图为2023脑启发人工智能认知架构国际研讨会现场

随着以大模型为代表的人工智能出现高耗能、训练困难等问题，受大脑结构和功能启发的类脑人工智能成为智能概念研究的新风口。

如何让人工智能更像人？今天（10月14日），2023脑启发人工智能认知架构国际研讨会在宁波开幕。

本次会议以“脑启发人工智能认知架构”为主题，聚焦脑启发人工智能认知架构在构建和应用过程中需要解决的各类问题，邀请100余名来自世界各国的专家学者进行“头脑风暴”。

专家正在发表主题演讲。

人工智能未来发展方向是什么？美国道尔动态对象语言实验室公司首席科学家保罗·罗伯逊认为，人工智能的未来在于与人类进行流畅互动，未来的人工智能系统将越来越像人，以实现流畅的互动。

然而据了解，现有人工智能发展已经出现瓶颈，比如普遍缺少推理和认知能力、想象能力、理解能力、共情能力等。

因为现有人工智能进行深度学习时，大多以大数据为基础，学习和分析过程与“盲人摸象”很相似。人工智能系统中储存有“大象腿”的数据，才能摸出“大象腿”，储存有大部分“大象”外形的数据，才能识别出“大象”。这就有很大的局限性。

要实现人工智能领域的变革，让人工智能像人一样思考很有必要。

“让人工智能像人一样思考，很难。人的认知分为多个层次，比如‘直觉’和‘反思’思维，深入理解这些思维在不同认知任务中的关系以及相互作用，是人工智能更加智能的基础。”伦斯勒理工学院认知科学与计算机科学教授罗恩·孙说。

专家学者正在发表主题演讲。

现场，英国曼彻斯特大学机器学习和机器人学教授、曼彻斯特机器人与人工智能中心联合主任和创始人安杰洛·坎格罗西分享了他取得的成长性机器人学相关成果。

成长性机器人学是一种新的跨学科方法，属于更广泛的认知机器人学领域，体现的正是脑启发在人工智能中的应用。

他认为，体验是人认知和学习的重要手段，这对人工智能认知训练具有很强的借鉴意义。例如想要赋予机器人感知和思考的能力，他会像对待小孩一样教学，引导机器人了解“是什么”“在哪里”等信息，再让机器人去思考，给出“什么事物正在何处”的结论。

专家学者正在发表主题演讲。

搭建脑启发人工智能认知架构，重点要破解人工智能思考的可解释性问题。

美国密歇根大学综合认知中心联合主任、John L。 Tishman工程学院名誉教授约翰·莱尔德认为，类脑人工智能可以与现有大语言模型等进行优势互补，融合计算，帮助人工智能突破现有局限，让人工智能可以根据思考分析，感知生物反馈，实现针对性对话和交流。

那么，现代人工智能系统已经赶上或超越人类水平了吗？意大利萨莱尔诺大学计算机科学副教授安东尼奥·列托认为，仅分析当前人工智能的部分行为表现就得出肯定的结论，将落入行为主义的陷阱，人工智能的认知能力分析同样重要。

据悉，脑启发人工智能认知架构国际研讨会是一个在全球范围内连续召开的学术会议，主要关注人工智能、认知和神经科学交叉领域，至今已举办了13届。本次会议作为2023世界数字经济大会系列专题活动之一，今年首次在中国召开。会议由美国生物启发认知架构协会主办，宁波大学科学技术学院承办。

“人工智能是‘数字中国’建设的重要内容，是新一轮科技革命和国际竞争的焦点，还影响着城市经济结构、智慧治理、社会变革。”主办方负责人表示，会议希望搭建起全球高校类脑人工智能学者的交流与合作平台，分享国际前沿的科研成果与技术，为宁波数字经济创新集智赋能。