复旦大学紧跟热点 将建设脑与类脑智能领域科创中心

脑科学与人工智能的结合是现今的科技热点。脑启发智能算法的崛起催生出新一代类脑人工智能系统，为疾病诊断、智能机器人等产业带来新的发展机遇。9月18日，2018世界人工智能大会——类脑人工智能主题论坛：“脑智融合，合作创新”在复旦大学光华楼举行。

该论坛由复旦大学类脑智能科学与技术研究院、中国科学院脑科学与智能技术卓越创新中心、复旦大学科学技术研究院等承办。伦敦大学高等研究院感知学习中心主任Colin Blakemore、中国科学院脑科学与智能技术卓越创新中心主任蒲慕明、英国帝国理工学院教授陆永青等做了主旨报告。

复旦大学校长许宁生在致辞中表示，复旦大学将承担脑与类脑智能转化研究，建设脑与类脑智能领域的具有全球影响力的科创中心。他期待人文与社会科学与人工智能领域的结合。

伦敦大学高等研究院感知学习中心主任、英国皇家学会会士、中国工程院外籍院士Colin Blakemore作了“基因，可塑和神经计算”主旨报告。他首先阐释了不同动物大脑功能的进化和突变的基本情况。他提到，现代人类的大脑的很多功能，在过去的五百年里是很难想象的，那是因为我们的大脑容量不断增长。他认为4000至5000年前出现书写和阅读是人类大脑功能增长的非常重要的节点。

Colin Blakemore认为，在基因上相似的人，他们的大脑也具有很强的相关性。有人对同卵和异卵双胞胎作了研究，发现大脑灰质厚度的相似性在同卵双胞胎中大得多，但是额外皮质的相似性在同卵双胞胎中并不高。这一现象与大脑可塑性有关。例如，在记忆过程中，大脑会不断地改变。

中国科学院脑科学与智能技术卓越创新中心主任、中国科学院院士、美国科学院院士蒲慕明作了“突触可塑性与机器学习”主旨报告。他指出，大脑中有海量的突触，有不同种类的神经元细胞，不同的神经元又有不同的结构和功能。大脑会随着外界的刺激做出改变，可塑性就是一个非常好的体现。一旦电信号进入人的神经网络，就会对神经元和突触产生结构改变，比如其物理性状和结构方式。他介绍了中国、加拿大等国科学家在神经突触领域的研究发现。

蒲慕明介绍，神经元有各种种类，有长时程和短时程的可塑性，部分调节性的神经元对强化学习十分有用。在神经网络中，突触的传输有很多的延迟情况。这对于未来的机器学习有很多学习意义。

英国帝国理工学院教授、英国皇家工程院院士、美国电子电气工程师协会会士陆永青做了“可重构系统的研究进展”主旨演讲。

“前面的嘉宾讲到大脑是可塑的，也是可重构的，但今天我要讲的是有可重塑性属性的计算机，希望能为计算机科学家和大脑研究者提供一些灵感”， 陆永青说。

陆永青首先介绍了计算机科学中的FPGA系统(Field-Programmable Gate Array，即现场可编程门阵列)。通过FPGA，研究者能够做基因数据的分析、金融数据的模拟，包括微软和亚马逊在内的很多大公司都在数据中心使用FPGA。他还展示了卷积神经网络(Convolutional Neural Network， CNN)在图像识别领域的应用。 他希望能开发出一种工具，为对计算机不了解、对硬件不熟悉的神经科学家设计出适合他们的类神经网络系统。