在复旦大学举行的类脑人工智能主题论坛上，复旦类脑智能科学与技术研究院院长冯建峰介绍，传统人工智能，主要依靠机器学习算法，通过计算机强大的运算能力，将判断决策行为从大量的数据中进行抽象和总结，转化为一类特定的计算模型，最终实施在特定的应用中。但是，传统智能的问题在于：知识引导方法长于推理，但是难以拓展；数据驱动模型善于预测识别，其过程却难以理解。如何有机协调数据驱动人工智能与知识引导人工智能的各自优势，探索有机结合逻辑、先验、知识以及数据的模型与方法，形成解释性强以及数据依赖灵活的人工智能，是当前面临的难点问题。　　

　　脑科学研究发现：为了应对各种认知任务，大脑要在短时间内保存和处理各种感兴趣信息，完成这个过程的大脑系统就是“工作记忆”。工作记忆是形成语言理解、学习与记忆、推理和计划等复杂认知能力的基础。此外，基于生物层面的神经突触信号传递作用机制、脑区间环路特征、脑信息表达与处理、脑结构和功能图谱、脑重大疾病发病的环路机制等成为研究热点，这些都为人工智能的突破性发展提供了新的方向。

　　未来，如果能够“破译”大脑信息处理与神经编码的原理，再通过信息技术予以参照、模拟和逆向工程，那么，就将建成以“类脑智能引领人工智能发展”为标志的新一代人工智能，随着脑芯片等新技术的出现，人类将产生新动能、新生活。

　　英国伦敦大学高等研究院感知学习中心主任科林·布莱克莫尔表示，与25万年前相比，人类大脑的结构没什么大的变化，但容量却发生了剧变，一直处于进化中。现在我们了解到，大脑的一些部位具有特殊功能。这位专家介绍，在一次实验中，他把正常人和拉小提琴拉弦乐的人的左手进行了比较，如果是拉弦乐的话，其左手需要做很多相关的肌肉记忆，如果小提琴拉得越早，大脑方面跟手指相关的区域就会越大。

　　布莱克莫尔教授指出，显然，人脑的许多功能皆有可能应用于新一代的人工智能中。人脑从社交过程中获取新的信息和新的能力，因为人在生活中会接触到其他的人，接触到其他人过去的历史，因此也会对自身的大脑产生一些反馈和影响。那么，未来机器智能有这些能力吗？机器智能能不能获得像人类一样的情感呢？人类对外部世界的探索，能不能被移植到机器智能上面，通过机器智能自主地探索，会不会也能增加机器智能程度呢？

　　当机器拥有人一样的大脑，当神经生物学原理发展而来的脑启发智能算法应用普及之后，一切皆有可能。 本报记者 张炯强