演讲实录丨吴朝晖院士：从AI到CI——脑机智能的发展

2021年6月5日至6日，由中国科学技术协会、中国科学院、中国工程院、浙江省人民政府指导，中国人工智能学会、杭州市人民政府主办，杭州市余杭区人民政府筹备组承办，浙江杭州未来科技城管理委员会具体执行的2021全球人工智能技术大会在杭州成功举办。大会主论坛上，中国科学院院士、浙江大学校长、IEEE/CAAI/CCF/CAA Fellow 吴朝晖院士，为我们带来了题为《从AI到CI：脑机智能的发展》的精彩演讲。

吴朝晖中国科学院院士浙江大学校长IEEE/CAAI/CCF/CAA Fellow

以下是吴朝晖院士的演讲实录：21世纪被称为“脑研究世纪”，伴随着脑科学和认知科学的兴起，特别是神经科学与各种工程技术的多元融合发展，脑与机的界限被逐步打破，进而推动产生了脑机智能这一新型智能形态，这也使得信息科学与生命科学得以相互渗透、相互融合，为实现脑与机的双向交互、协同工作及一体化提供了可能性。面对从人工智能到脑机智能的发展进程，迫切需要进一步明晰人工智能发展现状、脑机智能的内涵外延及未来发展趋势等关键性问题。

一、人工智能的发展现状

在国家竞争层面，人工智能正成为各国战略必争的领域，几乎所有的发达国家均已发布了人工智能战略。我国在2017年发布了《新一代人工智能发展规划》，并启动了《促进新一代人工智能产业发展三年行动计划（2018-2020年）》，开启了对于人工智能发展制高点的战略角逐。

在产业发展层面，人工智能成为了企业特别是ICT企业跨越发展的战略增长点，如百度、阿里、腾讯、华为、微软、Google、Facebook 等中外企业都提出了人工智能发展战略，不断挑战和战胜人类智慧的极限，将人工智能的研究成果从传统领域推向新型领域。以Google 的DeepMind 为例，Google将AlphaGo以深度神经元为代表的智能系统等思路运用到蛋白质序列预测中，使得人类可以通过AI算法甚至是深度神经元算法预测未来新物质。这就将人工智能的影响力从传统的棋律对弈过程转到了生命科学领域。

在学者研究层面，人工智能成为众多科学共同研究的领域，代表着科研创新的重要研究方向。图灵奖获得者Marvin L.Minsky于1969年就提出了用一种框架来进行人工智能的知识表达；人工智能科学家Allen Newell 认为，物理符号系统能够实现通用的智能活动；2019年图灵奖者Geoffrey Hinton认为，理解大脑运作方式是未来人工智能发展的一个重要方向；2021年图灵奖获得者Judea pearl认为，智能系统面临的不是确定性问题，而是不确定性问题。

自“人工智能”这一术语在1956年被首次提出至今，人工智能研究已成为具有广泛共识的交叉领域和前沿科学。纵观人工智能发展的60多年，虽然学者们的研究侧重点各有不同，但相关研究观点大体可以分为以下三个学派：一是符号主义，强调用符号的表达方式研究智能问题，特别是知识表达问题和知识推理问题；二是连接主义，主张以脑的神经系统研究智能问题，如用Union Networks来模拟智能，特别是模拟感知中的感知智能；三是行为主义，以认知心理学和控制科学等手段和方法论，对人类的行为进行模拟，认为人类的行为就是智能的表现。

从研究成效看，三大学派都丰富了人工智能的发展理论，解决了人工智能的推理、感知、人的行为等若干实现问题，均遵循以机器为中心的研究视角，不过正因为这一研究视角，让人工智能的发展存在诸多局限性。如有人工智能学者认为，这几年人工智能的发展主要是大数据发展的结果，多数计算模型较多依赖于数据，让机器智能呈现出以下不足：一是计算存在局限性；二是模型的复杂程度高；三是过度依靠数据。

针对这些不足，引入人类智能成为一种必然选择。人类大脑是智慧和信息的载体。粗略估算，人类大脑中约有1000亿个神经元，和宇宙中的星球数量相当。在漫长的人类进化历程中，脑的进化体现了生命的奇迹。根据神经科学、脑科学的研究成果，脑的单个神经元通过处理和传输其信号，可以替代大脑的部分功能。更为难得的是，人脑体现的不是单个神经元、一组神经元、100个神经元或者1万个神经元简单加总的功能特点，而是几百个神经元组成一个功能组，若干个功能组组成集群。可见，人类大脑的功能，不只是单个神经元的作用结果，而是神经元的组织与群体所形成的功能。

在脑科学的发展进程中，信息技术起着至关重要的作用，特别是20世纪90年代以来，信息技术的突破形成了一系列观测人类大脑的方式，让脑科学研究取得了关键进展。如人们可以长时期、多通道对活体大脑进行记录，这为从神经元到神经群体的研究跨越，以及大脑区块、区块链连接等研究提供了有力支撑。21世纪初以后，脑机接口的出现，促成了对活体神经控制研究的系列突破。运用信息技术观测人类大脑成为了脑科学研究的普遍范式。

可以说，人机混合是大势所趋。将人引入智能系统并作为该系统的重要组成部分，可以解决以机器为中心的缺陷，有望充分融合机器智能和人类智能的优点。

二、脑机智能的基本内涵及其应用前景

从字义解释，脑机智能意味着“脑”和“机”形成循环，电脑从生物脑中读取和解释神经信号，即通过系统进行解释、处理、再解释、再处理，并通过外部信号重新输入，以此来干预生物脑。以脑机接口为例，脑机智能加快从原来的人机接口转为脑机接口的进程。人机接口指通过键盘、人类视觉以及其他行为来形成人和机器的接口，而脑机接口指通过植入式和非植入式方式将脑和计算机直接进行对接。因此，脑机接口提出了人机交互的新路径、新方式和新手段，为脑机融合的智能形态提供了一个信息通道，形成了一个双向的闭环回路和循环系统。

在纪念图灵诞辰100周年时，Nature杂志曾发文指出，未来人工智能的一个重要发展方向就是脑机融合、协同工作，它是实现人工智能的一个重要途径。我们认为，脑机融合的智能是代表着未来人工智能的新业态，有望成为兼容生物智能体的环境感知、认知机理、学习推理能力和机器智能体的信息整合、存储计算能力的智能形态。基本内涵是从脑出发，采用人的信息处理方式构建一个虚拟脑，借助脑机交互实现生物脑、虚拟脑以及人机智能融合乃至一体化的过程。国内学术界和实务界普遍认同该内涵界定，如《新一代人工智能发展规划》中的混合增强智能就来源于此，“脑科技计划”将脑机智能作为五大发展板块之一。

目前，用信息技术手段来连接生物脑的手段日益丰富，让生物脑和计算脑相互融合成为可能。如在2020年，马斯克的脑机接口公司Neuralink发布消息称，可通过微创手术的方式，将微型可植入的神经芯片、超细的电极限植入猪脑，从而控制猪的行为。

脑机智能既代表着科学前沿，又形成了颠覆性技术的集聚效应。在脑机智能的发展过程中，往往在科学发现的同时，也伴随着一系列前沿颠覆式技术的突破，如微细丝的电极、犹他阵列电极、记忆神经假体、神经拟态芯片、柔性多通道的信息获取器件等。没有这些颠覆性技术的出现，脑机智能的科学实验、科学问题将不可能得以解决。

就脑机交互而言，脑机智能可以实现感知增强、认知增强和行为增强，即可以通过脑机智能的手段使得原来的智能形态在感知方面、认知方面和行为方面得到提升。如在猴子的温度感知部分功能失效的情况下，可以通过脑机智能的方式对其进行重建，甚至可以进行认知重建、行为增强。

正是因为这些功效，脑机智能在人类健康等方面展现了广阔的应用前景。如我国肢体残疾人比例高，人口老龄化以及老年失能群体不断增加，脑机智能可以提供全新技术，有望为千万亿级的残疾人、老年失能者的神经康复、亿级以上的神经/精神疾病患者进行精准脑机干预提供解决方案。

三、浙江大学脑机智能研究实践

浙江大学开展脑机智能研究已有十几年历史，自2018年起实施了“双脑计划”，旨在从更新的角度来推动脑科学和人工智能的交叉研究。我们认为，人工智能未来的发展必然基于脑科学，同时脑科学的发展必须借助于信息科学，包括人工智能等方法和手段。因此，将这两个学科群进行对接和交叉非常必要。从脑科学角度，可以从脑出发，结合一些科学实验，探索脑的结构、功能、认知和意识等方面的进程。从人工智能角度，可以以数学逻辑控制为手段，完成这对脑科学研究更好的操作。

总体而言，浙江大学的脑机智能研究工作主要以脑神经科学为基础，并同时开展相关关键技术的研究，包括观测、调控、神经计算等技术和脑机平台等。经过十几年持之以恒的努力，浙江大学的脑机智能研究已经取得了一系列重要进展。

第一，形成了全球最齐全的脑机融合三大平台。2013年，完成了国内首例临床猴子大脑运动皮层解码， 呈现了勾、握、抓、捏等手势。2014 年， 完成了国内首例临床病人头颅皮层解码石头剪刀布。2020年初，完成了国内首次也是国际上首例高龄病人的脑机智能临床实验，以嵌入式的脑控机械来控制三维运动。从技术角度，该实验主要是对感觉皮层M1和M4进行解码，解码后再通过Easy card完成。

第二，进行了开创性的大脑观察工作。在国内首次在CT核磁共振上融合光、电、声等六种形态，通过侵入式和非侵入式的方式，读出脑的控制行为，这就意味着可以边观察、边干预脑信号的变化。同时，可以在CT观测的基础上，借助光电成像、光电控制、电极阵列等技术，通过附加相应设备刺激脑，从中看到脑的变化。

第三，神经拟态计算机研制不断取得突破。在2015年推出的达尔文第一代神经计算机的基础上，推出了神经拟态芯片。在2019年，推出了达尔文二代，这款芯片可以同时模拟15万个神经元。在2020年，研制了亿级别神经元的神经拟态计算机——类脑计算机，神经元数能达到1.2亿，突触数量720亿，神经芯片接近800颗，是国内国际神经元数量最多的一台类脑计算机。

2012年，浙江大学做过一个实验，通过将视觉摄像头加载在大鼠身上，控制大鼠的行为。大鼠的胡须很敏感，但视觉很差，实验中的大鼠可以通过摄像头识别某个人或者路标，识别过程用机器完成，完成后信号传到大鼠的运动皮层，驱动大鼠是否按照标志走。由此可见，通过视觉增强的手段，可以使大鼠的视觉能力得到较好的提升。这个工作也同样可以推广到更加复杂环境下的侦探、探索以及目标寻找。

同样，浙江大学胡海岚教授团队做过一个实验，采用光遗传的方法将光电植入到一个小老鼠孔距的大脑皮层，使弱小的老鼠迅速鼓足勇气，从而可以战胜大老鼠。一般情况下，弱小老鼠在和大老鼠对峙过程中会比较胆怯，但将光电植入到小鼠的内侧前额叶区的神经元（该神经元主要控制其情感），并点击弱小老鼠的皮层，会发现小老鼠如同服了“大力神丸”一样，勇气倍增，瞬间就可以把大老鼠推过去。

此外，浙江大学还做了另一项探索，将老鼠的胡须、眼睛蒙起来，再通过电脑方式刺激它走迷宫。实验发现，老鼠在电脑指导下走迷宫的方式，速度比一般的老鼠要快，这也表明了通过脑机融合的老鼠，可以表现出更快的学习速度。2016年12月，这个实验登上了中央电视台《挑战不可能》直播现场，浙大的一个博士生戴上意念仪器控制大鼠（芯片已植入大脑），指导大鼠走迷宫、爬楼梯，最后成功地完成了预设任务。这是一个典型的通过人的意念，以无线的方式控制一个加载信号的大鼠的案例。从系统角度看，它可以走街道、桥梁、隧道等，体现脑脑之间的交互，也体现了人对场景的认知可以加载在大鼠的高级认知上。

从科学角度，脑机智能的基本原理是基于大脑的感认知功能和机器的计算智能单位。如何有效建立脑机器融合的计算框架和增强方法是学术界研究的主要问题，可以从三个层面来理解。

第一，体系结构问题。其不仅包括机器的体系结构，同时包括认知联通脑方面的体系结构。

第二，信息交互问题。脑的信息交互方式和计算机的信息交互方式显然不同，如关于信息交互的方式，在信息层面上有单向信息、双向信息、回路信息等，在更高层面上还有增强方法等。

第三，学科交叉问题。脑机智能是一个多学科的问题，涉及神经科学、计算机科学、材料科学等。首先是脑的信息获取，即如何实现高通量、实时性，多点位、稳定的脑的信息读取；其次是新型的材料植入，该材料一定是柔性的、生物兼容的，而且需要对电很敏感；最后是有很多脑信息的编码，这里将用到很多数学知识，同时有回路干预解析技术、多脑区神经回路的精准解释，以及融合、多模态的干预输入等，这些都涉及到多学科问题。

四、对未来脑机智能发展的展望

人工智能推动人类进入了一个新时代。有学者称之为人机物融合的时代，我们的理解是四元空间，即人工智能、云计算、大数据等颠覆性科技，将推动人与物理世界的二元空间加速转向人、物理世界、智能机器、数字信息世界的四元空间。在交错并行中，生产力和生产关系都将重构，社会形态与产业结构，以及人类思维方式、生活方式都会发生巨大变化。

无论我们是否承认，今后都会有许多具有某种智能形态的智能机器人出现，它们多多少少都会替代人类的体力劳动和脑力劳动。在这样的背景下，脑机智能该如何发展？

我们认为，脑机智能有望在神经/精神疾病的诊断、治疗、康复等临床应用领域，引领新的技术发展。脑机信息交互手段将从原来的以电为主，走向电、光、磁、声等各种手段的综合。脑机融合的增强能力将逐步从行为增强到各种感知增强，乃至高级认知的增强。脑机智能技术研究的硬件将向柔性、无线，以及更加微小化、更加高通量和低功耗方向发展。

面向未来，脑机智能将为不同学科的交叉会聚提供更为成功范例，也将对其他不同学科的发展带来了思路与方法上的启示，展现了未来智能化生的广阔空间，将推动人类加速迈向脑科学时代。

（本报告根据速记整理）