2月11日，東南大學(xué)新聞網(wǎng)發(fā)布文章《東南大學(xué)自動(dòng)化學(xué)院黃廣斌首席教授國(guó)際研究團(tuán)隊(duì)理論證明不受限制的人工智能必將超越人類智能，推動(dòng)AI和腦科學(xué)研究的融合》介紹，近日，東南大學(xué)自動(dòng)化學(xué)院黃廣斌首席教授聯(lián)合哈佛醫(yī)學(xué)院、清華大學(xué)、新加坡國(guó)立大學(xué)、新加坡南洋理工大學(xué)、新加坡國(guó)家神經(jīng)科學(xué)研究院、新加坡國(guó)家人工智能安全研究院、中山大學(xué)、香港嶺南大學(xué)等多家科研機(jī)構(gòu)，在國(guó)際學(xué)術(shù)期刊《Neurocomputing》上發(fā)表題為“不受限制的人工智能必將超越人類智能：利用大腦AI孿生理論洞悉大腦秘密（Artificial intelligence without restriction surpassing human intelligence with probability one: Theoretical insight into secrets of the brain with AI twins of the brain）”的學(xué)術(shù)論文。

    該研究解決了一個(gè)自70年前AI誕生之初就存在的備受關(guān)注的爭(zhēng)議性問(wèn)題：AI是否會(huì)在未來(lái)發(fā)展到超越人類智能？研究指出，人類智能的含義難以定義，其無(wú)限功能也難以全面掌握。直觀地說(shuō)，大腦中可能存在無(wú)限數(shù)量的未知感知（視覺(jué)、聽(tīng)覺(jué)、溫度、觸覺(jué)等）和認(rèn)知（思維、記憶、學(xué)習(xí)、問(wèn)題解決、語(yǔ)言和決策等）功能。如果基于傳統(tǒng)的數(shù)學(xué)和神經(jīng)元?jiǎng)恿�學(xué)方法，將無(wú)法理解和表示所有這些“未知”。如果像通常的基于大腦的特定功能區(qū)域或子系統(tǒng)建立和比較AI模型，那么逐項(xiàng)比較人工智能和人類智能將是不切實(shí)際的。

    研究團(tuán)隊(duì)提出了新型細(xì)胞級(jí)別的AI孿生方法，從人腦物理組件（如神經(jīng)元、突觸等）自下而上構(gòu)建為人類腦的AI孿生系統(tǒng)，并從理論上證明其能夠以任意預(yù)期的小誤差逼近大腦及其各個(gè)子功能系統(tǒng)（如感知和認(rèn)知功能），且不受限制的AI必定超越人類智能。研究從理論上揭示了人類智能只是自然界固有的“智能”的一個(gè)子集，是自然界在一種物理體系（生物腦）中的智能體現(xiàn)。

    此外，該研究也理論證明了弗蘭克·羅森布拉特（Frank Rosenblatt）在70年前關(guān)于AI潛力的猜想，即人工神經(jīng)網(wǎng)絡(luò)具有巨大潛力，尤其是它們能夠使AI系統(tǒng)行走、說(shuō)話、觀察、寫(xiě)作、自我復(fù)制，甚至發(fā)展出對(duì)自身存在的意識(shí)。

    該研究還針對(duì)兩個(gè)廣泛討論的基本問(wèn)題給出了答案：1）AI是否有發(fā)明創(chuàng)造能力；2）AI應(yīng)用中常用的誤差反向傳播算法是否也適用于大腦。對(duì)于第一個(gè)問(wèn)題，理論上AI孿生能以任何預(yù)期的小誤差普遍近似大腦及其功能系統(tǒng)，因此AI就有發(fā)明創(chuàng)造能力，可能有助發(fā)現(xiàn)自然界中存在的基本原理和定理。對(duì)于第二個(gè)問(wèn)題，需要雙向信息傳輸?shù)恼`差反向傳播算法在大腦中順序連接的單向生物組件（神經(jīng)元和突觸）上可能不可行。此外，該算法涉及大量計(jì)算和迭代，從而導(dǎo)致高能耗，這在生物體的生存環(huán)境中是不現(xiàn)實(shí)的。

    該研究將為以下領(lǐng)域開(kāi)辟新的途徑：1）細(xì)胞級(jí)別的神經(jīng)科學(xué)動(dòng)態(tài)分析、大腦功能分析和腦疾病診斷，為腦相關(guān)疾病的研究和治療提供新思路；2）促進(jìn)跨學(xué)科團(tuán)隊(duì)運(yùn)用AI技術(shù)研究不同類型的神經(jīng)元、突觸和大腦不同層級(jí)的功能子系統(tǒng)；3）推動(dòng)低功耗AI技術(shù)的開(kāi)發(fā)；4）開(kāi)發(fā)出具有發(fā)現(xiàn)自然法則能力的新型可控、更高效、更節(jié)能、可解釋且安全的AI技術(shù)。

    據(jù)東南大學(xué)官網(wǎng)介紹，黃廣斌，東南大學(xué)首席教授，曾擔(dān)任新加坡南洋理工大學(xué)工學(xué)部正教授招聘委員會(huì)委員、瓦倫堡(Wallenberg)-南洋理工大學(xué)校長(zhǎng)博士后獎(jiǎng)學(xué)金委員會(huì)委員、中國(guó)工業(yè)和信息化部中國(guó)大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟主任專家委員、中國(guó)疏浚協(xié)會(huì)智能化專家組副組長(zhǎng)。

    自2014起黃廣斌連續(xù)9年被湯申路透（Thomson Reuters ）評(píng)為“高被引用研究者（Highly Cited Researcher）”（工程類和計(jì)算機(jī)科學(xué)類）以及“世界最有影響力的科學(xué)精英(The World's Most Influential Scientific Minds)”，位列斯坦福大學(xué)2021年Top2%世界科學(xué)家新加坡南洋理工大學(xué)中的第一名。他連續(xù)多年被提名新加坡總統(tǒng)科學(xué)獎(jiǎng)（2016,2017,2018,2019）。

    黃廣斌的兩篇AI學(xué)術(shù)文章在2017年被谷歌學(xué)術(shù)（Google Scholar）列為世界上“過(guò)去10年經(jīng)過(guò)時(shí)間驗(yàn)證的Top 10人工智能經(jīng)典文章”中的Top 2和Top 7。

    黃廣斌提出的AI理論最近也得到了生物和腦神經(jīng)學(xué)的直接生物驗(yàn)證，彌補(bǔ)了機(jī)器學(xué)習(xí)和腦學(xué)習(xí)機(jī)制之間的空白，解決了計(jì)算機(jī)之父馮·諾依曼（John von Neumann）60年前的關(guān)于人腦和計(jì)算機(jī)結(jié)構(gòu)和能力的困惑。他多次受邀在大型國(guó)際會(huì)議做AI主題報(bào)告，包括IEEE ICONIP、IEEE中國(guó)軟件大會(huì)、世界架構(gòu)師峰會(huì)等。他是Neurocomputing, Cognitive Computation, Neural Networks 和IEEE Transactions on Cybernetics期刊的Associate Editor。

    黃廣斌主持的主要項(xiàng)目有：德國(guó)寶馬集團(tuán)和南洋理工大學(xué)未來(lái)汽車聯(lián)合研究實(shí)驗(yàn)室人機(jī)交互，腦機(jī)交互以及汽車輔助駕駛項(xiàng)目，英國(guó)勞斯萊斯和南洋理工大學(xué)聯(lián)合研究實(shí)驗(yàn)室海洋船舶導(dǎo)航?jīng)Q策輔助系統(tǒng)項(xiàng)目，新加坡科技工程和南洋理工大學(xué)先進(jìn)機(jī)器人聯(lián)合研究實(shí)驗(yàn)室場(chǎng)景識(shí)別和機(jī)器學(xué)習(xí)項(xiàng)目，臺(tái)灣臺(tái)達(dá)電子股份有限公司和南洋理工大學(xué)物聯(lián)網(wǎng)聯(lián)合研究實(shí)驗(yàn)室數(shù)據(jù)分析和視頻項(xiàng)目。