类脑人工智能发展

               人工智能技术：未来的大国较量

人工智能技术代表着国家竞争力，并正在以前所未有的速度渗透到现代服务业、工业和军事等领域中。随着老龄化社会的到来，需要大量具备能理解人类意图并进行人机协同工作的智能机器人，欧盟 SPARC 就启动了全球最大的民用机器人研发计划；以 IBM Watson 为代表，将有大量具备复杂数据整合和分析能力的人工智能用于医疗、法律、政府决策等领域，正在替代很多专业领域的白领工作；通过人工智能技术实现无人驾驶，不但释放大量劳动力、提高生活质量，且是另外一个万亿级规模产值的领域。

我国人口红利的消失也迫切需要发展各种智能机器人替代蓝领工人，智能化成为未来工业发展的必然趋势。德国“工业 4.0”，软银集团的孙正义 提出 2050 年机器人拯救日本经济等计划，无不对中国智能产业发展构成重大挑战。

美国的 X47-B无人机实现在航母上的自主起降，美国的 BigDog 能在多种复杂环境中自如稳定行进，世界军事强国已逐步形成以加速发展智能化武器装备为核心的竞争态势。

BigDog四足机器人

                      人工智能的发展瓶颈

人工智能要满足现实需求还缺乏足够的适应性.图灵机计算的本质是需要人们对现实世界进行形式化的定义，模型能力取决于人对物理世界的认知程度， 因此人限定了机器描述问题、解决问题的程度。这使得目前的智能系统在感知、认知、控制等多方面都存在巨大瓶颈。

目前的人工智能技术缺乏通用性.语音识别、 图像处理、自然语言处理、机器翻译等采用不同的模型和不同的学习数据，两种不同的任务无法采用同一套系统进行求解，不同任务之间知识也无法共享。

高耗能的代价.目前基于深度学习方法已经在人工智能领域取得了很大的成功，然而其代价是高耗能。 例如在执行 AlphaGo 这样的任务时，共动用了 1202 个 CPU 核和 176 GPU 核，采用了 40 个搜索线程进行计算。我们还无法想象要实现一个具备大脑功能的智能系统按照目前的水平需要多少供电。而人类大脑的功耗仅在20W左右。