斯蒂芬?格羅斯伯格認為他的智能實現(xiàn)方法更好。

過去20年間，深度學習通過一系列有效的商業(yè)應用在人工智能研究和項目中占有優(yōu)勢。但光彩背后，一些根深蒂固的問題威脅著技術的提升。舉例來說，典型的深度學習程序無法很好地執(zhí)行一項以上的任務，嚴重限制了該技術在嚴格控制環(huán)境下特定任務的應用。更嚴重的是，有人稱深度學習不可信，因為其無法解釋，而且它不適合某些應用程序，可能出現(xiàn)的遺忘可導致災難性后果。說得更直白一點，即使算法確實有效，也不能完全了解為什么有效。雖然深度學習工具正在慢慢學習新的數(shù)據(jù)庫，但其學習記憶的任意部分都可能會突然發(fā)生崩潰。因此，在生死攸關的應用上（如醫(yī)療應用），使用深度學習可能存在風險。IEEE會士斯蒂芬?格羅斯伯格（Stephen Grossberg）在其新書《意識思維、共振大腦：大腦如何形成思維》（Conscious Mind, Resonant Brain: How Each Brain Makes a Mind）中表示，需要一種完全不同的方法。該書以格羅斯伯格數(shù)十年來在認知和神經(jīng)領域的研究為基礎，描述了生物智能和人工智能的替代模型。格羅斯伯格將自己的模型稱為自適應共振理論（ART）。作為波士頓大學認知和神經(jīng)系統(tǒng)、數(shù)學和統(tǒng)計學、心理和腦科學以及生物醫(yī)學工程的知名教授，格羅斯伯格的ART是關于大腦如何處理信息的基礎理論。“在充滿突發(fā)事件、不斷變化的世界中，我們的大腦通過學習來識別并預測物體和事件?！彼@樣說。基于這個動態(tài)過程，ART使用監(jiān)督學習和無監(jiān)督學習方法來解決模式識別、預測等問題。使用該理論的算法已得到大規(guī)模應用，例如聲納和雷達信號分類、睡眠呼吸暫停檢測、電影推薦和基于計算機視覺的輔助駕駛軟件。格羅斯伯格表示，可以放心使用ART，因為它是可解釋的，且不會發(fā)生災難性遺忘。他補充說，ART解決了所謂的穩(wěn)定性-可塑性困境：大腦或其他學習系統(tǒng)如何能夠自主快速學習（可塑性）而不發(fā)生災難性遺忘（穩(wěn)定性）。格羅斯伯格于1976年提出ART理論，是大腦智能建模的先驅(qū)。他是波士頓大學自適應系統(tǒng)中心的創(chuàng)始人和主任，同時兼任教育、科學和技術學習重點基地的創(chuàng)始主任。這兩個中心致力于探索和了解大腦是如何適應和學習的，并根據(jù)他們的發(fā)現(xiàn)開發(fā)技術應用。在這本近800頁的書中，格羅斯伯格試圖解釋“我們稱為大腦的這一小疙瘩肉”如何產(chǎn)生思想、感覺、希望、感知和計劃。特別是，他描述的生物神經(jīng)模型試圖解釋該過程是如何發(fā)生的。此書還涉及一些疾病的根本原因，例如阿爾茨海默癥、自閉癥、健忘癥、創(chuàng)傷后應激障礙等。“了解大腦如何產(chǎn)生思維對設計計算機科學、工程和技術領域的智能系統(tǒng)（包括人工智能和智能機器人）也很重要。”他寫道，“多家公司已經(jīng)在多項工程和技術應用中運用書中總結的受生物學啟發(fā)的算法?！?/span>

他稱，書中的理論不僅有助于理解大腦，亦可用于設計智能系統(tǒng)，自主適應不斷變化的世界?？偠灾摃枋龅幕具^程使人變得聰明、自主、多才多藝。

ART之美

格羅斯伯格寫道，大腦通過進化適應新的挑戰(zhàn)。大腦有一套通用機制可控制人如何保留信息，不遺忘已經(jīng)學到東西。“我們保留對過去經(jīng)歷的穩(wěn)定記憶，這些事件序列存儲在我們的工作記憶中，幫助預測我們未來的行為?！彼f，“人有能力在一生中持續(xù)學習，而新的學習不會沖刷之前所學的重要信息的記憶?！?/span>他稱，傳統(tǒng)的人工智能面臨的一個問題在于，經(jīng)常使用源自內(nèi)省和常識的概念和操作，建立大腦可能如何工作的模型。“這種方法假設你可用人們描述日常生活的物體和行為的概念與詞語來內(nèi)省大腦的內(nèi)部狀態(tài)?！彼麑懙?，“這個方法很吸引人，但其結果往往不足以建立生物大腦如何真正運作的模型?！?/span>格羅斯伯格表示，當今人工智能的問題在于試圖模仿大腦處理的結果，而非探索產(chǎn)生結果的機制。大腦中有特殊的電路，可使人的行為“即時”感知和適應新的情境。他補充說，人可以從新情境中學習，將突發(fā)事件整合到所收集的知識和對世界的預期中。ART的網(wǎng)絡源自人和動物與環(huán)境互動的思想實驗，他補充稱：“ART電路是人類和其他陸生動物已成功適應的多種環(huán)境限制的計算解決方案。”事實表明，ART設計可能以某種形式嵌入未來的自適應自主智能設備，無論是生物的還是人工的。“未來的技術和人工智能將越來越依賴于這類自我調(diào)節(jié)系統(tǒng)。”格羅斯伯格總結道，“在自動駕駛汽車和飛機等的設計中，這類情形已經(jīng)發(fā)生。當大腦設計的深入見解融入到資金雄厚的工業(yè)研究和應用中，想想將能夠取得多少成果，真是令人興奮。”