众所周知，人工智能（Artificial Intelligence）是一种以让计算机（机器）能够像人一样思考、学习、解决问题为最终目的一种技术，或者说一种非常广泛的概念。
放眼看来，近几年的AI在模仿人类的这条道路上步伐确实越迈越快——围棋、绘画、人脸识别、机器狗......许多人类曾经以为的只有自己才能涉足的领域开始被AI一一进入，甚至不少特定领域的专用人工智能算法已经大幅超越了人类。
然而，这其中不少算法的本质依然是海量数据驱动的统计学习，距离人类更加复杂的高级认知功能仍然存在本质上的差别。
在6月1日举办的北京智源大会上，清华大学教授刘嘉就这样说到：
“目前来讲，人的智能还是这个世界上最高等的智能。”
图源：智源大会直播截图
智源研究院是一家位于北京的人工智能研究院，曾8个月打造当时全球最大的智能大模型“悟道”，可以说是国内有名的AI实验室，而刘嘉同时也是智源研究院的首席科学家。
而智源大会目前已举办了4次，有8位图灵奖得主，500位AI领域的顶尖学者参加。
刘嘉是这次大会的人工智能的认知神经基础论坛的主席，他这次主讲的主要内容，就是由人工智能、认知科学、神经科学三类学科结合形成的一个新兴的跨学科领域。
神经科学是关注大脑功能的一系列学科的结合。 其实验方法包括从神经细胞和神经细胞群的分子分析和细胞机制，对整个生物体的行为与心理研究等。
认知科学则是一门研究讯息如何在大脑中形成以及转录过程的跨领域学科。它研究何为认知，认知有何用途以及它如何工作，研究信息如何表现为感觉、语言、注意、推理和情感。
而人工智能作为机器模拟大脑功能的尝试，本身也可以看作是认知科学理论的一种实践和验证，而专门研究生物大脑的神经科学的许多理论，也曾数次推动了人工智能的发展。
刘嘉表示，这一学科将使得我们以“生物的智能”这样一个特殊的切入点去理解人工智能当中的“智能”的本质。
他以这样一个二维图为例，讲解了何为类似生物大脑的AI：
图源：北京智源大会直播截图
图中的X轴表示环境，箭头指向是从一个封闭环境到一个开放环境。
Y轴代表的是任务多样性，箭头指向是从一个静态的任务到一个随时随着环境而发生改变的任务。
左下角的封闭环境中的静态任务，就是人工智能领域中目前已经成熟的人脸识别、图像分类等任务，也即我们上访所说的超越了人类的AI们。
左上角的封闭环境里的动态任务，则是近几年较为出圈的围棋、游戏等任务，在很多方面也已经超越了人类。
右下角开放环境里的静态任务，代表则是机器狗、无人机一类的研究。
刘嘉认为，现在人工智能要去攻克的领域就在第一象限（右上角），也就是开放环境里的动态任务——而这正是人类最擅长的地方。
而要使AI拥有这样的智能，研究核心有两个：
动态动力学（Dynamic），即智能一定是通过进化、演化产生的；
具身（Embodied），也就是智能的载体，包括大脑、身体，以及环境。
具体实现这两个研究核心的路线，刘嘉提到了两点：生物数据和图灵测试。
图源：北京智源大会直播截图
他提到，既然是生物模仿人类的智能，那么一定需要来自神经生物学方面的数据，只有当科学家们洞悉了大脑的工作流程，人类身体与智能交互的方式，得到了神经数据、行为数据、认知数据等多种信息，才能理解AI产生智能的基础。
其次就是通用智能训练环境，刘嘉强调：“只有一定的环境才可以真正产生相应的智能”。举例来说，就是不同的宇宙里由于有不同的物理原则，不同的环境，最终产生的智能也是不一样的，而基于物理环境的演化正是智能产生的关键。
”我们把这种实验比喻成图灵测试2.0版。“刘嘉教授说。
最后还要对这一新生成的系统进行测评，具体是根据大脑生物数据来调整系统，可以把关于人类的预设的知识填入到智能体当中，就类似于向人类的身体嵌入”基因“。
刘嘉最后表示，将多元数据、训练环境、智能测评者三者结合起来，并不断地调整，这或许就是通向通用人工智能（AGI），也就是具备与人类同等智慧、甚至超越人类的人工智能的一条正确的道路。
采写/编译：南都见习记者杨博雯
