人工智慧、量子計算及腦科學

上周一（5月9日），由微軟亞洲研究院和中國科技大學聯合主辦的「新未來人工智慧論壇」在中國科技大學西區三教報告廳舉行。論壇邀請了國內外計算機、量子信息和神經科學領域的權威學者跨界合作，通過主題演講和專題討論，與現場500多位合肥高校師生和高新區代表分享、探討了人工智慧的新未來。

出席本次論壇的嘉賓包括：微軟全球資深副總裁、微軟亞太研發集團主席兼微軟亞洲研究院院長，電氣電子工程師學會會士（IEEEFellow）洪小文博士；中國科學院院士、發展中國家科學院院士，中國科學技術大學常務副校長，中國科學院量子信息與量子科技前沿卓越創新中心主任潘建偉院士；美國國家科學院院士、中國科學院院士，中國科學院上海生命科學研究院神經研究所所長，中國科學院腦科學與智能技術卓越創新中心主任蒲慕明院士。如果說站在巨人的肩膀上才能看的比巨人更遠，那麼，聽罷這三位大家的演講你將看的更遠。下面，小編將他們的演講內容進行了整理，配合文章的視頻效果更佳哦！

人工智慧時代

洪小文博士。洪小文博士現任微軟全球資深副總裁，微軟亞太研發集團主席兼微軟亞洲研究院院長，全面負責微軟在亞太地區的科研及產品開發工作，以及與中國及亞太地區學術界的合作。洪小文博士是電氣電子工程師學會會士，微軟傑出科學家，國際公認的語音識別專家。

（視頻地址：//v.youku.com/v_show/id_XMTU3MjY4MDc0NA==.html）

演講摘要：

大數據與人工智慧

我們幾乎每一天都能看到報道說人工智慧又做了什麼了不起的事情，比如下棋、無人機、無人車、語音識別等各種各樣的應用。的確，現在的人工智慧確實能做到一些我們人類傳統意識上認為需要有智能才能完成的任務。如今的互聯網和計算機技術讓數據的收集和獲取都變的越來越容易，而回顧數據本身，倘若我們說一個人「博學多才」，那本身就是在說這個人掌握著很多的數據。

事實上，包括微軟在內，無論是世界前沿的科技公司、還是知名的研究機構，目前幾乎所有的人工智慧都是在利用大數據和機器學習演算法來做一些有用的事情。怎麼做好大數據研究？回看人類整個文明史，無論是哲學、各種學科理論、還是科學發明創造都離不開一個詞——「反饋」。如果你有一個新的假設和想法，想要實現這個想法，首先你需要做實驗。你需要收集實驗的數據並加以分析，從而在數據中找到其中的觀察和奧妙（insight），隨後你就知道要怎麼推動下一步的實驗，怎麼樣推動我的新想法，做下一個輪迴。

智能的四個層次

在我們擔心人工智慧會不會變得比人類聰明，甚至最終取代人類之前，我們首先需要對智能做一個定位。什麼是智能？我認為至少需要分為四個層次，分別是第一級，功能（Capability）；第二級，智能（Intelligence）；第三級，智力（Intellect）；第四級，智慧（Wisdom）。

第一級功能我想是沒有什麼爭議的，功能就是這個人能跑的多快，這台機器有多少內存等等。但是到了智能這個層次就開始有爭議了。有趣的是，「智能」的概念是跟隨著時代的發展而不斷改變的。記憶力是一種智能嗎？倒退幾百年的話，顯然是。科舉、八股文所考察的首先是應試者對經典著作全局與細節的記憶。算術是一種智能嗎？曾經是——《水滸傳》里有位好漢叫神運算元蔣敬，職司梁山錢糧支出納入，可說是梁山一百單八將里少見的頭腦與肌肉兼具的人才。那麼下棋何嘗不是這樣的？IBM深藍打敗人下象棋是用的一種窮舉法，其實從某種意義上講跟開根號沒兩樣。雖然現在的電視節目上可能還有人會表演能背到圓周率小數點後幾千萬位，甚至和計算機去比開根號，但這些簡直是以卵擊石，我想沒有人認為計算本身是很有智能的東西。所以我覺得智能這個東西因時間定義都是會改變的。

第三級，智力（Intellect）。智力比智能更高一籌，「力」這個字里包含了判斷力、創造力等信息。對人類來說，每天我們面對的大多都不是選擇題，又或是有著無窮選項的選擇題。如果你今天需要完成一個任務，數據很齊全的話那就能很快地做出決定，例如找到兩個目的地之間的最短路線，這件事情機器就可以完成。但是人們很多的重要決定都是在數據不足甚至沒有數據的情況下做出的，例如下棋、炒股、德州撲克、麻將等等。從本質上講，計算機能做的只有計算，而且計算機的演算法還是來自於人類。

第四級，智慧（Wisdom）。智慧往往是由豐富閱歷、深邃思考積澱而來的洞察——所以我們經常說某位長者智慧深廣、堪為導師。所有的智能都不是用選項的形式來表述的，就像火種，它能在特定的時刻引燃人們思想的火花，照映前路。哪怕再過很久很久，機器也不大可能產生真正的智慧。圖靈怎麼樣想到了發明計算機，牛頓怎麼能想到力學三大定律，愛因斯坦的相對論甚至是引力波的提出，這些都離不開智慧。

人工智慧需要有自我意識嗎？

中文房間是由美國哲學家約翰·希爾勒（JohnSearle）在1980年設計的一個思維試驗以推翻強人工智慧（機能主義）提出的過強主張：只要計算機擁有了適當的程序，理論上就可以說計算機擁有它的認知狀態以及可以像人一樣地進行理解活動。

這個實驗要求你想像一位只說英語的人身處一個房間之中，這間房間除了門上有一個小窗口以外，全部都是封閉的。他隨身帶著一本寫有中文翻譯程序的書。房間里還有足夠的稿紙、鉛筆和櫥櫃。寫著中文的紙片通過小窗口被送入房間中。根據希爾勒的理論，房間中的人可以使用他的書來翻譯這些文字並用中文回復。雖然他完全不會中文，Searle認為通過這個過程，房間里的人可以讓任何房間外的人以為他會說流利的中文。

其實，我們目前所實現的人工智慧都是類似於中文房間一樣的人工智慧。計算機雖然能完成一些特定的任務，但這不代表計算機真正能理解這些任務本身。

計算機需要有自我意識嗎？其實人工智慧是有兩層定義的，一層定義是我們今天看到的人工智慧，它能靠數據完成一些基本的任務。而另一層定義則是機器能真正理解它所接受的知識和信息。事實上，機器有沒有可能產生新的演算法，解決新的問題，這個問題就想相當於有沒有一種能解決所有問題的技術。雖然這個問題目前還沒有解，但毫無疑問人工智慧會推動我們積極去探索更多未知的世界，就像人類造出的其他工具一樣。因此我認為人和機器的關係是會很和諧的，人+機器的組合能發揮出超人的力量。

最後，有很多人會討論人工智慧到底可怕不可怕。舉個例子，飛機很有用，我們人不會飛，但是我們造了個飛機幫我們飛上天。我們都知道飛機是有用的，但是也有恐怖分子拿飛機去撞樓，給人們帶來了很大的傷害。但有沒有人說飛機很可怕？我想並沒有，其實控制飛機的人才是需要我們的關注。

神話、哲學、互聯網與未來

潘建偉院士。中國科學技術大學常務副校長潘建偉院士，作為國際量子信息事業研究領域的開拓者之一，是在該領域有著重要國際影響力的科學家並取得了一系列重要意義的研究成果。他有關量子隱形傳態的研究成果（論文《實驗量子隱形傳態》）入選了美國《科學》雜誌年度十大科技進展，並同倫琴發現X射線、愛因斯坦建立相對論等影響世界的重大研究成果一起被《自然》雜誌選為「百年物理學21篇經典論文」之一。在剛剛結束的2015年，他還被評為「2015年中國科學年度新聞人物」，2016年1月他獲得了國家自然科學獎一等獎。

（視頻地址：//v.youku.com/v_show/id_XMTU3MjY3NjU3Ng==.html?from=y1.7-1.2）

信息交互——人類文明的助推器

從宇宙大爆炸開始，到最終進化出地球人類的生命，人類只在其中扮演了一個很小的環節，但卻發揮了無窮的創造力。在我看來，信息的交互對人類的進化過程起到了很大的作用。

考古學家告訴我們，地球在同一時期曾存在著各種人屬，比如有碩壯人和直立人，其實考古發現碩壯人也使用工具，而且碩壯人的腦容量相對來說比較大，而且也比較強壯，所以從這個意義上講他在進化過程中應該能夠勝出，成為我們現在這個地球的主人。

但事實上恰恰相反，非常有意思的是因為直立人可能由於某種很意外的原因，他們發明了符號與基本的語言。有了語言之後，當有幾十個人的個體分享我們的知識來共同對抗自然界的時候，什麼大象、獅子等動物都不在話下了，所以最後就進化成了我們的現代人。所以在這裡面信息的交互和大家互相的幫助是非常重要的。

可以看出直立人在進化過程中勝出，信息的交互起到了非常關鍵的作用。所以如果我們把信息的交互作為互聯網本身的雛形，我覺得互聯網的出現，對於人類文明的發展進程來說意義十分重大。

量子計算會是未來計算機發展的方向嗎？

信息的交互已經並且一直伴隨著人類的進化和社會的發展，這裡包含兩個方向的問題，一個是信息知識的提取和信息交互的效率；另一個是隱私的保護。

當我們非常驕傲地在討論人工智慧、大數據的時候，回過頭看一下，我們全世界計算能力的總和全部加在一起，大概一年都沒有辦法完成對2的80次方或者90次方數據的搜索，其實2的90次方是一個很小的數據，但我們大腦裡面1千億個腦細胞在一年裡都數不過來，所以我們人類目前的計算能力是非常微弱的。

但是非常不幸的是隨著半導體晶體管慢慢的接近納米量級，我們原來的計算規則又不再可靠了，所以摩爾定律慢慢失效了，大家在問為了進一步解決計算的瓶頸我們要怎麼辦？未來計算機的發展道路在哪裡？如果這個問題沒解決，我們是很難進一步發展所謂的大數據或者人工智慧等技術的。

有意思的是，一個新的科學——量子力學在近百年的發展過程中已經解決了這些問題，初步地做好了準備，我們甚至也希望能夠通過這方面的研究來部分地回答人類意識是怎麼產生的這個問題。

量子通訊，量子計算和量子模擬

大家都學過牛頓力學，牛頓力學告訴我們F=MA，一旦方程決定，粒子之間的引力都是可以定的，我們用微分方程就可以算出來，也就是，一旦確定了初始狀態，所有粒子的未來運動狀態都是可以精確預言的。但是量子力學卻告訴我們，隨便想一下，你對整個世界狀態的演化都是會產生影響的。

量子的概念很簡單，比如這裡有一瓶水，我把它細分，最後看到一個水分子，這就叫做構成物質的最基本單元。我有個15瓦的燈泡，它每秒鐘放射出很多電磁波，拿放大鏡來看一下，又發現它每秒鐘會發射出百億個光子，你把一顆顆小顆粒找出來的時候，它就變成了能量的最基本攜帶者，但是它不存在二分之一個水分子，二分之一個鐵原子，也不存在著二分之一的光，所以它是不可分割的。

光子因為在平時飛的時候有時會和周圍的環境相互作用，所以你並不知道它在哪，這時候它就可以處於這樣一種0和1的疊加。有了這種狀態之後，就會產生一種非常奇怪的現象，如果有單個粒子可以處於0+1的狀態，那麼兩個粒子可以處於0、0+1的狀態，那這是什麼概念？比如我見到洪小文博士的時候，我說我給你一個糾纏的骰子，我到北京去了，他在辦公室扔那個骰子，六分之一的概率，隨機得到1到6這個結果里的某一個，他扔的是2，結果我手中的骰子，也是2，他扔個3，我這裡又是3。所以到了微觀世界裡會存在這樣一種狀況，就是兩粒子體系，按照愛因斯坦的說法就是在遙遠地點之間會有這樣詭異的互動。當我們把這些東西開始用於信息科學領域的時候，一個新的學科就誕生了。通過這種方式就可以產生一種原理上無條件安全的通行方式。

另外，它利用這樣一種所謂糾纏的概念，如果這裡面有很多糾纏物質，比如蒲院士從上海到合肥旅行，我可以做一個測量，把兩兩的粒子都縮到0、1、0的狀態，他得到這個狀態之後，我把他從合肥過來的時候可以用同樣多的物質把他重新構造出來，量子力學允許我們在量子世界裡面可以實現筋斗雲，異地傳輸。我們人大概是由10的28次方的粒子構成的，我要傳送這麼大的粒子不可能。但是我能不能傳輸100個粒子呢？100個粒子估計在不久的將來就可以實現，利用這樣一種所謂糾纏的概念，那就可以用來做量子計算了。假定裡面有100個存儲元，我同時可以對2的一百次方進行計算，因為它是同時存在的，這樣就可以實現快速計算。在人工智慧和大數據技術里如果要求解一個10的24次方，編個方程組，利用目前的天河二號大概需要100年時間，但利用量子計算機只需要0.01秒。雖然要把筋斗雲異地傳送技術實現還是比較困難的，但是已經可以簡單的用來做量子計算了。

量子計算很直接的就是量子模擬系統。目前我們在實驗室裡面已經能抓到200個左右的原子，每個原子都處於兩個狀態的疊加，所以我可以對2的200次方的狀態進行相關的操縱，我覺得我們大概會在10年裡面達到這麼一個目標。有了這個目標以後，至少在計算方面的能力會比目前我們全世界的總和加起來的平方還要多，所以這個東西本身就巨大地改變了我們的一些事情。

對於未來的展望，第一，利用量子通訊，我估計在10年左右的時間，我們有希望初步構建成一個天地一體的全球化量子通訊設施，這樣我們個人的隱私能夠得到更好的保護。

第二，在量子計算和量子模擬方面，我們大概會在5到10年裡面基本上能夠實現100個量子比特的相關操縱。當我能夠操縱25個粒子的時候，它在某些特定計算問題的求解速度上跟我們的商用CPU差不多。當達到45個粒子的時候，它的計算能力就和天河二號差不多了。當然，這種計算能力不是通用的量子計算機，但我們能來做某一類特定功能。

所以隨著技術的發展，我覺得量子計算應該會取得比較大的進展。但是我們終極的目標是希望通過對量子的研究能夠為人工智慧的研究、對人類意識的研究和產生起到一定推動作用。

蒲慕明院士。來自中國科學院上海生命科學研究院、神經科學研究所的蒲院士現任中國科學院上海生命科學研究院神經科學研究所所長，是中國科學家腦科學卓越創新中心主任，中國科學家外籍院士、美國科學院院士，台灣中研院院士。2011年起，蒲院士任科技部重大科學問題導向973計劃-人類智力的神經技術首席科學家。2012年起任中科院戰略先導科技專項（B類）腦科學聯結圖譜的首席科學顧問。

（視頻地址：//v.youku.com/v_show/id_XMTU3MjY3OTg3Ng==.html）

人工智慧與大腦

首先回頭看洪小文博士提到的人工智慧圍棋AlphaGo的問題，我完全同意他說的，計算機之所以超過圍棋大師其實沒什麼了不起的，不過是很好的計算機，計算能力比較強，演算法比較好。但是，我們為什麼不找個機器人跟李世石下棋呢？因為機器人根本不會下棋，它根本不能很準確的把棋子放到位，這個簡單的動作機器人都做不到，只好找一個人來代替AlphaGo落子。所以真正下棋的還是一個人類，而人+機器才能真正下贏這個棋。

為什麼我們說簡單的操作機器都不行呢？以世界疊杯子大賽為例，哪一天機器人能夠真正做到像疊杯子大賽的冠軍一樣精準了，那就真的是智能的另一個台階了。所以說很多的操作是需要多感覺的融合，視覺、觸覺融合起來得到的信息再加上感覺到運動的板塊，記憶的提取，運動的計劃和執行，這些都是非常複雜的網路。這個是我們現在機器人所做不到的。這也是未來人工智慧的目標。

人的大腦最重要的一部分就是大腦皮層，就是因為有了大腦皮層，才造就了人類的智慧。而皮層的每個區域都有不同的功能，有管語言的，有管運動的，有管體感部位的，有管感覺視覺和聽覺的等等。

複雜的神經網路

只有繪製出大腦圖譜，我們才有可能知道大腦是怎麼工作的，網路結構的圖譜更是十分關鍵。現在，我們知道了線蟲的圖譜，但果蠅的圖譜還不知道，可能5年到10年之內就能搞清楚，要是小鼠的，可能還要15到20年。所以繪製真正人類的大腦圖譜，也是數十年以後的事情。在沒有結構之前，我們就不知道信息是怎麼樣在大腦里工作的。我們說未來從基因組到蛋白質組到未來幾十年的腦連接組計劃將是世界上最重要的生物學計劃。

那過去的進展都有哪些呢？在神經元層面信息處理的一些基本編碼儲存信息我們已經理解得比較清楚了。從過去幾十年以來神經科學的諾貝爾獎得主可以看出來，從神經信號的基本單元，動作、電波、脈衝的產生，到它怎麼編碼，怎麼編信息，到信息傳遞的分子機制，視覺系統怎麼樣分析視覺信息，還有到最近兩年前得諾貝爾獎的定位系統，哪些神經細胞在動物到什麼位置的時候會有反應，這些都是在神經元層面的細胞編碼。

但目前，我們對神經環路，即處理某種神經信息功能網路的理解還是非常有限的，尤其是談到神經信息怎麼樣產生感覺、知覺、情緒這種基本功能或者是更高級的思維、抉擇、意識這種高等功能，我們的理解都是極為粗淺的，還有很多新的東西亟待我們探索。

神經系統具有可塑性，我們人類所有的感覺、運動、認知行為都有相關的電波來傳輸，電波傳過去之後造成的結果是神經細胞和它的突觸，結構和功能要突變。神經系統使用之後，下個狀態就變了，變成新的狀態，而在新的狀態下，它就是學習和記憶，所以認知的行為就發生了改變。就是因為有這樣一種可塑性，才給了神經系統網路帶來了非常大的功能，自我學習，適應各種環境變化的能力，我們說未來人工智慧所需要的關鍵問題就是怎麼樣把這個可塑性能夠放到網路裡面，能夠產生人的智慧。

神經網路可以借鑒的特性有什麼？

首先是神經元的多種類型：包括興奮性和抑制性神經元等。其實神經聯接問題，我們現在的神經網路，包括BP（反向傳播），多層的網路，基本上是往前順行的網路，但神經聯接其實是有順向的，有逆向的，有側向的，還有興奮性和抑制性這兩個不同性質的神經元，但這些在人工神經網路裡面都沒有都體現出來，而這些都是可以慢慢添加進人工網路里的。

其次是神經的可塑性，這包括三個方面。一個是功能的可塑性，即突觸傳遞的增強與消弱（LTP/LTD）；一個是結構的可塑性，即突觸連接的新生和消亡（pruning）；最後是依賴於電活動時序的突觸可塑性（STDP）；這些人工神經網路都可以進行學習的。

接下來還有逆向傳播（BP）的擴展和有選擇性的突觸修飾傳播；神經元的增生和死亡；短期記憶轉化為長期記憶的機制；記憶的編碼、貯存、提取、消退的機制；通過調質神經元的強化學習；使用嵌套式（nested）赫伯神經元集群網路；輸入信息的圖譜結構（Topographicorganization）；使用同步震蕩和有相差耦合來捆綁神經集群等等，這些都是可以從神經網路里借鑒的特性。

當然我還有很多人腦啟發未來信息計算技術上可能的功能。我們中科院為了這個目標成立了腦科學智能技術卓越創新中心，包括科大在內共有23個貢獻單位，大多數是神經科學、生物學科和智能技術相關的，軟硬體的研究所各佔一半，我們希望將來能夠實現學科的融合。

主題演講結束後，在微軟亞洲研究院學術合作總監潘天佑博士的主持下，三位演講嘉賓共同就未來人工智慧的走向、人工智慧將帶給人類什麼樣的機遇和挑戰進行了討論，並與現場學子進行了更進一步的交流互動。同學們更是腦洞大開，「量子計算機能否實現所謂的『意識』？」「人工智慧如果取代了人們的大部分工作，我們應該怎麼辦？」這類犀利的問題也得到了嘉賓們專業的解答。

例如對於這個問題：「現在的計算機不能實現真正所謂的意識，那麼量子計算機可不可以實現所謂的意識？」潘建偉院士表示說，他對這個問題也不能給出肯定的答覆，但是如果想要實現意識的話，目前看來量子力學是我們目前的理論裡面最有可能接近的。例如機器人面對兩瓶和自己距離一樣近、消耗能量相同、路徑一樣的水，如果讓機器人去拿水，機器人肯定不知道選哪個。那麼這時就需要為機器人提前設計好規則，例如不知道拿哪個就選左邊哪個之類的規則，但人類就不需要這樣的規則設計。量子力學是具有隨機性的，如果你沒有盯著天上的月亮看的時候，月亮是不一定在那裡的。在某種程度上來說，這種隨機性就產生了，而意識有可能也就產生了。

最後，洪小文博士、潘建偉院士和蒲慕明院士為在場的學子們提出了人工智慧時代下的學習建議。人工智慧時代，目前很多的工作將來都有可能會被機器取代，在座的同學們需要學習一些多元的知識和理論，觸類旁通，將知識連接起來。在人工智慧時代，同學們需要充分發揮自己的創造力，最終我們需要駕馭機器，以及發明出更好的機器。因為每一次技術革命，都會讓人類的生活變得更美好。

推薦閱讀

人工智慧，一個很好的「左腦」

我們需要什麼樣的機器人

歡迎來到隱形革命的時代

歡迎關注

微軟亞洲研究院官方網站：http://www.msra.cn

微軟亞洲研究院微博：http://t.sina.com.cn/msra

微軟亞洲研究院微信：搜索「微軟研究院「或掃描下方二維碼:

推薦閱讀：