下一代人工智能，类脑智能落地应用的挑战是什么？-综合新闻-新闻-中自数字移动传媒

近年来，智能化发展越来越迅速，服务机器人、智能座舱、自动驾驶等设备逐渐深入人们的生活，而这些设备都需要跟人交互，需要有很好的感知能力，包括视觉、听觉、甚至触觉，而多模态交互将会是类脑技术的一个发展方向。

根据市场研究机构Yole报告显示，2020年到2030年的十年里，类脑将会迎来快速发展，预计到2035年类脑智能将占到传统人工智能的18%，突破200亿美元市场规模。而且时识科技创始人兼CEO乔宁认为，类脑智能不只是做AI，还可以用于逻辑运算。

当前研究界和企业界都已经意识到类脑智能的优势，然而业界人士普遍认为现在类脑智能离落地还差半步，那么类脑智能现阶段在落地应用中遇到的挑战是什么呢，如果解决了这些问题，未来将会率先在哪个赛道落地？日前多位行业专家就这些问题进行了全面探讨。

类脑智能落地应用的挑战是什么？

首先是目前来看成本还很高，武汉大学电子信息学院副教授博士生导师余磊表示，近几年类脑技术的发展非常快，确实也能解决很多问题，然而存在的问题是，太贵了，他们在研究的过程中需要类脑相机，买一台需要五万五千元人民币，买四台就花费了二十多万元人民币。

其次是技术上还有提升空间，中国电子科技南湖研究院先进算法实验室主任徐庶分析到，类脑技术从实验室走向应用，主要有两个方面：一是如果这个技术是为了替换现有技术，那就要看它用多大代价解决了主要问题；二是这个技术能不能解决现有技术完全解决不了的问题。

类脑技术应用落地还差那半步体现在哪里呢？类脑技术展现出来很多性能确实让人眼前一亮，比如事件相机对动态的捕捉、对隐私的保护性等，确实表现出一些现有人工智能解决不了的问题，比如用非常低的功耗，可以进行高效的动作识别和处理，而目前还差的半步，主要是像素、成像质量、稳定性等问题，致使还不能解决更多场景遇到的问题，因此还没能广泛应用，因此在这些方面还需要提升。

第三是对大脑神经网络的研究还不够，清华大学博士邓磊谈到，他们在研究的时候，时常会思考一个问题，真正的类脑智能到底是什么？他们发现在研究中，很多时候只是完成了从数据输入到输出的一种映射关系，而他们希望的类脑智能是，能够在更高的认知层面去体现智能，而这个问题在短期内解决不了。

邓磊表示，研究神经网络是希望能够更多的知道大脑的运作模式，从而解释人的行为，而现在研究的还只是大脑的冰山一角，研究难以应用落地，也在于研究的底层机制还太少，因此在这个基础上做类脑智能还比较困难。

未来类脑智能会在哪个赛道率先落地？

如果目前的这些挑战得以解决，那么未来类脑智能会率先在哪个赛道得到应用呢？徐庶认为，如果能够把像素、成像质量、芯片计算性能等都提升上来的话，最早会在智能家居落地，因为类脑芯片的关注重点是低功耗，非常适合消费级场景，另外类脑对隐私的保护性非常好，在家居之后，各类智能机器人都是很好的赛道。

类脑智能包括感知层面和处理层面，从感知层面来看，有视觉、听觉、触觉等，余磊谈到，目前视觉方面已经比较成熟，比如事件相机，反应快，基本是微妙级的，动态范围也很好，在极端场景，比如运动、强弱光线下都有很好的表现，未来可以应用的场景很大。

如果上述谈到的技术上的问题得以解决，那么类脑智能在技术上的瓶颈可能就不再是很大的问题，而困难的将会是生态，就像之前的ANN、NLP网络等能够应用起来，都离不开生态的建设，因此科研院所、企业等都需要有这个意识，从而真正推动类脑智能全面应用起来。

另外一位投资人认为，类脑智能作为一个新的技术，其技术的亮点大家都看到了，然而如何推广应用，其实是有方法论的，常见的方法是找到技术的差异性，再找到足够细的细分领域，跟差异性相匹配，这样才会在合适的落地点形成爆发。