米兰官网-刘嘉的“信仰之跃”—新闻—科学网

2016年发生的两件事，让生理学家刘嘉奋斗了20年的学术信奉崩塌了。

第一件事是，世界顶尖围棋妙手李世石以1比4败在AlphaGo。这让刘嘉猛然发明，“一个全新世界正缓缓拉开帷幕。”

第二件事则是刘嘉的切身履历。于他介入筹谋与建造的江苏卫视《最强盛脑》节目中，面临经由过程年少人脸辨认20年后的成年人、双胞胎辨认、现场及时照片辨认等挑战，人类顶尖选手败在AI。

他原来自傲满满。早于2002年，他于美国麻省理工学院（MIT）举行博士学位答辩之际，就于第二张PPT里写道，“此刻开始进的呆板辨认面貌的准确率只能是随机程度，而人类可以或许于一秒钟辨认上百张面貌。为何人类云云伟年夜？为何人类云云智慧？为何呆板云云愚昧？”他的答辩标题问题是《面貌辨认的认知神经机制》。

于筹谋《最强盛脑》节目之初，他的判定是，必定人类更厉害，可以不费吹灰之力碾压AI，此次要“让人类的聪明于镜头前痛愉快快地赤诚一下AI”。

当AI战胜人类的那一刻，他于懊丧之余顿悟：他一直求索的面貌辨认问题并不是人类智能的素质地点，本来本身缭绕一个假问题奋斗了20年。

他决议躬身入局，去追求并霸占真实的问题。为了新的方针，刘嘉辞去了北京师范年夜学生理学部部长的职位。他要重返试验室，只想做一个全职科研的平凡传授。

刘嘉

新的信奉

时间拨回到1997年。刘嘉刚到MIT脑与认知科学系最先攻读博士学位，他及导师南希 坎韦施有一则如许的对于话。他说，本身想做挑战年夜的课题。南希告诉他，视觉是人类所有的觉得体系中最重要的信息来历，有60%的年夜脑区域都与视觉有关，而于所有的物体辨认中，面貌辨认是最难的。

刘嘉感觉本身一会儿捉住了重点：面貌辨认就是那颗皇冠上的明珠，他要做阿谁摘取明珠的人。从此之后，5年读博生活生计，以和回国以后的15年间，他一直都于深耕面貌辨认。他想知道人是怎么辨认面貌的、年夜脑的甚么区域于履行这个功效，以和它的历程。

于读博时期，他发明了主要的成果：当人们瞥见一张面貌，年夜脑会用100毫秒把面貌及非面貌区别开，然后才会把这个信息传输到一个专门用在面貌加工的区域，以后再用70毫秒把这个面貌辨认出来。

这就是面貌辨认的怪异的地方，跟其它物体的辨认是彻底差别的。这个功效无比主要——只有于人群中迅速找到母亲的面貌，婴儿才能提高本身的保存几率。

他们的这篇研究文章发表于《天然—神经科学》，迄今援用靠近900次。

然而，他一直以为的最素质的智能问题居然被AI霸占了。更况且，2016年的AI于人们看来还有尤其弱智。显而易见，他选错了标的目的。

他寻求的是最终问题，面貌辨认其实不是。

他要的阿谁问题是甚么呢？固然就是刻于阿波罗神庙的那句“熟悉你本身”：咱们是怎么理解本身的，咱们是怎么理解这个世界的，它暗地里的第一性道理是甚么？

44岁的刘嘉最先寻觅新的线索：于“人猿相揖别”的数百万年里，人类重要于进化以语言为载体的思维能力，以是语言及思维才是最为主要的。

2022年11月30日，年夜语言模子ChatGPT面世的那天，刘嘉正发着烧，有伴侣给他发了一个GPT-3.5的链接。最初发问的问题他已经经不记患了，但他当即意想到这年夜概就是通用AI（AGI）的雏形。震动之余，他的病都好了一半。

再延长出去，他患上出了一个更为震撼的结论：那一天是AI进化史的分界线。于此以前，AI只是一个东西罢了；于此以后，地球上有了另外一个能理解人类的“物种”，人类再也不是孤儿了。

刘嘉说，“假如达尔文瞥见这个时刻的话，他必然会说，一个新的生命降生了。”那末，假如脑科学加之人工智能，会不会于某一天造出一个数字人类年夜脑呢？

彼时，他的身份已经经是清华年夜学基础科学讲席传授、北京智源人工智能研究院首席科学家。

他是云云冲动，以至在为此写了一本题为《通用人工智能：认知、教诲与保存方式的重构》（下称《通用人工智能》）的书，并在本年6月份出书。于自序中，他写道，“把这近十年中我的探索、挣扎、贯通及疑难，攒成为了文字，与你分享”。

一壁镜子

假如说ChatGPT的问世给了刘嘉新的信奉，那末2024年诺贝尔物理学奖颁布给呆板进修则给了他极年夜的决定信念，由于作为获奖者之一的“深度进修之父”杰弗里 辛顿恰是生理学身世。

不仅云云，辛顿的经历也让刘嘉有极年夜共识：剑桥年夜学入学后仅一个月，辛顿便厌烦了物理学“天天12小时试验与钞缮条记”，他愤而停学。一年后重返黉舍，他最先进修心理学，又很快孕育发生了不满，因其只存眷轴突电心理而不讲年夜脑事情机制，在是转向哲学。1970年，他再度回身生理学并得到学士学位。剑桥年夜学卒业后，辛三木SEO-顿成为了一位木工。这时期，他读到了加拿年夜生理学家唐纳德 赫布的《举动的构造》一书，深受触动之余，他决议用仿生要领研究年夜脑智能，以后进入爱丁堡年夜学攻读博士学位。

如许的人生的确就是刘嘉的一壁镜子，他也曾经于人生寻求上摇晃过。

刘嘉是重庆涪陵人，他小时辰常常于夏夜铺着凉席睡于室外，仰望星空的时辰他就好奇宇宙的广漠面孔，这致使他于高中一直想读天体物理专业。不外他的设法由于一本关在弗洛伊德的列传转变了。他突然感觉生理世界比宇宙更为广漠，更为繁杂，他要去学生理学。

1990年进入北京年夜学生理学系后，他才发明这门学科太“文科”了，布满了哲学思辩以和没有逻辑的死记硬违，那远非他想象中的科学，在是他于本科时期学了北年夜计较机系的焦点课程。他还有辅修了无线电系的电子学与信息体系，皆因年夜脑也是一个信息加工的体系，他感觉学信息论也许会帮忙他理解年夜脑。

他终极对峙完成为了生理学的学业，并于读完北年夜认贴心理学硕士后，奔赴麻省理工学院攻读博士学位。

实在，刘嘉于年夜学做的工作远不止上述。根据他的说法，“红道”“黑道”及“黄道”他都试过了，终极才回归生理学。

所谓“红道”，就是走宦途。他年夜一的时辰竞选过北年夜的校学生会主席，于第二轮即被裁减出局。于这个历程中，他只感应了累，彻底找不到“high”的觉得，他就大白这条路不是本身想要的。

“黄道”跟挣钱有关。于1995年硕士一年级的时辰，他就靠写软件挣到了不少钱。他不会理财，有了钱就只会带伴侣去北年夜南门“胡吃海塞”“喝了就吐”。他仍旧没有“high起来”。

他决议苦守“黑道”，也就是做学问。这条路虽然很累，人为也很低，但“越做越high”，这就充足了。

刘嘉最早接触AI是1994年。他用传统人工智能要领符号AI做了关在人格丈量的专家体系，并得到了北京年夜学“五四青年科学奖”一等奖，他是独一获奖的本科生。他那时看到的AI远不是他期待的，直到他听了一名刚从日本回国的博士讲的人工神经收集的课，才感触感染到了“AI的灵动”。惋惜那时的电脑算力过小，一台386台式机的算力都远远比不上此刻的智能手机。

之以是奔赴MIT读博，其一是由于刘嘉经由过程互联网知道了人工智能之父马文 明斯基，后者恰是于MIT人工智能试验室任教；其二是他读了已经故计较神经科学范畴前驱年夜卫 马尔关在视觉的著作。于那本书中，这位MIT传授用了一堆数学公式讲述人类为何能瞥见这个世界。刘嘉顿生崇敬，认为认知科学就应该是如许的，那才是本身应该为之奋斗的标的目的。

惋惜的是，当刘嘉来到MIT见到马文 明斯基，于聊起人工神经收集时，这位年夜佬却一脸消沉，告诉刘嘉这个标的目的不值患上做，然后建议他回归脑科学研究。

当乘坐冷冰冰的电梯从马文 明斯基办公室出来，他的心绪一如马文 明斯基般消沉。他还有是服从了年夜佬的建议，再也没碰AI。

刘嘉于北年夜念书时期。

“理解智能的素质”

实在刘嘉对于AI的兴致一直没有消亡。之前的AI太弱智，无法做好玩的工作，当AI再也不弱智了，干事的机会来了。

回首近来十年的学术之路，回归试验室后的刘嘉其实不顺遂。他反思，本身犯了多个过错。

第一个过错是，为了寻求可注释性，他利用的人工神经收集的参数目过小。他没有存眷OpenAI的事情，而是跟随了DeepMind XLand的事情，甚至于2020年6月GPT-3问世以后，他曾经批判那是个试图靠堆参数堆出智能的“傻年夜粗”。他坦承，本身错患上非分特别离谱。

这个过错，是他于2023年才熟悉到的。究竟神经收集过小时，不成能具备真实的智能，人们没措施期望从只有302个神经元的奇丽隐杆线虫中获得关在智能的研究成果。

第二个过错是跟风。他也想做基在Transformer的年夜模子，直到2023年年末，他才想到了生物进化的维度。

他发明，更多的神经元数目并不是高级动物区分其他动物的独一特性，不然神经元数目远多在人类的年夜象及鲸会比人类更智慧，那末进化就成为了他参照的智能规则。他要回到本身擅长的范畴里，把脑科学及AI联合起来，看看智能是怎样进化而来。由于他的第一性道理是“进化不会干无聊的工作”。

与如今风行的AI for Science差别，刘嘉想要做的是，让脑科学帮忙AI来成长，就像昔时辛顿同心专心要让呆板模拟年夜脑的运作机制同样。

刘嘉看到了当下年夜模子的短板，那就是，它只能做从1到100的工作，而对于从0到1的倾覆式立异的工作力所不及。以是于他看来，如今最该攻破的反却是脑科学，只有把脑科学的底子问题解决了，才能开导下一代AI的降生。

刘嘉于做甚么呢？“理解智能的素质”，他们的标语简便了然。

于刘嘉的试验室，《中国科学报》记者见到了年夜量开着颅窗的转基因小鼠。他们正于使用宽场的单光子钙成像技能记载小鼠视觉皮层的上万个神经元的勾当。刘嘉想知道，当小鼠于做某个认知使命的时辰，这些神经元组成的生物神经收集是怎么勾当的？如许的研究也许能开导新的人工神经收集算法。

就于前两年，他们课题组还有于以狨猴为研究对于象。不外他很快发明，每一次能记载的山公神经元有限，在是他转向了小鼠。如许他就能一次不雅察上万个神经元的勾当，只有云云，他才能把研究成果及人工神经收集尴尬刁难比。于做神经元成像时，同时记载100个神经元及同时记载1万个神经元，获得的成果是彻底差别的——就像年夜模子的成长同样，范围会带来认知功效的涌现。

1998年，刘嘉于MIT。

“信奉之跃”

如今的刘嘉不出差，不到场各类会，“老诚实其实第一线做研究”。

刘嘉这类坦然的姿态传承自他的导师南希，后者是一名个性统统的科学家。昔时回国之际，刘嘉问导师，成立本身的试验室有甚么窍门。南希告诉他两个要害词——tough and fair。刘嘉不解：fair是公允的意思，那tough是对于人严肃吗？南希说，实在是simple and straightforward（简朴及直接）的意思。

刘嘉立刻大白了，导师的意思是：不需要迂回曲折、绕来绕去。若要去申请经费，拿文章、拿试验提案就充足了；若是学术不雅点及他人差别，就能够直接表达出来。fair则是对于事不合错误人，科学眼前，学生、教员人人平等。

可是，tough and fair其实不象征着特立独行。他意想到，DeepMind战胜麻省理工学院与哈佛年夜学的布罗德研究所，因解析卵白质布局拿到了2024年的化学诺奖，充实申明了传统的小而美的试验室及传统的教员、学生的单线互助研究模式已经然掉效。

于AI时代，科学必需患上像DeepMind那样以工程化的方式来鞭策，即Engineer for AI for Science（基在工程架构的人工智能助力科学研究）。跨学科的互助，已经经成为脑科学+AI成长的须要前提。

2024年，他开启了“小曼哈顿规划“，即于黉舍的撑持以和已经有生理学基础上，创立了融生理学、脑科学及人工智能三个交织学科的生理与认知科学系，最先了一段新的征程。

“信奉之跃”，这是刘嘉为辛顿写的小传的标题问题，实在那是写给他本身的。

辛顿是刘嘉的最年夜偶像。当辛顿攻读博士学位之际，恰是神经收集研究的严冬。马文 明斯基于其著作《感知机》中严肃批判了由神经收集通向AI的门路，断言“研究神经收集是一条死胡同”。这时候候，辛顿的导师也违弃了神经收集，转投符号主义AI阵营。然而辛顿却执着在神经收集研究，成为了阔别经费、导师及学界撑持的孤勇者。

辛顿的信奉是坚定的，“没有理由认为人工神经收集做不到咱们能做的一切”。早于剑桥念书的时辰，他就宣告：“理解年夜脑的独一措施，就是亲手造一个出来。”这是他的信奉。

昔时刘嘉辞去了生理学部部长的职位，这于很年夜水平上有相似的地方。

他把这个信奉的泉源归纳为延迟满意，这类延迟满意甚至是逾越生命周期的。刘嘉常常告诉学生，干事情要思量时间标准，要把它放到5年、50年，甚至逾越你的生命的标准上来对待其价值。

于要领论上，他尽力推许的一个计谋是，进攻是最佳的戍守。

他是海内利用功效磁共振研究年夜脑功效的前驱之一。昔时他刚到MIT念书，导师就最先用功效磁共振研究年夜脑功效。刘嘉在2002年插手中国科学院生物物理所，介入组建了海内第一台用在脑科学研究的磁共振装备。2006年到北京师范年夜学后，他主导设置装备摆设了海内高校第一个磁共振脑成像中央。

他没有满意在这些成绩，反而跳出了恬静区，不再碰磁共振了，缘故原由是其空间及时间分辩率太差，彻底不克不及满意人工神经收集研究需要。随后，他又从人的研究转向了山公研究，以后再次转向了小鼠的研究。

于《通用人工智能》一书中，他云云总结本身的学术思惟：假如只是沿着认识的门路进步，虽然轻易且安全，却可能让你堕入认知的局部最优陷阱——你以为本身已经司理解了整个世界，实则只是恪守于一个狭小的角落。

这就要不停迭代本身：于最先练习前，都必需明确一个方针函数。这个函数界说了模子但愿到达的抱负状况，而练习的全数意义就于在不停优化参数，让模子愈来愈靠近这个方针。

人生也需要界说方针函数。他说，不消执着在切确地计划将来的每一一步，那样反而可能堕入过分阐发而迟迟没法步履。你需要做的是“强行腾飞，粗拙最先，空中加油”，找一个年夜致准确的标的目的，然后不停调解、不断向前。

这恰是刘嘉实现信奉之跃的路径。

本文部门内容参考了《人文清华播客：对于话清华学者》的刘嘉专访，人物图片由受访者提供。