《科创板日报》（上海，记者 金小莫）讯，即便已诞生了诸多应用，但作为人工智能最为核心的算法正遇瓶颈：如何进一步提高运行速度、优化运算结果并且降低能耗？

在7月10日举行的2021世界人工智能大会类脑主题论坛现场，复旦大学类脑智能科学与技术研究院院长冯建峰给出了一个答案：向人类的大脑学习。

“人工智能的核心就是算法。人脑的本质也是算法。”冯建峰认为，就像知识迁移是人类天生的技能，机器模仿生物从熟悉领域到未知领域的学习方法，构建跨领域、跨模态迁移学习模型，充分利用大量旧的已标注样本和当前少量标记数据，训练新模型，解决新问题。

事实上，人脑研究与人工智能的发展渊源颇深。冯建峰罗列的数据显示，有关人工智能的早期的学术论文大都发表在生物学、心理学期刊上。 “脑科学可以为人工智能提供生理学原理、数据、机制等，并启发更具通用性和自主性的人工智能新模态。”冯建峰表示。

不过，人脑的“算法”如何运行，我们仍无法看清。人脑中共有864亿个神经元，目前科学家可以实现的仅是对拥有302个神经元的线虫的简单模拟。 为了进一步了解人脑“算法”，冯建峰与团队策划了两条路径：一则是拼图法，通过数学算法，一方面解析大脑每一个部分，自下而上，用一块块小小的“拼图”，最终拼出一个完整的大脑；另一则是自上而下，用最先进的磁共振扫描仪，扫描人脑出人脑结构，再用最先进的算法对照模拟出“数字孪生”的人脑。

在论坛上，冯建峰展示了他自己的大脑CT图以及他的“数字孪生”脑：一个轮廓平滑，一个更像“毛坯房”：“这是我的脑子的立体扫描结构，与普通人一样共有约860多亿个神经元，另一边是基于超级计算机算力、对其进行的复制和模拟。”

冯建峰介绍称，去年，他与团队对“数字孪生脑”实现了20亿脉冲神经网络全脑计算模拟（类似人脑神经元功能），今年已经达到200亿次，明年有望进一步逼近1000亿，更接近真实人脑世界。通过对“数字孪生脑”的探索，人脑在静息态，受到外界刺激时等不同情况下的状态，将为今后向大脑学习的人工智能研究进一步拓展打下基础。

同时，基于脑科学研究而产出的智能算法已开始显现“威力”。据冯建峰，多个受脑启发的智能算法在各项国际比赛中排名第一。比如，依靠联想记忆机制的算法在物体识别中位居榜首，利用注意力机制的算法在语义分割中名列第一等。