研究类脑智能的积极影响

　　我们不得不承认，简单来说，在一些重复性的工作方面，复杂来说，在一些精确性的计算统计方面，机器的办事效率已经远远超过人类，这也是自动化设备如此受欢迎的原因。但与此同时，效率高的机器也存在不具备人脑的创新性，复杂多样的思维模式的缺点。

　　我们复杂的思维模式依赖于我们成千上万的神经网络结构，类脑智能就是对神经结构的研究。

　　类脑智能的研究意义

　　1、赋予机器人自主学习能力

　　人工智能科学家们正在不断突破，比如说装备了人工智能大脑的无人机，它可以不需要程序设定，像人类一样观察现场，调整自身姿态，做出穿越窗户的决策;而能够模拟人类大脑的第二视觉系统的无人机则可以进行本能的闪避反应。所有这些实验，所依靠的是生物脑模拟系统，科学家们通过对人及其他哺乳动物进行脑的生理结构解剖，在计算机中重构脑脑模型，随后，利用这个虚拟脑模型，分析和处理信息。

　　在生物中，海马区可以帮助大脑在记忆过程中自动筛选过滤掉无用信息，而自从装备了数字海马区之后，机器人竟然也可以随之获得生物体记忆抗噪功能。在未来，这种类脑智能的机器人，将走出实验室，产业化进入人类生活，他们不仅可能拥有人类的感知、学习和决策能力，而且可以拥有更为强大迅捷的躯体，人类社会将发生革命性变化。

　　2、赋予机器人自我认知能力

　　在中科院自动化所中，有三个特殊的机器人，只要看到镜子中有红点露在它们身上，它们就会用手去抓，这个测试叫做镜像测试，别看这个实验看起来很简单，但其实在自然界，只有黑猩猩和海豚这样的高等生物才能通过这项测试，证明它们具备和人一样的自我意识。现在这三个全球首个以类脑方式通过镜像测试的机器人，正在和我们一起生活在地球之上。在未来，将有更多这样具有自我意识的机器人，改变我们的生活。

　　3、实现人类脑图谱的绘制

　　人类脑图谱未来发展将从标本走向活体，从粗糙走向精细，从单一的解剖结构描述到集成结构、功能和连接模式等多种知识的综合描述，为实现类脑智能技术及脑科学和脑疾病研究的源头创新奠定重要基础。中科院自动化所引入了脑结构和功能连接信息，对脑区进行精细划分和脑图谱绘制的全新思想和方法，系统建立了新一代人类脑图谱绘制所需要脑亚区划分的新理论和新方法，成功绘制出全新的人类脑网络组图谱，该脑图谱包括246个精细脑区亚区，比现有脑图谱既具有更精细的脑区划分、又具有亚区解剖与功能连接模式的全新活体脑图谱。该脑网络组图谱发布之后，引起了国内外的广泛关注，脑网络组图谱的成功绘制入选两院院士评选的“2016年中国十大科技进展新闻”，以及“2016年中国十大医学进展”。

　　脑类智能研究中的四个问题

　　科学家们在类脑智能领域面临着很多难题，以下我们简单介绍四种。

　　1.视觉感知难。

　　机器人的眼睛常常依赖于机载的摄像机来采集视觉图像。机器人大脑如何从图像中识别关键信息呢?如人脸、手势或障碍物。在常规环境下，现有技术已经可以高精度地实现这一任务。但是自然条件下，视觉图像由于光线、视角、物体运动等多类不稳定因素的综合影响很难被准确识别。尽管一系列性能优异的深度学习理论模型大量涌现，但是复杂环境中的视觉感知依然是一大难点，目前突破有限。

　　2.沟通交流难。

　　机器人怎样与人对话呢?机器人依靠传感器收集外界声音信号，通过语音识别系统和相关处理技术将信号进行分析解读。机器人“听懂”之后，其“中枢系统”会做出相应的动作指示或通过语音合成器模拟人类说话。在嘈杂的现实环境中，现有的语音识别技术很难成功而高效地实现语音识别、理解和处理操作。

　　3.大脑思考难。

　　机器人的“大脑”是一个智能终端，负责着繁杂的计算任务以及信号接收、指令下达等重要功能。同人类一样，机器人没有“大脑”或者“大脑”不太灵光都使得行为迟缓，甚至整个机体“瘫痪”。随着机器人应用范围的不断扩充，“大脑”容量、思维速度等方面都有了更高的要求。目前科学家们尝试着将云计算、云存储等先进技术引入到机器人后台上，努力让机器人“大脑”向着信息更丰富、运算更快、反应更准确、学习更灵活的方向迈进。

　　4.稳定行走难。

　　区别于机械臂等固定作业的机器人，类脑智能机器人的应用一定是个动态过程，换句话说机器人要有一条坚固、灵活的“腿”。机器人的“腿”不在于长短、粗细，更关注的是其稳定性、自由性。受到生物学启发，科学家们尝试着将人类腿部膝关节弯曲伸展的工作机制移植到机器人上，以此来看，双足机器人将有望跨越台阶，行走在山地、灾后等地形复杂的环境中，将人力从高危行业中解救。

　　类智能技术是让机器学习人的思考模式，这一技术的前景一直被看好，类脑智能将依托于人工智能，促进其他行业的发展。