特倫斯·謝諾夫斯基（Terrence Sejnowski）是人工智能領域的一位重要人物，他是世界十大人工智能科學家之一，深度學習的奠基人，還同時兼任NIPS（全球人工智能頂級會議）主席。他剛出版了一本新書，名叫《深度學習：智能時代的核心驅動力量》。特倫斯在這本書裡展望人工智能未來的時候提出，人工智能受到了腦科學的啟發，越來越像人的大腦。當人工智能得到發展後，腦科學也可以受益。因為在機器學習中開發的這些工具和技術，將可以用來解釋大腦。所以，這兩個領域之間有著很好的互動。
在接受媒體採訪時，特倫斯被問到一個有意思的問題，那就是為什麼人類只需要一兩個杯子的樣本，就能認出其他杯子，而AI可能需要上千個杯子的樣本才能識別出杯子。
特倫斯用人腦作為例子回答了這個問題。他說，雖然我們大腦皮層有很多特殊區域，負責一些特殊的事情，但這些區域屬於同一個操作系統，只不過是不同的部分在進行協作，信息在系統的不同部分之間流動。這就是涉及到“意識”的問題。換句話說，這些特殊的系統之上，肯定還有一個層級。特倫斯說：“你並不會意識到你的視覺，你也沒有語言意識。但不知為什麼，我就是可以看到你，可以聽到你，可以觸摸到你。當把你放到一個背景中，我就可以認出你臉上的表情。這些在我大腦的不同部位發生著，是一個協調的過程。”
而對於目前的深度學習網絡來說，每個網絡可能都解決了一個問題，比如，我們已經有一個視覺網絡、一個語音網絡，還有一個語言網絡，以及一個運動系統網絡。但我們真正要做的是，“想出一種全局的方法，來組織協調所有這些網絡”。這是深度學習網絡缺少的東西，也是未來的發展方向。
大數據處理信息服務商金盛網聚WJFabric認為，依特倫斯的觀點，腦科學的原理可以幫助人工智能發展，人工智能在未來會越來越像人類大腦。搞明白人腦工作的機理，對於發展人工智能十分重要。因為以人腦的運行方式可以解決現階段的很多問題。同時也能夠促進大腦運行的升級，因為大腦有更多機會解決更復雜的問題。由此可見，AI與人類大腦不是非此即彼的關係，構建二者的深度良性互動是新價值創造的基礎。
閱讀更多 金盛網聚 的文章
