眾所周知，人工智能（Artificial Intelligence）是壹種以讓計算機（機器）能夠像人壹樣思考、學習、解決問題為最終目的壹種技術，或者說壹種非常廣泛的概念。
放眼看來，近幾年的AI在模仿人類的這條道路上步伐確實越邁越快——圍棋、繪畫、人臉識別、機器狗......許多人類曾經以為的只有自己才能涉足的領域開始被AI壹壹進入，甚至不少特定領域的專用人工智能算法已經大幅超越了人類。
然而，這其中不少算法的本質依然是海量數據驅動的統計學習，距離人類更加復雜的高級認知功能仍然存在本質上的差別。
在6月1日舉辦的北京智源大會上，清華大學教授劉嘉就這樣說到：
“目前來講，人的智能還是這個世界上最高等的智能。”
圖源：智源大會直播截圖
智源研究院是壹家位於北京的人工智能研究院，曾8個月打造當時全球最大的智能大模型“悟道”，可以說是國內有名的AI實驗室，而劉嘉同時也是智源研究院的首席科學家。
而智源大會目前已舉辦了4次，有8位圖靈獎得主，500位AI領域的頂尖學者參加。
劉嘉是這次大會的人工智能的認知神經基礎論壇的主席，他這次主講的主要內容，就是由 人工智能、認知科學、神經科學三類學科結合形成的壹個新興的跨學科領域 。
神經科學是關註大腦功能的壹系列學科的結合。 其實驗方法包括從神經細胞和神經細胞群的分子分析和細胞機制，對整個生物體的行為與心理研究等。
認知科學則是壹門研究訊息如何在大腦中形成以及轉錄過程的跨領域學科。它研究何為認知，認知有何用途以及它如何工作，研究信息如何表現為感覺、語言、註意、推理和情感。
而人工智能作為機器模擬大腦功能的嘗試，本身也可以看作是認知科學理論的壹種實踐和驗證，而專門研究生物大腦的神經科學的許多理論，也曾數次推動了人工智能的發展。
劉嘉表示，這壹學科將使得我們以 “生物的智能” 這樣壹個特殊的切入點去理解人工智能當中的“智能”的本質。
他以這樣壹個二維圖為例，講解了何為類似生物大腦的AI：
圖源：北京智源大會直播截圖
圖中的X軸表示環境，箭頭指向是從壹個封閉環境到壹個開放環境。
Y軸代表的是任務多樣性，箭頭指向是從壹個靜態的任務到壹個隨時隨著環境而發生改變的任務。
左下角的 封閉環境中的靜態任務 ，就是人工智能領域中目前已經成熟的人臉識別、圖像分類等任務，也即我們上訪所說的超越了人類的AI們。
左上角的 封閉環境裏的動態任務 ，則是近幾年較為出圈的圍棋、遊戲等任務，在很多方面也已經超越了人類。
右下角 開放環境裏的靜態任務 ，代表則是機器狗、無人機壹類的研究。
劉嘉認為，現在人工智能要去攻克的領域就在第壹象限（右上角），也就是 開放環境裏的動態任務 ——而這正是人類最擅長的地方。
而要使AI擁有這樣的智能，研究核心有兩個：
動態動力學（Dynamic），即智能壹定是通過進化、演化產生的；
具身（Embodied），也就是智能的載體，包括大腦、身體，以及環境。
具體實現這兩個研究核心的路線，劉嘉提到了兩點：生物數據和圖靈測試。
圖源：北京智源大會直播截圖
他提到，既然是生物模仿人類的智能，那麽壹定需要來自 神經生物學方面的數據 ，只有當科學家們洞悉了大腦的工作流程，人類身體與智能交互的方式，得到了神經數據、行為數據、認知數據等多種信息，才能理解AI產生智能的基礎。
其次就是 通用智能訓練環境 ，劉嘉強調：“只有壹定的環境才可以真正產生相應的智能”。舉例來說，就是不同的宇宙裏由於有不同的物理原則，不同的環境，最終產生的智能也是不壹樣的，而基於物理環境的演化正是智能產生的關鍵。
”我們把這種實驗比喻成圖靈測試2.0版。“劉嘉教授說。
最後還要對這壹新生成的系統進行 測評 ，具體是根據大腦生物數據來調整系統，可以把關於人類的預設的知識填入到智能體當中，就類似於向人類的身體嵌入”基因“。
劉嘉最後表示，將多元數據、訓練環境、智能測評者三者結合起來，並不斷地調整，這或許就是通向通用人工智能（AGI），也就是具備與人類同等智慧、甚至超越人類的人工智能的壹條正確的道路。
采寫/編譯：南都見習記者楊博雯