NeuroAI：迈向下一代人工智能(8)

利用神经科学和人工智能之间强大的协同效应需要项目和基础设施支持，以组织和实现跨学科的大规模研究。
神经科学和人工智能领域社区间的沟通协作将需要联邦政府投入大量资源对这些项目进行里程碑式的、商业化的支持、以及对伦理和创新想法方面的大赌注。目前有一些联邦资源，如国家科学基金会的国家人工智能研究所，明确致力于从神经科学研究中推动人工智能的创新和发现，但这些主要是为了支持传统的学术模式，由不同的小组研究不同的问题，而不是创建一个集中的尝试，可以创建类似于体现图灵测试的东西。同样，对人工智能支持的赠款主要是通过NIH、NSF、DoD甚至EPA的辅助项目，每个都有自己的指令和目标。这就给技术发展本身留下了巨大的资金缺口。通过现有的实体或作为一个独立的机构来创建总体指令，以支持NeuroAI和人工智能研究将推动这一使命。
结论
尽管神经科学在推动AI发展方面历史悠久，且未来发展的潜力巨大，但AI领域的很多工程师和计算机专家并不了解这一段历史，也鲜有了解的机会。在典型的计算机课程中，很少提到神经科学对冯·诺依曼、图灵和其他计算机学家的影响。NIPS等人工智能顶级会议之前展示了很多计算神经科学和机器学习结合的最新进展，但是近年来NIPS越来越关注纯粹的机器学习技术。很多相关研究人员也意识到了这一点。“工程师不会为了制造更好的飞机而研究鸟类”这句老话作为类比是失败的 (Lilienthal 1911; Culick 2001) ，部分原因是航空先驱确实研究过鸟类，还有一些人仍在研究鸟类 (Shyy et al. 2008; Akos et al. 2010)。此外，这种类比在更基本的层面上也不成立：现代航空工程的目标不是实现鸟类级别的飞行，而人工智能的主要目标却是实现（或超过）人类级别的智能。
正如计算机在许多方面超越人类一样，比如进行质因数分解的能力，飞机在速度、航程和载货能力等方面也超越了鸟类。但是，如果航空工程师的目标确实是制造一种具有鸟类能力的机器，能够在茂密的森林树叶中飞行，并轻轻地落在树枝上，那么他们最好密切关注鸟类是如何做到的。同样，如果人工智能的目标是实现动物水平的常识性感觉运动智能，那么研究人员最好向动物学习以了解他们如何在不可预测的世界中进化出行为方式。
参考文献
Akos, Zsuzsa, Máté Nagy, Severin Leven, and Tamás Vicsek. 2010. “Thermal Soaring Flight of Birds and Unmanned Aerial Vehicles.” Bioinspiration & Biomimetics 5 (4): 045003.