脑认知与人工智能

IT人士与生命科学家的共识是：脑认知是核心，是人类智能的显著表现，记忆不是简单的存储，它伴随一定的取舍。

在1956年第一次大会会议上，一批青年人讨论脑认知，有神经科学家，还有脑学家。很多人拿了图灵奖，有些人拿了诺贝尔奖，60年过去了，今天大家思考脑认知情况，应该叫脑认知形式化，从脑认知到人的智能，显然就是评估。现在是人工智能的时代。这个报告还有个副标题叫从研发机器驾驶脑袋。跟Google一样研究无人驾驶，是使用机器人还是轮式机器人来隐性地帮着人们开车，或者利用一个双驾双控的轮式机器人，让人和机器人和谐相处，这里涉及到人和机器人如何打交道的问题。

解释脑认知之谜

从目前人们最关心的各个学科交叉点谈，我认为可从两个方面来解释脑认知之谜，一是脑认知的神经学方法，这个现在非常火，比如奥巴马的脑计划，东盟、日本以及中国的脑计划，还有李彦宏的中国大脑计划等;二是脑认知能不能从生理或者身体上找到原因。IT人士有一个正常的本能——遗忘、排斥和拒绝接受，这是人脑的本能。当一个人对一个事情认识了，对另外一个事情的认知度就不够了。讲到生理和身体学，人的意识、性格和思维，能不能在人脑中找到定义，用什么样的尺度去刻划特定记忆，这就变成了一个基本问题，就是脑认知的形式化。

脑认知有多大尺度?北京大学院长曾提到过脑组织机构图，我说过无人驾驶脑可以画一个功能机构图，他说一个脑认知图花一百年时间也画不出来，到底该分多少块去画?18世纪最早的颅相学把颅骨中的26个骨和认知建立一一对应关系，后来被认知为伪科学。

大脑神经区域与认知行为相关性研究，起源于癫痫病人脑手术，不同区域不同频率的脑电波涌现为整个大脑服从同一振荡，病人表现为抽搐。这是认知神经学的起点。当今有人通过FMRI观察，将人脑分为116和252个功能区加以研究。人脑大约2千克，其中有一小半在小脑内，以不同拓扑形态分布在不同区域，每个神经元平均和7千多个神经元一起构建成人脑中最复杂的图。我们这个图有一个毛病，不同的颜色代表不同的神经组，这是对的，它起码画着红颜色、白颜色、蓝颜色，但是它的拓扑结构没有多样性。这个多样性指的是人脑有的地方是不同的网，是不同的拓扑形态。世界上没有微观组织完全相同的两个人脑，生来就可以控制你的功能核磁共振图。

脑认知是对感知和记忆的编码表达以及对感知的理解和想象，它和脑成长史相关。大家说看到一个人和认出一个人，可能代表不同的脑神经功能回路，大脑中很多部位可能都参与了对绒毛影响性格的信息处理，成人脑中有记忆功能的大脑皮层大约有22平方厘米。世界上专门有人研究爱因斯坦脑，那么脑子大就聪明吗?不一定。

研究脑认知形式化的方法

神经生物学家试图用精神病患者细胞在培养皿中种出一个大脑皮层，器官在培养皿中被诱导成为能够长成任何细胞的多能干细胞，又进而通过干细胞诱导技术使其成为脑细胞，同时造出神经元和胶质细胞，这个方法极具挑战性，当时生物神经回路和大规模神经网络成为脑认知神经学研究的热点，所以我认为研究脑认知形式化的第一个方法就是认知神经学。学科在什么尺度上形式化才是至关重要的。尺度越细，结构越复杂，形式化越难。例如生命科学在胰岛素和消化酶的水平上用数百万细胞来研究胰岛素的运作过程，其难度远远小于研究单一胰岛素细胞尺度的运作过程。这个世界宏观更宏观，微观更微观，尺度可以说相当大，怎么把这个尺度画出来?我自己画了一个台阶，底下是基因，比基因大一点的是分子大图，有神经网络、脑区域图、认知行为、基因等，从微观、介观或者宏观程度上研究神经元。

研究脑认知形式化的第二个方法是脑认知物理学方法。人的想法和智慧导带从何而来?是天生就有还是后来的学习积累?我们经常把人脑比成一个小块，为什么不基于物理学的研究方法研究脑认知?因为我们把它叫做大众的物理学，人脑中的物理学。几乎都是是从物理学而来?电子学会、计算机学会以及后来产生的人工智能学会，归根到底还是物理世界。举一个典型的案例，1920年在印度米德纳波效果城附近人们在狼窝里发现两个女孩，大的约七八岁，小的约两岁，分别被取名Kamala和Aamala，送到孤儿院抚养，小的第二年就死了，大的两年后才会直立，也只活到16岁，4年学会6个单词，智力相当于三四岁的孩子。所以我建议年轻的父母们回家一定要做儿童脑成长示例，比如狼孩在狼群里长大，无法具有人的心理，错过了大脑学习语言和文字的最佳生长发育期。因此我们研究人脑成长和认知的群居性和社会性，研究人脑社会学，目前只研究了一半。

脑认知的社会属性    

脑认知是生物属性、社会属性以及先天属性、后天属性相互结合而产生的整合行认知过程。研究生物脑叫形式化，脑认知的形式化可以先关注脑认知的社会属性，那么人脑是如何反应客观物理世界的?人脑是如何从外部环境中获得知识和技能的?人脑又是如何根据已知解决未知的?人脑的想象力如何形成创新?我们想办法把脑认知形式化，脑认知物理学习法是以物理学为基础的神经成像技术，如核磁共振、扫描、电位变化、信号分析等使得人类不再需要开颅就能认识大脑。讲到语言概念、语义或行为级，我是把物理学也画了一张图，那就是信号级别、符号级别、语义级别、行为级别。FMIR这个设备叫做宏观设备，或者叫微观设备，或者我们所理解的语义编码就是符号级别。

我有一本书叫《不确定性人工智能》，解决的就是数据和语义之间的能力。我们希望用定型概念和定量数据之间的等量关系，发现云模型、云推理、云数据、云变化等。脑认知的物理学方法是将客观世界的认知延伸到主观世界，将物理学中的场引入到认知空间，填补数据模型和认知模型之间的鸿沟，用数据场描述个体、神经元或者智能体之间的相互作用。

大脑成像技术、人脑数据搜集、知识传播与培训，这三块是奥巴马讲的。认知神经学和认知物理学的研究方法有不同的侧重点。脑认知的主要外在表现是听、说、看。因此我们要研究语言认知、图像认知。当然语言也是一种特殊的图像。说到脑认知的内涵有三个，第一是记忆力，第二是计算认知，第三是交互认知。我把记忆放在认知之前，这是我主要表达的观点，我认为计算固然重要，记忆更重要。脑认知的本质是统计对于世界的认知不是一次完成，需要多次反复，在不停的感知、认知行动过程中形成不确定性。因此动态演化过程从时间上看是积分，就变成记忆。核心是记忆认知，记忆是脑认知的核心，是人类智能的显著表现，记忆力强、记忆力大是认知。图灵科学家说脑认知的核心是记忆认知。

IT人士与生命科学家的共识是，脑认知是核心，是人类智能的显著表现，记忆不是简单的存储，它伴随有一定的取舍，取舍过程就是计算、简约和抽象。把一本书放一百年，书里面有一些痕迹，它是抽象、简约。

记忆和计算总是同时发生，通常时间越长丢失信息越多，记忆常常有联想和搜索，联想和搜索也是计算。无论语言记忆还是图像记忆本质上都是通知记忆。