如何工作的。只是，again，一個是有問題、需要找到答案；而另一個是已經(jīng)有了「答案」，需要問正確的問題。
就現(xiàn)在看來，在找到那個問題和那個答案之前，我們都還有很長的路要走。如果超AI是AI的奇點，那它絕對不會在神經(jīng)科學(xué)奇點帶來之前，而遺憾的是，我們連神經(jīng)科學(xué)的奇點到底是什么都不明確。
神經(jīng)科學(xué)的發(fā)展離不開AI，AI的進步也離不開神經(jīng)科學(xué)。
神經(jīng)科學(xué)（或者是說 「生物智能」或「大腦智能」）對于發(fā)展人工智能（以下簡寫為 AI）的好處有兩大方面：
第一個方面，在「如何智能」上，神經(jīng)科學(xué)已經(jīng)有很多話可以說。換言之，神經(jīng)科學(xué)可以為人工智能帶來啟示，帶來全新的算法和結(jié)構(gòu)，這些算法或結(jié)構(gòu)可能 獨立于傳統(tǒng)的、當(dāng)下主流的、以數(shù)學(xué)邏輯為基礎(chǔ)的方法，也有可能與之相輔相成。譬如說，人類大腦是如何學(xué)習(xí)理解新語言的？當(dāng)我們明白這個認知功能之后，就可以將算法移植到 AI 上，或是這套算法至少是解決AI語言理解的一個優(yōu)秀的備選。
這個方面非常好理解，往早期一點講，深度學(xué)習(xí)和強化學(xué)習(xí)就是兩個很好的例子。但神經(jīng)科學(xué)對AI的影響并沒有、也不會、僅限于AI早期的發(fā)展。當(dāng)下，神經(jīng)科學(xué)在注意力、情節(jié)記憶、工作記憶和連續(xù)學(xué)習(xí)上的研究也對當(dāng)下的AI研究有實際影響。
這部分詳情可以參考 Demis Hassabis （Alpha狗的親爹）在7月19日《神經(jīng)元》上發(fā)的綜述《由神經(jīng)科學(xué)啟發(fā)的人工智能（Neuroscience-Inspired Artificial Intelligence）》；如果大家感興趣，我可以慢慢把這篇綜述的內(nèi)容整理到專欄上來，但其實這篇綜述 雖其內(nèi)容極為充實，但調(diào)理清晰語言易懂，若非語言障礙，并不需要旁人整理，直接閱讀也不應(yīng)該有任何問題，裂墻推薦。
上個月有不少技術(shù)類媒體報道這篇綜述，但總覺得口吻怪米怪眼的。我還發(fā)現(xiàn)，新浪新聞將相關(guān)文章（題目：《只有了解大腦 才能開發(fā)更強AI》）放在「體育–>棋牌」這個類別之下。額，alpha狗是下圍棋的但并不是AI只做棋牌生意啊。
人工智能被炒到神乎其神，Hassabis這個神人脫不開關(guān)系。大多數(shù)人想到Hassabis，第一個反應(yīng)估計是他是個人工智能專家、計算機學(xué)家，但別忘了，他博士是認知神經(jīng)科學(xué)，主要研究記憶和想象，還把論文發(fā)在Science，是當(dāng)年的全球最有影響力的10大研究之一。
最近谷歌在倫敦招認知神經(jīng)科學(xué)博士，工資高的發(fā)指。劍橋和UCL作為Hassabis的母校，搞人工智能和認知神經(jīng)科學(xué)的都被他挖的千瘡百孔了。（快讓我也成為其中一個瘡一個孔吧?。?/p>
咳咳。
第二個方面，在「如何智能」這個問題上，大腦是一個已知的高分答案。對于已有的AI技術(shù)，如果我們能在大腦中找到類似的結(jié)構(gòu)、算法，那么便能夠認可這個技術(shù)在修建「通用人工智能系統(tǒng)」中的一席之位。