經過近60年的發展，特別是近年來算法算力的升級，人工智能在奠定了重要的理論基礎之后，在應用方面也取得了諸多進展，如機器感知和模式識別的原理與方法、知識表示與推理理論體系的建立、機器學習相關的理論和系列算法等。我們已經見證了人工智能學會了開車，學會了下圍棋，學會了打游戲。然而，上述所有的突破都僅是智能系統從某個視角、在某個特定領域接近、達到或超過人類智能，這些應用的普適性較差。

這些相關的理論、算法與系統很難推廣到其他領域，用于解決其他類型的問題，因此現今人工智能的發展主要還停留在專用人工智能方面，一旦遇到需要多種認知功能進行協同的時候就顯得捉襟見肘。因此，機器與人類還有明顯差距。

類腦智能源起

人腦在協調多種認知功能方面有著無與倫比的能力。人腦是一個通用智能系統，能舉一反三、融會貫通，可處理視覺、聽覺、語言、學習、推理、決策、規劃等各類問題，可謂“一腦萬用”。并且，人類的智能感知和思維能力是在成長和學習中自然形成和不斷進化的，其自主學習和適應能力是當前計算機難以企及的。因此，人工智能的發展目標是構建像人腦一樣能夠自主學習和進化、具有類人通用智能水平的智能系統。人工智能如果可以模仿人腦，那就可以大大擴展其通用性，達到通用人工智能的水平。

?

于是，科學家提出了類腦智能的概念來解決上述問題。所謂類腦智能，通俗來說就是擁有人造大腦、會思考、會學習的智能體。本質上，它就是一個利用算法模擬神經元工作機制，制造在信息處理機制上類腦，在認知能力上類人的計算模型。 因此，從信息處理與智能本質角度審視人腦信息處理，借鑒其原理并催生類腦智能計算技術，是實現人工智能創新的重要源泉。

理解并模仿人類大腦

要實現類腦智能，就要深入探索大腦的功能劃分并深刻理解其中的運行機制。現在腦與神經科學、認知科學的進展，使得從腦區、神經元等不同尺度觀測各種腦組織活動，并獲取相關數據已成為可能。人腦信息處理過程不再僅憑猜測，通過多學科交叉和實驗研究得出的人腦工作機制也更可靠。因此，受腦信息處理機制啟發，借鑒腦神經機制和認知行為機制發展類腦智能已成為近年來人工智能與計算科學領域的研究熱點。

傳統人工智能系統的設計與實現思路是：從待解決問題相關數據的特點與問題目標的角度出發，從計算的視角設計算法。這使得所實現的智能系統只適用于解決某一類問題。而類腦智能研究長期的目標是實現通用人工智能，這就需要首先研究人腦如何通過同一系統實現不同的認知能力，從中得到啟發并設計下一代智能系統。

但是要實現類腦智能困難重重，主要問題在于：

（1）視覺信息感知。人工智能常常依賴于攝像頭來采集視覺圖像，很難從中快速識別出關鍵信息，如人臉、手勢或障礙物。在常規環境下，現有技術雖然已可以高精度地實現這一任務。但在自然條件下，視覺圖像由于光線、視角、物體運動等不穩定因素的綜合影響很難被準確識別。盡管一系列性能優異的深度學習理論模型大量涌現，但復雜環境中的視覺感知依然是一大難點。

（2）人機對話。人工智能體依靠傳感器收集外界聲音信號，通過語音識別系統和相關處理技術將信號進行分析解讀。在嘈雜的現實環境中，現有的語音識別技術很難成功而高效地實現語音識別、理解和處理操作。

（3）類腦信息處理。人工智能終端承擔著繁雜的計算任務以及信號接收、指令下達等重要功能。隨著人工智能應用范圍的不斷擴充，對處理中樞的容量、“思維速度”等都有更高要求。目前科學家們嘗試著將云計算、云存儲等先進技術引入到機器人后臺上，努力讓機器人“大腦”向著信息更豐富、運算更快、反應更準確、學習更靈活的方向邁進。

類腦智能的發展方向

（1）智能腦機交互

智能腦機交互是指通過在人腦神經與具有高生物相容性的外部設備間建立直接連接通路，實現神經系統和外部設備間信息交互與功能整合的技術。該技術采用人工智能控制的腦機接口對人類大腦的工作狀態進行準確分析，達到促進腦機智能融合的效果，使人類溝通交流的方式更為多元和高效，未來將廣泛應用于臨床康復、自動駕駛、航空航天等多個領域。

（2）對話式人工智能平臺

對話式人工智能是指融合語音識別、語義理解、自然語言處理、語音合成等多種解決方案，為開發者提供具備識別、理解及反饋能力的開放式平臺的技術。該技術需要借鑒人腦語言處理環路的結構與計算特點，實現具備語音識別、實體識別、句法分析、語義組織與理解、知識表示與推理、情感分析等能力的統一類腦語言處理神經網絡模型與算法。該技術能夠實現機器與人在對話服務場景中的自然交互，未來有望在智能可穿戴設備、智能家居、智能車載等多個領域得到大規模應用。

（3）神經形態計算

神經形態計算是指仿真生物大腦神經系統，在芯片上模擬生物神經元、突觸的功能及其網絡組織方式，賦予機器感知和學習能力的技術。該技術的目標在于使機器具備類似生物大腦的低功耗、高效率、高容錯等特性。該技術將在智能駕駛、智能安防、智能搜索等領域具有廣闊應用前景。

?

（4）智能機器人

機器人是機械與電子的完美結合體。其誕生初衷，就是人類希望機器代替自己工作。但是，即使被稱為智能機器人，目前也只能模仿人類的動作、行為來與環境進行交互。智能機器人還不具有類腦的感知和自主決策能力，一切只能按照預先設定的程序來完成動作。

智能機器人未來發展的趨勢是基于認知腦計算模型、類腦信息處理技術來構建機器腦，利用機器腦直接控制機器人的“四肢”，從而實現機器人可以進行自主學習與決策，最終實現類腦智能機器人。總體而言，類腦智能機器人不但是未來人工智能研究重要的方向之一，其在未來服務業、智能家居、醫療、國家與社會安全等領域都具有極為廣泛的應用價值。

來源：全球技術地圖