波士頓深度學(xué)習(xí)公司Neurala首席執(zhí)行官麥克斯·凡塞斯(Max Versace)在科技博客網(wǎng)站VentureBeat撰寫文章稱，2017年的人工智能(AI) 將像人類和動物的大腦一樣運(yùn)行，其能力將遠(yuǎn)超今天的人工智能，從而能為我們?nèi)祟愅瓿筛鼜?fù)雜的任務(wù)。

文章全文如下：

讓我們暫停一秒鐘，看看窗外的鳥、松鼠，甚至昆蟲。這些生物體都在執(zhí)行復(fù)雜的任務(wù)，包括感知食物和威脅，在樹木周圍巡查，以及跟蹤或躲避其它動物。這些蟲子和小動物可以輕松做到的事情，目前地球上沒有任何一臺機(jī)器人或無人機(jī)可以做到。

雖然“自然”的智慧是豐富多樣的，但今天的人工智能仍然非常原始。目前，人工智能工具仍然還是“半成品”，它們的設(shè)計和構(gòu)建(編程)主要針對一項特殊目標(biāo)，并且相對比較簡單。例如，管理著無人機(jī)、無人駕駛汽車和玩具的代碼和傳感器，在眾多需要執(zhí)行的任務(wù)中通常僅專注其中一項——導(dǎo)航、目標(biāo)識別或語音識別等。

由于這些應(yīng)用類似于生物有機(jī)體，人工智能需要一個“大腦”。目前人工智能的設(shè)計和構(gòu)建，旨在實(shí)現(xiàn)某一狹窄、獨(dú)立的功能。你可以稱之為“煙道式”功能，其中每項功能在處理過程中是斷開并獨(dú)立的。這意味著人工智能可以擊敗人類的國際象棋冠軍，但在面對全新場景時往往會崩潰。與人工智能的國際象棋手不同的是，人類的國際象棋冠軍不僅可以高質(zhì)量地完成比賽，而且還可以進(jìn)行一些其它需要大量處理和判斷過程的活動，比如站起來、開車、與他的孩子聊天、聽音樂、畫畫等等。所以，當(dāng)你將人工智能的能力與人類甚至是動物的大腦功能進(jìn)行直接比較時，你可以發(fā)現(xiàn)我們在人工智能方面還有非常漫長的路要走。在科技時代，我們還處于“洞穴人”階段。

我們今天擁有的人工智能與2027年的人工智能的主要區(qū)別是，后者將更像人類和動物的大腦一樣運(yùn)行，其能力將遠(yuǎn)超今天的人工智能。地球上的生命處理信息的過程不是“煙道式”的，而是利用了多種感官;我們?nèi)祟惸芡瑫r根據(jù)多個復(fù)雜因素做出決策，以幫助我們?nèi)〉米罴殉晒?/p>

以老鼠的大腦為例。即使是最小動物，其大腦已經(jīng)進(jìn)化到足以解決各種復(fù)雜的問題，例如尋找食物，避開捕食者，并與其它動物互動。老鼠的大腦僅約兩克重，但能將導(dǎo)航功能與視覺、嗅覺和觸覺(通過胡須)等功能整合起來，從而可以完成感知、規(guī)劃、導(dǎo)航和避開障礙物等任務(wù)。在老鼠的大腦中，這些分開的功能最終能整合在一起，為面臨的任務(wù)提供了一個“整體解決方案”。動物(以及人類)大腦的秘密在于，它們發(fā)現(xiàn)了一種在同樣低功耗容器中共同運(yùn)行這些技能的方法。

這種“共同運(yùn)行”就是我們所說的“全腦”方式，而這種新模式就是人工智能前進(jìn)的方向。“集成處理(Integrated processing)”將變得普遍，軟件、人工智能和人類(動物)智慧之間的界限會變得模糊不清。正如人類或動物的大腦進(jìn)行有效和自主運(yùn)行時，依賴并整合了大腦多個區(qū)域，明天的人工智能將利用集成、深度的學(xué)習(xí)方法和邊緣處理功能，來日益實(shí)現(xiàn)實(shí)時解決問題。

通過將多項人工智能內(nèi)置于同一個容器或單個計算模塊中，由于系統(tǒng)之間的協(xié)同作用，人工智能系統(tǒng)將獲得更好、更快的性能。這將使人工智能可以完成抽象的推理過程，允許機(jī)器執(zhí)行復(fù)雜、非直觀的操作，從而使它們更接近我們?nèi)祟悺?/p>

例如，人工智能和軟件之間的界線越來越模糊，將讓運(yùn)輸更加容易和安全。今天的無人駕駛汽車采用“煙道式”處理方式，一次添加一個傳感器或模塊，然后將所有這些處理信息流整合起來，希望它們能發(fā)揮作用。而人類能協(xié)同整合多種戰(zhàn)術(shù)規(guī)劃——不僅僅是“看!前面有一個坑!” ——這包括：

(1)高層次導(dǎo)航：“我知道那里有建筑物; 我通常在這里右轉(zhuǎn)。”

(2)遠(yuǎn)程避免碰撞：“那輛車很危險。我會保持距離。“

(3)高層次規(guī)劃：“我最好走那條路，因為它可能會有更少的車輛。”

雖然傳統(tǒng)的方法將導(dǎo)致難以整合的軟件和硬件組件之間產(chǎn)生難以控制的沖突，但“全腦”人工智能方法利用擁有模擬突觸的人造神經(jīng)元，其處理信息的方式幾乎像人類大腦一樣。

另一個例子是我們與美國宇航局(NASA)的合作。當(dāng)Neurala與美國航空航天局合作設(shè)計一種“老鼠大腦”， 在模擬的火星環(huán)境中引導(dǎo)火星漫游車(Mars Rover)時，我們遵循了這種“全腦”的方式，因為我們只能依賴少量的計算能力，只能提供一個解決方案——它不僅需要將所有這些功能整合在一個容器中，而且還要可以有效地執(zhí)行。

即使今天的“管道式”人工智能，也正在讓與我們交流的軟件和機(jī)器變得更優(yōu)秀，在我們生活的許多方面提高了生產(chǎn)力。而隨著人工智能開始模仿人類和動物高級的大腦活動，它將成為一種越來越有用的工具，能夠?qū)崟r解決問題，并擁有人性化的決策能力。未來10年，這種能使微不足道的老鼠看起來像天才的集成處理方式，將是一種能為所有人帶來好處的人工智能。