神经科学和人工智能本属同源

深蓝色的畅想

神经科学和人工智能本属同源

谈到人工智能和神经科学之间的关系，中国科学院上海生命科学研究院副研究员王小理用两句话来概括：同源分流、学科独立；交叉融合、分久必合。

最初，人工智能与神经科学是两门各自独立的学科，有着不太一样的研究对象、研究方法体系。从学科起源的时间原点来看，人工智能学科以1956年美国达特茅斯学院夏季讨论班为缘起；而神经科学诞生的标志可以回溯到1891年的神经元学说。这样看神经科学算是人工智能学科的“前辈”。

神经科学更多地侧重于生物学意义上的神经活动的规律，解析包括思维、情感、智能等在内的高级神经活动的发生机制，而意识起源问题，则是神经科学的终极目标，研究方法上神经科学是以自然现象归纳为主的“实验科学”。而人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究对象不是智能而是智能操控，现阶段研究方法上是侧重于对复杂现象进行模拟仿真的“计算科学”。

“但可以将神经科学和人工智能的关系简单理解为源和流。”王小理告诉科技日报记者，人工智能的兴起和发展离不开神经科学成果的滋养。

正如希蒙·厄尔曼文章所述，早期人工智能领域的科学家将生物神经系统作为参照对象，创造出了近年来盛行的“深度网络”脑启发架构，这是一个非常鲜明的“源流”案例，也一直为神经科学家和人工智能领域科学家所津津乐道。但有些人工智能领域的专家，认为深度网络前期是仿脑，后期发展了独立的方法，因此认为，人工智能有自己的方法体系，基本可以抛开脑科学。这样的观点其实是值得深入讨论的。

中国科学院神经科学研究所蒲慕明院士曾向记者表示，近年来，脑与神经科学、认知科学的进展使得人们在脑区、神经微环路、神经元等不同尺度观测的各种认知任务中，获取脑组织的部分活动数据已成为可能，获知人脑信息处理过程不再仅凭猜测，通过多学科交叉和实验研究获得的人脑工作机制更具可靠性。因此，脑科学有望为机器学习、类脑计算的突破提供借鉴。

但是，人工智能对神经科学发展的反哺或反馈作用也是客观存在的。在神经科学基础研究阶段，人工智能可以辅助研究人员解析复杂的脑神经信号、脑神经图谱实验数据，构建和模拟大脑模型系统等。在转化应用阶段，人工智能还能加速脑科学成果的应用，例如大脑疾病诊断与新疗法成果的临床转化等。