普林斯頓大學教授：如果人腦原理應用與機器，AI或有大進步
網易科技訊 11月18日訊息，在2018年未來科學大獎頒獎典禮暨F?科學峰會上，Robert Bendheim and Lynn Bendheim Thoman神經科學講席教授，心理學教授， 普林斯頓大學神經科學研究所主任Jonathan D. Cohen以認知、計算和大腦的關係為主題進行演講。他表示：“人類能夠控制自己的行為並且自動適應不同的學習內容，機器卻不能。
Jonathan D. Cohen表示傳統上觀測人類大腦的活動，通過行為反饋來進行分析，現在則可以以很快的速度去進行神經的觀測，以此來明確大腦的不同工作情況。以注意力舉例來說，人類可以試圖令一個人不關注負面內容，去關注正面內容，這就要用注意力的變化，訓練大腦來實現，目前在臨床上也有很多人在這樣做。通過大腦的影象進行更進一步的研究，可以實時訓練大腦，比之前傳統的行為反饋觀測省時省力。從心理學上來說，人們是可以控制自己的注意力的。
Jonathan D. Cohen表示曾經和電腦科學家進行合作，對大腦活動進行分類，這樣作為一個閉合的環路，把大腦中的行為進行分析，這樣能夠更好了解大腦如何分析正確的資訊。這些是針對於患有抑鬱症等相關病症的病人來做的實驗，能夠通過和工程師合作，瞭解大腦原理，治療病症，讓人們生活得更好。
神經科學方面的專家也希望把自己的研究和人工智慧結合，從數學理論、電腦科學和神經科學等學科互相汲取靈感，瞭解人類的智慧，沒有任何一種單獨的學科能夠解決這些問題。目前深度學習取得了很大的進步，最近自動駕駛，自動識別和國際象棋機器人興起，不過他們做不涉及目標的事情是做得很不好的。一方面他們很強大，另一方面他們也很弱小，深度學習演算法可以被培訓，通過慢慢學習可以比人類做得出色，人類卻已經學習了通用的準則進行實踐，可以跨界應用，而機器卻不能進行通用的動作。人類能夠控制自己的行為並且自動適應不同的學習內容，機器卻不能。在深度學習中植入長度記憶和深度記憶，也會有力於機器學習。未來將人類腦科學的原理系統應用於機器，有可能會引來新一波人工智慧浪潮。
本文來源：網易科技報道 責任編輯：王鳳枝_NT2541