10月14日,2023脑启发人工智能认知架构国际研讨会(BICA*AI2023)暨第十四届BICA协会年会在宁波开幕。会议以“脑启发人工智能认知架构”为主题,汇聚100余名来自中国和美国、俄罗斯、英国、法国、意大利等多个国家的权威专家学者和业界翘楚,共同探讨脑启发人工智能等前沿技术和热点话题。
人工智能是“数字中国”建设的重要内容,是推动我国经济高质量发展的核心驱动力,也是当今新一轮科技革命和国际竞争的新焦点。本次研讨会聚焦脑启发人工智能认知架构在构建和应用过程中需要解决的各类问题,旨在搭建全球高校类脑人工智能学者的交流与合作平台,分享国际最前沿的科研成果与技术,讨论人工智能发展的未来趋势,为宁波实施数字经济创新集智赋能。
在主旨演讲环节,英国曼彻斯特大学机器学习和机器人学教授、曼彻斯特机器人与人工智能中心联合主任和创始人安杰洛·坎格罗西,美国密歇根大学综合认知中心联合主任约翰·莱尔德,美国道尔动态对象语言实验室公司首席科学家保罗·罗伯逊,伦斯勒理工学院的认知科学与计算机科学教授罗恩·孙,以及意大利萨莱尔诺大学计算机科学副教授安东尼奥·列托分别围绕《用于语言学习、信任和心理理论的发展机器人》《MR结合认知架构和生成模型》《人工社会智能、人工独立智能与人工智能的未来》《认知结构与神经符号模型和双过程理论的相关性》《用最小认知网格避免行为陷阱》等主题发表演讲。
成长性机器人学是一种新的跨学科方法,属于更广泛的认知机器人学领域的一部分,体现的正是脑启发在人工智能中的应用。安杰洛·坎格罗西教授认为,体验是人认知和学习的重要手段,这对人工智能认知训练具有很强的借鉴意义。
约翰·莱尔德教授认为,类脑人工智能可以与现有大语言模型等进行优势互补,融合计算,帮助人工智能突破现有局限,让人工智能可以根据思考分析,感知生物反馈,实现针对性对话和交流。
如何让计算模型的思维方式更像人类?罗恩·孙教授提出,人类的认知分为多个层次,比如“直觉”和“反思”思维,深入理解这些思维在不同认知任务中的关系以及相互作用,有助于让人工智能更加智能。
现代人工智能系统已经赶上或超越人类水平了吗?安东尼奥·列托副教授认为,仅分析当前人工智能的部分行为表现就得出肯定的结论,将落入行为主义的陷阱,人工智能的认知能力分析同样重要。他现场展示了使用"最小认知网格"工具来分析人工智能系统在生物学上的认知合理性。
据悉,脑启发人工智能认知架构国际研讨会是一个在全球范围内连续召开的著名人工智能、认知和神经科学交叉的学术会议,至今已顺利举办了13届,该会议作为2023世界数字经济大会系列专题活动之一首次在中国召开。本次大会由美国生物启发认知架构协会主办,宁波大学科学技术学院承办。会期3天,采取线上线下相结合的方式,会议内容涵盖人工智能、认知科学、神经科学、社会、经济、教育科学等领域。