最近教授推荐阅读了IEEE SPECTRUM六月份的特刊，主题非常明确：我们能否制造出会像我们一样思考，具有智能的机器？换言之，我们能否在保留基于晶体管的硅基处理器强大计算能力的同时，使处理器拥有大脑的智慧。

特刊中的文章对人工智能的定义分为两个阶段。首先是具备真正意义上智能的“功能”，比如使机器具备人类的学习能力，抽象能力，推理能力，归纳能力等等。可参考What Intelligent Machines Need to Learn From the Neocortex这篇文章的详述。在这之上，机器是否有一天可以真正具有“智慧”，暨自己的情感，思考，意识和自我认知等作为一个智慧生命个体所必备的要素这些内容则在Can We Quantify Machine Consciousness?
这篇文章中进行了讨论。

有关本期特刊的全部文章可以在IEEE SPECTRUM免费阅读。

作为一个赛博朋克迷，在读完本刊之后，发现所研究的领域可以引领我到达的方向（尽管遥远）就是我从小精神内核里最中二的那个幻想的时候，那种兴奋是难以言表的。尤其是研究生毕业以后几经折腾，总算是确定了未来相当长一段时间内(但愿是终身)所投身的方向。在还有几分钟就又要老一岁的特殊时间里，还是不由得会感慨一下，能有现在这样的环境和时间来使用深度学习中的模型方法作为工具，来一点一点探索拓展自己领域里的知识疆界，哪怕极度微小但却有机会实实在在给技术和行业的进步贡献一点点微弱的力量，这真是最好的生日礼物了。

尽管目前的方向更多的是基于使用深度学习的各种方法来探索网络表征和其他基于社会网络的研究探索，看似好像没有图像识别、自动驾驶或者机器人相关领域的“人工智能”来的直观，然而仿生的“智能”学习和推理认知能力配合计算机强大的算计能力，才是挖掘蕴含着庞大信息网络的法宝。

人脑有着许多计算机领域研究人员梦寐以求的强大能力，比如无与伦比的学习速度能学习能力。举个例子，大部分人可以仅仅通过粗略的看几张长颈鹿的照片，便可以没什么难度的识别出各种场合和形态的长颈鹿目标，甚至是是一个画风比较抽象的卡通长颈鹿或者博物馆的长颈鹿骨架。这种能力在目前的深度学习图像识别中是不可想像的。人脑可以轻松的把看到的2D对象在脑内3D化建模（目前的图像处理算法也实现了2D转3D建模，不过能力、精度、效率和能耗与人脑完全不可相提并论）。依靠人脑内的新皮层(Neocortex)等复杂神经网络组织，大脑具备了包括学习，记忆，推理等高级功能，而这些功能最终在某些机制(此处学界尚有争论)的作用下，形成了我们之所以为智慧生物的根本——自我认知与自我意识。目前针对大脑结构，尤其是新皮层(Neocortex)和其中的连接体(connectome)的研究，神经学家与计算机科学家们开始研究用特殊的软硬件来模拟脑内神经连接和沟通的方式。这个领域叫做Neuromorphic(神经形态)，通过模拟人脑所创造的新型计算机处理器称之为Neuromorphic Chips。具体可以参考Neuromorphic Chips Are Destined for Deep Learning—or Obscurity这篇文章。

目前Neuromorphic还是一个非常前沿的领域，有太多的问题等待去攻克。人脑 —— 这个在我们头骨保护中的平均1.3千克重的复杂神经组织，消耗着我们人体大概全部新陈代谢总量的20%的能量来维持运转。以基准新陈代谢产生100watts能量来计算，我们每个人相当于装备了一个20watt功耗的超级电脑！要考虑到现在最强大的超级电脑能耗都在2千万watt上下，尽管如此耗能，硅基冯诺伊曼架构的计算机却完全无法赶上人脑除了数学计算外的其他能力。

Can We Quantify Machine Consciousness?这篇文章深化了何为“智能”这个问题。哪怕是计算机完美实现了上文中人脑的大部分功能，我们依然无法说它对外界信息的刺激有任何的主观感受，换言之，计算机尽管功能逐渐发展的十分强大，它依然不具备“智慧”，不具备自我意识。这篇文章结合computationalism(计算主义)和由此诞生的computational theory of mind（心灵计算理论）辩证地阐述了人工智能与机器自我意识间的相互联系，值得一读。

零零散散说了这些，其实非常的宽泛和浅显。真正产生价值的知识和研究还需要定下心一步一步来。最后值得一提的是，学界内部对于机器学习，再说宽泛一些，对于人工智能的态度是相对非常理智且冷静的。毕竟从50年代开始，所谓的“人工智能”一路大起大落，被舆论追捧又被舆论嘲弄不是一次了。目前人工智能这个大类在06年之后乘着Hinton等人深度学习的东风焕发第三春，不过随着研究的深入，计算能力和能耗逐渐还是会成为一定的瓶颈。基于Neuromorphic Chips的新型适配机器学习等特殊任务的人工智能芯片或者传说中的量子计算机也许会成为这个领域新的强心剂。

国内现在社交网络和媒体铺天盖地的人工智能，颇有前两年一切东西都弄的“云里物里”(云计算+物联网)的浮夸风范。当然了，本来就很有前景的东西在一些不懂行却敢说的营销人眼中，巴不得把泥娃娃吹成孙大圣，何况目前的技术比泥娃娃强太多了LoL…全民的关注固然能促进领域内人才的集中和经费还有研究转化能力的提升，但是现在是个公司，随便用现成框架做个极度普通的数据分析配合一个可视化插件都敢说是人工智能，这难免有挂羊头卖狗肉之嫌。

综上所述，从研究角度出发，许多的研究人员都想着不断逼近现有计算机架构的底线，跨学科结合生物学(Neuromorphic Chips)来使得计算机更适合机器学习乃至整个领域的计算需求。这也算是我这段时间体会的一个小结，继续加油吧。生日快乐。