刘嘉表明，从认知神经的视点思索，了解智能有3个层级，硬件层面、表征与算法层面以及核算意图层面。对应到生物智能中，分别是脑神经结构与功用、生物神经网络模型以及认知模型。课题组将分别从3个层面中止研讨：生物基础、网络模型、生物视觉。其间，将环绕“生物视觉的认知神经基础”用多种脑成像的方法，根究大脑的精细结构、阐明生物视觉的认知功用和核算架构;中止“AI的脑解析”，使用认知神经科学的研讨方法翻开人工智能(深度学习网络)的黑盒子;根究“类脑的AI”，根据生物视觉认知的研讨效果，构建类脑视觉信息处置的模型与算法。
“以认知神经为基础，人工智能将进入一个新的打开轨迹，尽管它的打开不会像咱们幻想那么快，因为许多技能应战需求处理，但只需方向仇人，速度仍是比较快的。”黄铁军表明，“假设要完结类似生物那样的智能，我认为各种人工智能根究途径终究都将收敛到生物大脑模型上。”
三学科交叉融合探寻生物智能本质
在自然界中，咱们看到生物智能可以完结许多意图。那么，生物智能是怎样作业的?
据引见，生物界中，线虫神经元的数量是302个，果蝇是25万个，斑马鱼为千万级，小鼠挨近1亿，绒猴是10亿级，猕猴差不多百亿级，而人有860亿个神经元。当然这些生物体神经元之间数量差异达亿倍，可是它们都可以满意生计需求——获得食物，躲避危险，繁殖子孙。刘嘉指出，尽管不同的生物在智能的上下上存在不同，可是无论是几百个神经元的线虫，仍是有千亿个神经元的人类，他们都具有人工智能朝思暮想的通用智能。所以，从生物智能的视点来看，通用智能并非一定要依赖于非常多的神经元来完结，而是神经元通过某种规矩的组合。
可是，生物智能底层的规矩是什么，现在尚不清楚。刘嘉着重，“这些规矩是可以通过研讨来获取的。在曩昔的几十年里，研讨者分别从三种不同视点根究智能的本质：一是自下而上的生物学视角，它是忠诚于生物神经基础的仿真;二是自上而下来构建抽象的认知模型，以认知科学为中心。三是最近鼓起的折中之路，以深度神经网络为代表的在仿真与模型之间核算科学的路途。”
刘嘉引见说，往后的研讨方向是把神经科学、认知科学和核算科学做深度的交叉。而人工智能的打破或许就在这三个学科的交叉点——它现在当然是一个无人区，在技能和范式上有许多不知道，存在许多应战，可是布满期望。为在这个交叉点打开作业，必需要有一个底层的支撑，这便是生物智能开源敞开渠道。
具体而言，研讨人员预备构建一个多标准、多精度、多模态的开源敞开渠道，把生物神经数据、行为范式数据、认知进程及表征数据，以及相应的生物、核算和认知模型等放进去。在这渠道之上，吸收更多的人参与进来，根究智能的本质，构建关于智能的理论。
(本内容归于网络转载，文中触及图片等内容如有侵权，请联络修改删去。商场有危险，挑选需谨慎!此文不作生意及出资根据。)
