戴瓊海院士：國際經濟形勢下滑，為何全球卻在大力發展人工智慧？

1970年，修女瑪麗·尤肯達給美國航空航天局馬紹爾太空航行中心的科學副總監恩斯特·史圖林格博士寫了一封信，在信中她問道：目前地球上還有很多孩子吃不上飯，你們怎麼捨得為遠在火星的專案花費數十億美元？

史圖林格給尤肯達的回信中有這樣一段話耐人尋味：太空探索不僅給人類提供了一面審視自己的鏡子，還能給我們帶來全新的技術，全新的挑戰和進取的精神，以及面對嚴峻現實問題時應有的樂觀、自信的態度。

戴瓊海在2019年國家智慧產業峰會上作報告

這是清華大學戴瓊海教授，在2019年國家智慧產業峰會上作報告時講的一個故事。

50年後的今天，智慧產業的發展面臨同樣的考問：目前中美衝突不斷，世界經濟不容樂觀，人們為何還要為天馬行空的人工智慧投巨資？

他強調：其實，每一次科技的飛躍，都會引發一場全新的產業革命。一次次產業革命，讓社會生產力產生了顛覆性的改變，實現了社會財富成倍的增長。一項全新的技術讓人類有希望建立一個更合理的社會結構，從而解決更為深刻、廣泛的社會矛盾。

中國工程院院士戴瓊海

他透露，近期有確切訊息稱，美國航空航天局在嫦娥四號無人探測器實現人類首次軟著陸月球背面後，就日前中國嫦娥四號在月球取得的資料請求與中國合作共享。這是美國罕見的登門尋求合作，也是自2011年之後中美雙方在太空領域的首次合作，之前美國曾頒佈法律，禁止未經美國國會同意擅自與中國進行太空專案合作。

中美持續了近一年的貿易對抗，終於有了不一樣的氣象，不得不說科技的力量是如此的強大。我國探月科技發達，美國才提出了合作的請求。

由此可見，這個時代誰佔領科技制高點，誰就更加強大。目前，引領產業變革的智慧產業，已經上升到了國家戰略的高度。

54歲的戴瓊海教授，1987年畢業於陝西師範大學工學專業，1999年獲得東北大學工學博士學位，是清華大學自動化系的教授、中國工程院院士。

他主要從事資訊交叉科學——計算攝像學的研究，承擔著國家重大儀器專案之一的“多維多尺度計算攝像儀器”專案，想要通過提供從亞細胞、組織到器官的多尺度動態的觀測資料，來完成百萬級腦神經連線的觀測、解密神經系統結構和功能等腦科學規律，為建立新一代神經計算方法（表達、轉換和規則）奠定基礎。

關於當下人工智慧該如何發展，戴瓊海認為：應該從研究腦科學開始，人工智慧要結合腦科學模型來發展。以下內容來自戴瓊海2019國家智慧產業峰會發言內容的整理。

1從人工智慧到腦科學腦科學與人工智慧給人類帶來哪些機遇和挑戰？目前人工智慧的規模，已非常龐大。

關於大腦，人類仍不清楚它是如何運轉的。因為人腦構造非常複雜，擁有上百億的神經元，還有分支等連線起來。而且大腦擁有兩個系統，一個是從腦神經到各個器官的連線系統；另一個是通過免疫系統的再反饋系統。如何完全瞭解腦結構、元素，是科學界一直探索的重要問題之一。

特別是目前類人腦已成為人工智慧發展的一個很重要的方向，人工智慧急需用腦科學的研發成果來建模。

人腦是一個非常複雜的系統，腦神經的連線、800多個神經元和整個器官免疫系統連線，加起來超過整個光纖網路的總和。

目前，人類對於腦的困惑主要在於：首先，不瞭解800多個腦神經具有什麼樣的行為動作；其次不清楚大腦結構圖；再次，人們不瞭解大腦神經元在控制人的語音和視覺時，有哪些神經元在視覺或聽覺中起了作用；最後人類不知如何尋找神經細胞與個體行為之間的關聯性。這四個方向是腦科學研究需長期探討的問題，並與人工智慧密切相關。

對於人工智慧的發展，從機器感知、機器學習到機器思維再到機器決策的轉換，腦科學起到了引導和推動作用。研究腦科學，必須藉助高精度的觀測儀器。

眾所周知大腦包括兩部分，結構和功能，一個系統通常都是結構決定功能。神經系統中，結構是首要的。在這裡，藍色區域是光學顯微鏡，只佔一塊，不能看全腦系統；下面是功能核磁，客觀測動態腦區級功能活動。瞭解到腦區的功能，但不能區分出邊界，腦細胞就是幾個微米大，解析度也只能達到毫米。

目前包括加州理工、麻省理工、哈佛大學等世界上300多個團隊都在做高科技的觀測儀器。在國際上，大視野、高分辨的觀測儀器一直是研究的焦點。

他強調：如果這樣的儀器研發成功，那麼計算神經元的模型和機器學習的模型就有可能被打通。

但目前人工智慧基本都是同類大資料的學習，未能融入各種感知與記憶資料以及資訊傳遞機制等。

他表示：他目前仍沒有找到腦資訊的傳遞機制；將人工智慧融入各種感知、記憶資料等，是全世界許多人工智慧領域科學家正在苦苦探求的事情。

他的團隊目前正通過腦觀測和腦認知的結合來做人工智慧的腦模擬，讓人工智慧做到從感知到決策與控制，變為從認知到決策與控制，具有主動性。“我們的計算攝像儀器，未能看到大腦的視覺連線行為，僅找到了它聽覺和視覺的環路部分，但也不完整”。

他繼續講：“我們的計算攝像儀器，1cm×1.2cm的視場足夠大。最大特點是國際上同類儀器中成像速度最快的，通量也是國際儀器中最大的。通量越多，描述時間的細節越豐富。我們的通量是5.78。2017年7月，我們拍到了第一張全腦的圖，腦皮層達到了100μm，是在動態圖裡擷取出的。”

戴瓊海的實驗室是國際上第一個看到在小鼠聽音樂時全腦神經元變化的研究組。小鼠聽音樂時，那邊是神經元的整個連線狀態。亞細胞級、結構功能的統一，他們在國際上第一個獲得了這樣的成果。

小鼠的狀態，對應的神經圖就是腦連線的狀態。同時還可以看到，小鼠海馬區分層神經元的連線狀態，在這裡他的團隊找到了部分資訊傳遞的這種機制方式。

這是一個毫米級的神經元在傳遞。他希望藉此能分析出它們的模型，找到它們的工作規律，為人工智慧的資訊傳遞機制帶來一些有用的計算方法和模型。

目前，他們計算攝像儀器的解析度和視場加起來不是國際最領先的，但他們的通量是國際領先的，後面會突破400nm，實現國際領先。目前儀器的元器件已完成，計劃在今年1月底前完成400nm最高解析度整合。自從他們的計算攝像儀器做出來以後，引發了不少國際學者的關注。

回想自己的研發工作，他表示：多年研發經歷讓他深感，想要出成果，必須具有端正的科研態度和優良的科研作風。

2搞科研要耐住寂寞，勇於探索他以自己實驗室的工作人員為例，他的實驗室研究方向發生過多次變化，從研究流媒體轉到立體視訊，之後轉到計算攝像學，最後從事於腦科學與人工智慧研究。

由於實驗室成員踏實肯幹、努力進取，所以他們在從事的每個研究方向上都取得了突出成果：他們的立體視訊重構及顯示技術，獲2012年國家技術發明一等獎；新一代立體視覺關鍵技術與產業化，獲2016年國家科技進步二等獎；團隊研發成功了世界上最大視場的高速高分辨光學顯微鏡等科研成果。

他認為，搞科研的人，只要耐得住寂寞，不計個人得失，勇於追求探索，就一定能夠成功。

在談及實驗室同學如何成長時，他表示：當靈感突現時，一定立刻抓住。自己曾在凌晨4點時突然產生一個好想法，就立刻把它發到工作群裡與大家討論，第二天就與相關人員探討自己想法可行性，後來因此獲得了很多的收穫。

“研究者要麼能做出別人想不到的；要麼做出別人做不到的事；要麼將一種研究做到極致。當然，還要低調做人，紮實做事。做研究要頂天立地、嚴謹負責、一定不能學術不端。”這是他一直信奉的。

對於自己熱愛的人工智慧領域，他對人工智慧的未來發展有著深刻、獨到的見解。

3人工智慧會朝著三個方向發展

關於人工智慧，他認為未來可能朝著三個方向發展：第一，生命不斷髮生變化，生命已經進化到現在的人工智慧階段，隨著材料科學的發展，未來生命會發生新的形態、業態的變化，例如人造器官，人工智慧和人的器官已經在一起了，真正實現了一個主動式的人工智慧。

第二，目前有團隊正在求證“意識”是否能夠儲存，這也是時下的熱點問題。

第三個方向是光電計算。現在的電子計算機基於矽級的奈米，量子計算離我們已經不遠了。

將光子器件和矽基整合在一起，這樣的計算機對人工智慧的發展產生了非常大的作用。

當下複雜的演算法使研究者很多工作難以推進。能用好光電計算，可以引領新一代摩爾定律的產生。光電計算一旦產生，儲存、計算一體化將變為皮米級的工作。現在是奈米級的，等到了皮米級的工作，就可以帶來新的摩爾定律的發生。

來源：德先生

部分學術內容來自戴瓊海的報告整理