就在不久前，AlphaGo 在围棋上打败了人类最后的希望，身为创造 AlphaGo 软件的公司 DeepMind 创办人，Demis Hassabis 可以称得上对人工智能（AI）“略懂一二”。
这样的 Demis Hassabis 近日提出了一个大胆的想法，他认为要让 AI 展现出真正潜力的唯一方式，就是得从人类智慧中获得更多灵感。
麻省理工科技评论（MIT Technology Review）报导，目前多数 AI 系统都是基于数学层面上设计，只有非常少的细节是由人脑工作方式启发，但在这样的情况下，不同类型的机器学习，像是语音或图像辨识，就得仰赖不同的数学结构进行，得出的算法也只能用来执行特定的任务。
其实打造出能执行一般任务、非面向特定市场的 AI，一直以来都是机器学习领域的愿景，但事实上是，要将特定算法扩展至通用领域，是难以置信的困难。其中部分原因可能是 AI 发展仍处于起步阶段，像是好奇、想像力、记忆力这些人类特征并不存在系统中。
Hassabis 认为，要让 AI 突破现有的界限再往上提升，就必须更了解人类智慧如何运作，并将其应用在 AI 系统。近日发表在神经元（Neuron）期刊的论文中，Hassabis 和 3 位合著者解释了这个想法。
论文指出，了解人类大脑的运作方式，将能帮助研究人员为 AI 系统设计更好的结构及算法；其次，在建构及测试 AI 系统时，也更能帮助人们定义什么才是真正的智慧。
Hassabis 在论文中透过介绍神经科学与 AI 发展的历史，来帮助人们了解两者间的交互作用，像是许多人曾听过的深度学习（deep learning），就是透过人造神经元了解内容并强化学习，在错误中学习经验，了解这些对神经科学都有很大的帮助。
论文指出，近期 AI 的研究方向比较没有仰赖生物学，但想要进入一般生活领域，AI 需要学习更多人性化特征，像是对现实世界的直觉理解，以及更有效率的解决方式。
Hassabis 认为要达到这个目的，最好的解决方法就是让“人工智能”与“神经科学”两个研究领域互相交流思想，来促进双方之间良性循环。
Hassabis 并非唯一有这种想法的人。纽约大学心理学教授、Uber AI 实验室前主任 Gary Marcus 认为，通过运用儿童认知发展的研究结果，可以让机器学习系统更往前一步。
但是人工智能和神经科学已经是两个非常大的发展领域，即使是成为其中一个领域的专家都很困难，更别说同时专精两个领域。就像 Hassabis 接受采访时说，最终还是得由双方专家互相“翻译”，才有助于找到两个领域之间的联系。
- Google’s AI Guru Says That Great Artificial Intelligence Must Build on Neuroscience
- Neuroscience-Inspired Artificial Intelligence
（首图来源：达志影像）
延伸阅读：
- DeepMind 想透过认知心理学，来弄清楚人工智能的思考模式
- 为阻止人工智能毁灭人类，DeepMind 招募了一群专家做防护
- 人人都能打造自己的 AlphaGo！Google 宣布将 DeepMind 程式码开放成开源
