人工智(zhi)(zhi)能(neng)作為(wei)(wei)21世紀最具有影響力的技術,正在(zai)包括(kuo)諸如(ru)機器人、語言識別(bie)、圖像識別(bie)、自然語言處理(li)等(deng)諸多領域發(fa)(fa)揮著(zhu)重(zhong)要作用。腦科(ke)學被譽為(wei)(wei)“人類科(ke)學最后的前(qian)沿”,認(ren)識腦的奧秘是(shi)(shi)對(dui)人類的終極挑戰。而更重(zhong)要的是(shi)(shi),腦科(ke)學的發(fa)(fa)展將推動(dong)人工智(zhi)(zhi)能(neng)科(ke)學從感知人工智(zhi)(zhi)能(neng)到認(ren)知人工智(zhi)(zhi)能(neng)的跨越(yue)。
1.科研從失敗做起。
科研的實際過(guo)程是充(chong)滿失(shi)(shi)敗(bai)(bai)的,一系列在無數(shu)次失(shi)(shi)敗(bai)(bai)后才成功的故(gu)事(shi),啟(qi)示(shi)我們失(shi)(shi)敗(bai)(bai)通往成功的道路(lu)是螺(luo)旋(xuan)式(shi)的,面對失(shi)(shi)敗(bai)(bai)要保持恒心(xin)毅力,不(bu)斷總結從失(shi)(shi)敗(bai)(bai)中吸取經(jing)驗。
2.什(shen)么是(shi)認(ren)知科學?
認知科學(xue)是一門對心智(zhi)及其過程進行多學(xue)科研(yan)究的(de)科學(xue)。如何對心智(zhi)及其過程進行準(zhun)確而全(quan)面的(de)觀察是認知科學(xue)的(de)基礎,同樣是巨大的(de)挑(tiao)戰。認知科學(xue)包含(han)六(liu)大研(yan)究領域:心理學(xue),哲學(xue),語言學(xue),人(ren)類學(xue),人(ren)工智(zhi)能,神(shen)經科學(xue)。
3.腦成像技術的發展與(yu)困境
以觀(guan)察(cha)為出發點,腦成(cheng)像(xiang)成(cheng)為了認知科學(xue)的(de)(de)一個(ge)重要工具。通過腦成(cheng)像(xiang),可以記錄下腦在認知過程中發生的(de)(de)變化,從而直接揭(jie)示認知的(de)(de)奧(ao)秘。但是(shi)由于細(xi)胞間錯綜復雜的(de)(de)連(lian)接關系,我們(men)不能進一步從微觀(guan)、介觀(guan)、宏觀(guan)層面簡單理解認知過程,導致(zhi)認知科學(xue)遇(yu)到發展(zhan)瓶頸。
4.生命科學成像儀器RUSH-I的研發
為了(le)突破現(xian)階段(duan)腦(nao)科(ke)(ke)學觀察的瓶(ping)頸,大(da)視場、高(gao)分辨顯微(wei)鏡的研發是現(xian)階段(duan)的主(zhu)要任務。清華(hua)大(da)學牽(qian)頭開發研制了(le)超寬(kuan)、超分、超快的顯微(wei)鏡儀器生命科(ke)(ke)學成像儀器RUSH-I。RUSH-I是多維多尺(chi)度高(gao)分辨計算攝(she)像儀器,可(ke)以全腦(nao)尺(chi)度下觀察到細胞(bao)運動,為從亞細胞(bao)、細胞(bao)、組織到器官結構與(yu)功(gong)能活體研究提供了(le)新(xin)工具。
5. 光電技(ji)術在人工智(zhi)能中的機遇與挑戰
現(xian)在的人(ren)工智(zhi)(zhi)(zhi)能(neng)復雜度(du)急劇攀升(sheng)、算力(li)需(xu)求激增(zeng)、前算力(li)與能(neng)耗(hao)大成(cheng)為人(ren)工智(zhi)(zhi)(zhi)能(neng)發展的瓶頸,因此需(xu)要尋求光電結(jie)合(he)的方式進行計(ji)算。利用光電技(ji)術顛覆傳統(tong)計(ji)算范式,從而提升(sheng)算力(li)。再以清(qing)華人(ren)工智(zhi)(zhi)(zhi)能(neng)(T-AI)結(jie)合(he)新(xin)一代認(ren)知智(zhi)(zhi)(zhi)能(neng),實(shi)現(xian)最(zui)后軟硬件結(jie)合(he)完成(cheng)整個(ge)光電智(zhi)(zhi)(zhi)能(neng)計(ji)算系統(tong)。
6. 戴瓊海老師對同學們的建議
戴瓊海老師也給(gei)同(tong)學(xue)(xue)(xue)們(men)分享了(le)做研(yan)究的(de)經(jing)驗和(he)建(jian)議,希望同(tong)學(xue)(xue)(xue)們(men)做研(yan)究要緊(jin)密(mi)結合國際前沿和(he)國家重(zhong)大需求,做學(xue)(xue)(xue)問(wen)要記住問(wen)題(ti)驅(qu)使是(shi)原創,方(fang)(fang)法驅(qu)使是(shi)改進,并(bing)且學(xue)(xue)(xue)會用理(li)科的(de)思(si)維思(si)考(kao)問(wen)題(ti)去攻克方(fang)(fang)式(shi)實踐,更重(zhong)要是(shi)的(de)學(xue)(xue)(xue)會哲學(xue)(xue)(xue)表達。
講座實錄
科學(xue)研究從失敗做起
2016年2月11日(ri),愛因(yin)斯坦于100年前提出的(de)(de)(de)(de)(de)引(yin)(yin)力波概(gai)念被證(zheng)實(shi),其(qi)(qi)是(shi)由兩個(ge)黑洞的(de)(de)(de)(de)(de)合并過程(cheng)(cheng)而(er)產生的(de)(de)(de)(de)(de)強烈的(de)(de)(de)(de)(de)引(yin)(yin)力波信號。引(yin)(yin)力波的(de)(de)(de)(de)(de)論(lun)證(zheng)史是(shi)一個(ge)曲折的(de)(de)(de)(de)(de)過程(cheng)(cheng),愛因(yin)斯坦經過提出概(gai)念、修正(zheng)概(gai)念、遭(zao)遇拒稿、發(fa)(fa)現并修正(zheng)論(lun)文錯誤(wu)等多次失(shi)敗之后(hou),才最終將(jiang)“論(lun)引(yin)(yin)力波”研究成(cheng)果發(fa)(fa)表,而(er)更(geng)艱(jian)難的(de)(de)(de)(de)(de)引(yin)(yin)力波的(de)(de)(de)(de)(de)實(shi)驗(yan)(yan)驗(yan)(yan)證(zheng)則經歷了(le)100余年的(de)(de)(de)(de)(de)歷史。無(wu)(wu)獨有偶,居里夫人發(fa)(fa)現鐳的(de)(de)(de)(de)(de)過程(cheng)(cheng)也是(shi)極(ji)其(qi)(qi)復(fu)雜的(de)(de)(de)(de)(de),在(zai)連續工(gong)作(zuo)4年依然一無(wu)(wu)所獲后(hou),居里夫人發(fa)(fa)現,也許(xu)鐳并不像想象(xiang)的(de)(de)(de)(de)(de)那(nei)樣是(shi)一團(tuan)晶體,而(er)后(hou)其(qi)(qi)發(fa)(fa)現器(qi)皿中不起眼的(de)(de)(de)(de)(de)污跡(ji)便是(shi)鐳。所以(yi)由此可以(yi)看出,失(shi)敗是(shi)經常的(de)(de)(de)(de)(de),成(cheng)功只是(shi)一瞬間的(de)(de)(de)(de)(de)事情。X射線的(de)(de)(de)(de)(de)發(fa)(fa)現同樣是(shi)倫(lun)琴(qin)在(zai)多次實(shi)驗(yan)(yan)失(shi)敗的(de)(de)(de)(de)(de)基礎上(shang),不斷改進實(shi)驗(yan)(yan)方法在(zai)偶然間發(fa)(fa)現的(de)(de)(de)(de)(de),這發(fa)(fa)現的(de)(de)(de)(de)(de)過程(cheng)(cheng)也少不了(le)倫(lun)琴(qin)能夠敢于打破(po)舊觀念,提出新概(gai)念的(de)(de)(de)(de)(de)創新精神。
這(zhe)些故事說明,失敗(bai)(bai)通(tong)往(wang)成功(gong)的(de)道路是(shi)螺旋式(shi)的(de),所以(yi)(yi)同學們(men)(men)(men)(men)在做研究(jiu)當中(zhong)會(hui)碰到(dao)很(hen)多失敗(bai)(bai),在這(zhe)當中(zhong)我們(men)(men)(men)(men)一定要(yao)有興(xing)(xing)趣,而往(wang)往(wang)我們(men)(men)(men)(men)會(hui)被(bei)失敗(bai)(bai)打敗(bai)(bai),所以(yi)(yi)我們(men)(men)(men)(men)一定要(yao)有恒心(xin)有毅力(li)。興(xing)(xing)趣是(shi)暫時的(de),毅力(li)是(shi)永久的(de),既然選(xuan)擇某一方(fang)向,要(yao)學會(hui)在復(fu)雜的(de)問題中(zhong)找到(dao)自己成功(gong)的(de)道路。失敗(bai)(bai)是(shi)對追求者的(de)考驗,成功(gong)是(shi)對追求者的(de)回報。
認知科(ke)學(xue)概述
1969年(nian),英國人(ren)(ren)萊特(te)希爾(er)爵士為(wei)(wei)國會提(ti)供報告,全盤(pan)否定(ding)人(ren)(ren)工(gong)智能(neng)的(de)(de)(de)發(fa)展(zhan),人(ren)(ren)工(gong)智能(neng)陷入(ru)寒(han)冬。為(wei)(wei)了改變人(ren)(ren)工(gong)智能(neng)發(fa)展(zhan)窘境,認(ren)(ren)(ren)(ren)知(zhi)(zhi)科(ke)(ke)學(xue)(xue)之(zhi)父朗格特(te)-希金斯提(ti)出(chu)了包(bao)括人(ren)(ren)工(gong)智能(neng)、心(xin)理(li)學(xue)(xue)、數學(xue)(xue)、人(ren)(ren)類學(xue)(xue)等(deng)學(xue)(xue)科(ke)(ke)在內的(de)(de)(de)一個綜合學(xue)(xue)科(ke)(ke)概念,稱之(zhi)為(wei)(wei)認(ren)(ren)(ren)(ren)知(zhi)(zhi)科(ke)(ke)學(xue)(xue)。按照現(xian)代定(ding)義,認(ren)(ren)(ren)(ren)知(zhi)(zhi)科(ke)(ke)學(xue)(xue)是(shi)一門對心(xin)智及其(qi)過程進行多(duo)學(xue)(xue)科(ke)(ke)研(yan)究的(de)(de)(de)科(ke)(ke)學(xue)(xue)。如(ru)何對心(xin)智及其(qi)過程進行準確而全面的(de)(de)(de)觀察是(shi)認(ren)(ren)(ren)(ren)知(zhi)(zhi)科(ke)(ke)學(xue)(xue)的(de)(de)(de)基礎,但(dan)同(tong)樣是(shi)巨大的(de)(de)(de)挑戰。認(ren)(ren)(ren)(ren)知(zhi)(zhi)科(ke)(ke)學(xue)(xue)包(bao)含六大研(yan)究領域(yu):心(xin)理(li)學(xue)(xue),人(ren)(ren)類的(de)(de)(de)高級心(xin)理(li)過程;哲學(xue)(xue),現(xian)代科(ke)(ke)學(xue)(xue)的(de)(de)(de)方式與(yu)途徑(jing)研(yan)究思維、意(yi)識等(deng);語言學(xue)(xue):語言如(ru)何與(yu)認(ren)(ren)(ren)(ren)知(zhi)(zhi)交互、如(ru)何形成(cheng)思想等(deng);人(ren)(ren)類學(xue)(xue),使用認(ren)(ren)(ren)(ren)知(zhi)(zhi)科(ke)(ke)學(xue)(xue)的(de)(de)(de)研(yan)究方法和理(li)論;人(ren)(ren)工(gong)智能(neng),認(ren)(ren)(ren)(ren)知(zhi)(zhi)模型的(de)(de)(de)計算機實現(xian);神經(jing)科(ke)(ke)學(xue)(xue),認(ren)(ren)(ren)(ren)知(zhi)(zhi)的(de)(de)(de)生物學(xue)(xue)(神經(jing)層面)原理(li)。
認(ren)(ren)(ren)(ren)知(zhi)(zhi)科(ke)學是基于假(jia)設完成的(de),但在(zai)認(ren)(ren)(ren)(ren)知(zhi)(zhi)科(ke)學發展過程(cheng)中多次出(chu)現(xian)先(xian)前的(de)假(jia)設被后期實(shi)驗推翻的(de)情況,這導致大(da)家(jia)對認(ren)(ren)(ren)(ren)知(zhi)(zhi)科(ke)學產生了疑惑。而腦(nao)(nao)(nao)(nao)成像(xiang)(xiang)技術的(de)發展則為(wei)洞(dong)悉(xi)大(da)腦(nao)(nao)(nao)(nao)的(de)認(ren)(ren)(ren)(ren)知(zhi)(zhi)過程(cheng)提供了可能。以(yi)觀(guan)察為(wei)出(chu)發點(dian),腦(nao)(nao)(nao)(nao)成像(xiang)(xiang)成為(wei)了認(ren)(ren)(ren)(ren)知(zhi)(zhi)科(ke)學的(de)一個重要工具。通過腦(nao)(nao)(nao)(nao)成像(xiang)(xiang),可以(yi)記(ji)錄下腦(nao)(nao)(nao)(nao)在(zai)認(ren)(ren)(ren)(ren)知(zhi)(zhi)過程(cheng)中發生的(de)變化,從而直接揭示認(ren)(ren)(ren)(ren)知(zhi)(zhi)的(de)奧秘。2012年,馬(ma)薩諸塞總(zong)醫(yi)院在(zai)science發文,發現(xian)了腦(nao)(nao)(nao)(nao)聯結(jie)的(de)規律網格結(jie)構,與電路板陣列(lie)類似(si)。此網格結(jie)構的(de)發現(xian)讓(rang)我們初探了大(da)腦(nao)(nao)(nao)(nao)的(de)認(ren)(ren)(ren)(ren)知(zhi)(zhi)過程(cheng),同時帶來(lai)了新的(de)科(ke)學挑戰。
由于(yu)不(bu)能準確觀(guan)(guan)(guan)測(ce)細(xi)(xi)(xi)胞(bao)間(jian)的(de)網(wang)格結構(gou)是如何錯綜復雜進(jin)行聯結的(de),導(dao)致我們不(bu)能在(zai)(zai)(zai)微觀(guan)(guan)(guan)、介(jie)觀(guan)(guan)(guan)和宏(hong)觀(guan)(guan)(guan)層(ceng)面(mian)理解神經細(xi)(xi)(xi)胞(bao)的(de)工作原理、信息(xi)處理方式和協作認知(zhi)機制(zhi),這(zhe)(zhe)導(dao)致腦(nao)(nao)科學在(zai)(zai)(zai)2015年左(zuo)右陷入(ru)短暫(zan)的(de)低谷。在(zai)(zai)(zai)腦(nao)(nao)成像觀(guan)(guan)(guan)察時,必須兼顧大(da)腦(nao)(nao)的(de)微觀(guan)(guan)(guan)細(xi)(xi)(xi)胞(bao)層(ceng)面(mian)、介(jie)觀(guan)(guan)(guan)環路層(ceng)面(mian)與(yu)宏(hong)觀(guan)(guan)(guan)全腦(nao)(nao)層(ceng)面(mian),才能實現對認知(zhi)過程的(de)準確觀(guan)(guan)(guan)察。這(zhe)(zhe)就需要研(yan)發大(da)觀(guan)(guan)(guan)測(ce)視場、高觀(guan)(guan)(guan)測(ce)分辨率的(de)儀器(qi),進(jin)一步(bu)了解細(xi)(xi)(xi)胞(bao)與(yu)細(xi)(xi)(xi)胞(bao)之間(jian)的(de)關(guan)系。
腦(nao)科(ke)學—人類(lei)最后的科(ke)學
什么是(shi)腦科(ke)學
人類(lei)大(da)腦(nao)重約3磅(1.4公斤),由上(shang)千億個(ge)神經(jing)元組成,每(mei)個(ge)神經(jing)元又包含1000多個(ge)分支,共(gong)同構成了龐大(da)精細的(de)(de)神經(jing)網絡。它一(yi)點都(dou)不(bu)比(bi)無(wu)窮宇宙簡單(dan),可以說(shuo)人類(lei)大(da)腦(nao)的(de)(de)神經(jing)科(ke)學 (Neuroscience) 是(shi)“人類(lei)科(ke)學最后的(de)(de)前沿”,認識腦(nao)的(de)(de)奧秘(mi)是(shi)對(dui)人類(lei)的(de)(de)終極挑戰。腦(nao)科(ke)學的(de)(de)發展(zhan),對(dui)腦(nao)疾病的(de)(de)防治、人工智能產業的(de)(de)發展(zhan)有著(zhu)巨大(da)的(de)(de)推動作用。
腦與(yu)全身的關系(xi)主要(yao)表現在中樞神(shen)經(jing)系(xi)統通過遍布(bu)于人體,傳出(chu)神(shen)經(jing)信號與(yu)器(qi)官建(jian)立(li)連(lian)接,發揮對組織器(qi)官保護機制。而器(qi)官通過免疫系(xi)統反饋組織狀態,也是腦與(yu)全身協調(diao)的重要(yao)表現。
世界各國的腦計劃
世界各國(guo)目前正在(zai)積極(ji)實行腦(nao)(nao)計劃(hua),其中美國(guo)和歐(ou)(ou)(ou)盟起(qi)步(bu)較早。2013年(nian)4月2日,美國(guo)時任總統奧(ao)巴(ba)馬宣布啟動“通過推動創(chuang)新型神(shen)經(jing)技(ji)術(shu)開展(zhan)大腦(nao)(nao)研究(jiu)(jiu)”計劃(hua);2013年(nian)10月,由(you)15個(ge)歐(ou)(ou)(ou)洲國(guo)家(jia)參與(yu)發起(qi)歐(ou)(ou)(ou)盟腦(nao)(nao)計劃(hua),但(dan)目前已宣告失(shi)敗,并準備重新開始;2014年(nian),由(you)日本科(ke)學家(jia)發起(qi)神(shen)經(jing)科(ke)學研究(jiu)(jiu)計劃(hua);2016年(nian)2月澳大利(li)亞腦(nao)(nao)聯盟正式成(cheng)立(li);中國(guo)的腦(nao)(nao)計劃(hua)以腦(nao)(nao)認(ren)知功能(neng)的解析和技(ji)術(shu)平(ping)臺(tai)為一(yi)(yi)體(ti)(ti),形(xing)成(cheng)認(ren)知障礙相關(guan)重大腦(nao)(nao)疾(ji)病診治和類腦(nao)(nao)計算與(yu)腦(nao)(nao)機智(zhi)能(neng)技(ji)術(shu)為兩翼的“一(yi)(yi)體(ti)(ti)兩翼”布局(ju),具體(ti)(ti)研究(jiu)(jiu)布局(ju)還(huan)在(zai)準備中。當前,各個(ge)國(guo)家(jia)圍繞(rao)統計大腦(nao)(nao)細胞(bao)類型、建立(li)大腦(nao)(nao)結構(gou)圖(tu)、開發操(cao)作(zuo)神(shen)經(jing)回路工(gong)具、了解神(shen)經(jing)細胞(bao)與(yu)個(ge)體(ti)(ti)行為的聯系四個(ge)方面分別開展(zhan)研究(jiu)(jiu)。
根據(ju)視場和(he)分(fen)辨率,通過(guo)將顯(xian)微鏡(jing)技術映射到(dao)二(er)維坐(zuo)標系中可(ke)劃分(fen)為四個(ge)部(bu)分(fen),現階段的(de)(de)主要工(gong)作是攻克大視場、高分(fen)辨顯(xian)微鏡(jing)中的(de)(de)技術難題,搜尋這(zhe)些技術對新一代人(ren)工(gong)智能的(de)(de)推(tui)動(dong)作用。清華大學聯合浙(zhe)江(jiang)大學、中科院上海(hai)光學精(jing)密儀(yi)(yi)器機械研究所和(he)其他三家單(dan)位一起共同研制目標是為超(chao)寬(kuan)、超(chao)分(fen)、超(chao)快的(de)(de)顯(xian)微鏡(jing)儀(yi)(yi)器。
儀器研制思路創新(xin)與(yu)矛盾分析
視(shi)場和(he)分辨率本身是(shi)一對矛(mao)盾,視(shi)場越(yue)大(da)伴隨著分辨率就越(yue)低。因(yin)此,期望在(zai)1 cm2的(de)(de)(de)視(shi)場里看到一只鼠的(de)(de)(de)全部腦及其(qi)細胞,如果以傳統方式(shi),通過加(jia)工(gong)曲面解決(jue)視(shi)場問題(ti)是(shi)難(nan)以實現(xian)(xian)的(de)(de)(de),其(qi)加(jia)工(gong)難(nan)度與視(shi)場正相關。另外,面對極(ji)(ji)大(da)的(de)(de)(de)數據量,相機(ji)的(de)(de)(de)帶(dai)寬、鏈路(lu)傳輸的(de)(de)(de)帶(dai)寬、存儲寫入的(de)(de)(de)帶(dai)寬都面臨(lin)極(ji)(ji)大(da)壓力。最后,結(jie)合以前做人工(gong)智能所積累的(de)(de)(de)經驗(yan)(無損(sun)信(xin)息(xi)編碼(ma)采集(ji)、稀疏集(ji)結(jie)構學習、信(xin)息(xi)重(zhong)構)設(she)計出適應(ying)相面彎(wan)曲和(he)計算重(zhong)構圖像的(de)(de)(de)新方式(shi)來解決(jue)此問題(ti)。經過兩年時間,課題(ti)組(zu)共同努力研發(fa)出生命科學成像儀器RUSH-I,實現(xian)(xian)了拍得快、存得下的(de)(de)(de)效果。
生命科學成(cheng)像(xiang)儀器(qi)RUSH-I是(shi)多維多尺度高分辨計(ji)算(suan)攝像(xiang)儀器(qi),可以全腦尺度下(xia)觀察到細胞(bao)運(yun)動,比如實(shi)時監測實(shi)驗所用的免疫細胞(bao)運(yun)動。并首次對音樂刺激下(xia)的清(qing)醒小鼠(shu)全腦皮層神經網絡(luo)活動進行高速成(cheng)像(xiang),展(zhan)示(shi)出小鼠(shu)全腦皮層、亞細胞(bao)級、結構與功能統(tong)一 。
RUSH-I為從(cong)亞細胞、細胞、組織到(dao)器官結構與功能活體研究提(ti)供了新工具(ju),并得到(dao)國際上(shang)腦科學家(jia)們的廣泛認(ren)同。利用該儀器所做(zuo)的相關工作(zuo)發表已經發表在多篇高(gao)水平期刊上(shang)(如Nature Photonics, Nature Methods, Nature Neuroscience)。
第二代RUSH-I儀器的研制
從2017年開始著手研(yan)究,并于2018年1月搭(da)建(jian)完成的第二(er)代儀器RUSH-II,具有400 nm分(fen)辨率(lv),準備(bei)觀察大(da)鼠和(he)獼(mi)猴的腦部。達(da)(da)到(dao)的技術指標為(wei),視(shi)場(chang)大(da)小達(da)(da)到(dao)1 cm2;分(fen)辨率(lv)達(da)(da)到(dao)0.4 μm;每幀圖(tu)像(xiang)達(da)(da)到(dao)3.36億像(xiang)素;成像(xiang)幀率(lv)達(da)(da)到(dao)30幀/秒;數據(ju)通(tong)量(liang)達(da)(da)到(dao)100.8億像(xiang)素/秒,是(shi)當前(qian)國際上視(shi)場(chang)最(zui)大(da)、數據(ju)通(tong)量(liang)最(zui)高的高分(fen)辨率(lv)光學顯微鏡。
當前(qian)的(de)(de)(de)(de)國際(ji)最為(wei)流行的(de)(de)(de)(de)四大(da)(da)(da)神(shen)經(jing)(jing)(jing)(jing)網(wang)絡(luo)分別為(wei):卷積神(shen)經(jing)(jing)(jing)(jing)網(wang)絡(luo)、循環(huan)神(shen)經(jing)(jing)(jing)(jing)網(wang)絡(luo)、脈沖神(shen)經(jing)(jing)(jing)(jing)網(wang)絡(luo)、圖神(shen)經(jing)(jing)(jing)(jing)網(wang)絡(luo)。但如何實(shi)現高(gao)能(neng)效、可解釋、易擴展(zhan)(zhan)、具有長短期記(ji)憶的(de)(de)(de)(de)新一代認知(zhi)智能(neng)成為(wei)發(fa)展(zhan)(zhan)難題(ti)。美國情(qing)報(bao)系統(tong)的(de)(de)(de)(de)Intelligence Advanced Research Projects Activity(IARPA)部門啟動(dong)了皮質網(wang)絡(luo)機(ji)(ji)器(qi)智能(neng)MICrONS計劃 (2016),項目經(jing)(jing)(jing)(jing)費1億美金,被(bei)稱為(wei)阿波羅腦(nao)計劃。其(qi)繪制出嚙齒動(dong)物1 mm2大(da)(da)(da)腦(nao)皮層中的(de)(de)(de)(de)所有神(shen)經(jing)(jing)(jing)(jing)回路(記(ji)錄并測(ce)量10萬個神(shen)經(jing)(jing)(jing)(jing)元的(de)(de)(de)(de)活動(dong)和連接),研(yan)究(jiu)大(da)(da)(da)腦(nao)計算方式(shi),并運用這些研(yan)究(jiu)發(fa)現更好地影響(xiang)機(ji)(ji)器(qi)學(xue)(xue)習和人工智能(neng)算法。由哈佛(fo)大(da)(da)(da)學(xue)(xue)、卡耐基梅(mei)隆大(da)(da)(da)學(xue)(xue)和貝(bei)勒醫(yi)學(xue)(xue)院的(de)(de)(de)(de)研(yan)究(jiu)團隊(dui)牽頭,對人工智能(neng)發(fa)展(zhan)(zhan)進行探索。
縱觀人(ren)(ren)工智(zhi)(zhi)(zhi)能(neng)的(de)發(fa)展(zhan),經歷了從(cong)符號(hao)主(zhu)義(yi)到聯結主(zhu)義(yi)的(de)發(fa)展(zhan)演變。而自2016年之后,受腦科(ke)學(xue)和心理學(xue)等學(xue)科(ke)的(de)啟發(fa),人(ren)(ren)工智(zhi)(zhi)(zhi)能(neng)正在(zai)向(xiang)生物智(zhi)(zhi)(zhi)能(neng)的(de)轉變。因此,下一代人(ren)(ren)工智(zhi)(zhi)(zhi)能(neng)將要實現(xian)人(ren)(ren)工智(zhi)(zhi)(zhi)能(neng)從(cong)感知決(jue)策與(yu)控制(zhi)到認知決(jue)策與(yu)控制(zhi)的(de)轉變。
人工智能的需求(qiu)與(yu)瓶頸(jing)
現(xian)在的(de)人工智能面臨(lin)復雜度急劇攀升(比當(dang)(dang)前超過30萬(wan)倍)、算(suan)力(li)需求(qiu)激增、摩爾定(ding)律逐步失效等問題(ti)。當(dang)(dang)前,算(suan)力(li)與能耗成(cheng)為(wei)人工智能顛覆(fu)性發(fa)展的(de)瓶頸(jing)。要(yao)尋(xun)求(qiu)以(yi)光(guang)三維傳播來(lai)代替硅基的(de)電(dian)的(de)一維計算(suan),對材料的(de)要(yao)求(qiu)較(jiao)高,因此(ci)需要(yao)尋(xun)求(qiu)光(guang)電(dian)結合(he)的(de)方式進行過渡,并(bing)且,計算(suan)媒介(jie)的(de)改(gai)變(bian)(bian)會(hui)帶來(lai)顛覆(fu)性的(de)變(bian)(bian)化。
發展光(guang)電技術的(de)歷史機遇
需(xu)求與瓶頸:現(xian)有存算(suan)分(fen)離的(de)電子(zi)計(ji)算(suan)范式(shi)無法(fa)滿足人工(gong)智能技術的(de)發展需(xu)要;
理(li)論與算(suan)力(li)(li):已有光學神經網絡的理(li)論模型必將推動人工智能(neng)算(suan)力(li)(li)跨(kua)越式發(fa)展;
材料與(yu)工(gong)藝:當前微(wei)納光電(dian)材料與(yu)工(gong)藝取得(de)的突破為光電(dian)集成研發提供了條件;
光電技術引領顛覆(fu)性技術革命
當前(qian)我們要利用光電技術(shu)顛覆傳統(tong)計算范式,研制采存算一體的(de)光電計算系統(tong),從而(er)提(ti)升算力。對比之(zhi)下,光電技術(shu)的(de)算例高達1014 MAC/s/cm2,而(er)電子技術(shu)的(de)算力僅為1011 MAC/s/cm2。并且(qie)功耗提(ti)升也會達到百萬(wan)倍之(zhi)多,光電技術(shu)功耗為4×1012 MAC/J,電子3×106 GMAC/W/s。清華大學(xue)在光電上的(de)研究與麻省理工(gong)學(xue)院和劍(jian)橋大學(xue)、明斯(si)特大學(xue)并駕齊驅,且(qie)我校獨特的(de)衍射神經網(wang)絡和其他方案有所不同(tong)。
光電智能(neng)技術(shu)的路線規劃(hua)與清華方案
從光電(dian)技術出發,以清華人(ren)工智能(neng)(T-AI)結(jie)合新一代認知智能(neng),最后(hou)進行軟硬件(jian)結(jie)合,建(jian)立整個光電(dian)智能(neng)計算系統。目前,研究中心具有3-5個國家重點實驗室,通過大企業聯盟集成(cheng)攻(gong)關發揮研發優勢(shi),以滿足國家重大需求、面向國民經濟主戰場的原理(li)機樣。
目前,清華大學(xue)腦(nao)認(ren)知(zhi)院(yuan)主要(yao)集(ji)中在突破(po)神經(jing)環(huan)路動態(tai)成像技術、揭示神經(jing)血管的(de)(de)耦合(he)機制、解決腦(nao)免疫(yi)的(de)(de)百年難題與從腦(nao)認(ren)知(zhi)到腦(nao)聯網(wang)的(de)(de)顛覆(fu)性突破(po)四大科學(xue)研究上。當下,我們結(jie)合(he)工(gong)作(zuo)基礎(chu),制定清華方(fang)案,所做的(de)(de)工(gong)作(zuo)主要(yao)包括腦(nao)觀測、腦(nao)健(jian)康、腦(nao)模擬與腦(nao)認(ren)知(zhi),體現(xian)學(xue)科之間的(de)(de)交(jiao)叉融(rong)合(he),實(shi)現(xian)產(chan)學(xue)研創新。
戴瓊海老師對同學們(men)的建議
論壇最(zui)后,戴(dai)瓊(qiong)海老師(shi)也給同學(xue)(xue)們分享了做研究(jiu)的經驗和建議,希望同學(xue)(xue)們做研究(jiu)要緊(jin)密結(jie)合(he)國(guo)際前沿(yan)和國(guo)家重(zhong)大需求,做學(xue)(xue)問要記住問題(ti)驅(qu)使(shi)是原創(chuang),方法驅(qu)使(shi)是改進,并(bing)且學(xue)(xue)會(hui)(hui)用(yong)理科的思維思考問題(ti)去(qu)攻(gong)克(ke)方式實踐,更重(zhong)要是的學(xue)(xue)會(hui)(hui)哲學(xue)(xue)表達。
研究者可分(fen)為三類(lei),分(fen)別是牛人、高人和(he)神人,他們分(fen)別對(dui)應著自己(ji)的特質:做(zuo)一研究做(zuo)到(dao)極致、做(zuo)別人做(zuo)不到(dao)的事(shi)和(he)做(zuo)別人想不到(dao)的事(shi)。
同時(shi),要胸懷寬,境界高,眼光遠,不(bu)要讓戰(zhan)術的(de)勤奮掩(yan)蓋了戰(zhan)略(lve)上的(de)懶(lan)惰。正如德魯克所(suo)述,戰(zhan)略(lve)不(bu)是研究我(wo)們未來做什(shen)么,而(er)是研究我(wo)們今天做什(shen)么才有未來。
機器人公司 機器人應用 智能醫療 物聯網 機器人排名 機器人企業 教育機器人 機器人開發 獨角獸 消毒機器人品牌 消毒機器人 |