AI向我推荐了一位科学院的知名专家，压根没有这个人

主要观点总结

本文讲述了余山关于人工智能与脑科学的分享，包括如何从大脑原理出发设计新一代人工智能系统，以及人工智能在持续学习和适应开放环境方面的进展和挑战。还提到了大模型的幻觉问题及其背后的机制，并探讨了如何克服。

关键观点总结

关键观点1: 余山的分享内容主要关于人工智能与脑科学的结合

他强调了从大脑原理出发设计人工智能的重要性，并介绍了人工智能在持续学习和适应开放环境方面的努力。

关键观点2: 人工智能在持续学习方面的挑战

余山提到了“灾难性遗忘”的问题，并提出了正交学习的解决办法。他还展示了这种方法在汉字学习任务上的效果。

关键观点3: 从静态环境到动态环境的转变

余山介绍了动态环境下人工智能的需求，并探讨了认知控制机制在其中的作用。他还提到了前额叶在认知控制中的重要性，并展示了情境化学习在人工智能中的应用。

关键观点4: 大模型的幻觉问题

余山指出了大模型有时会出现一本正经地胡说八道的问题，并探讨了其背后的机制。他提到了克服这个问题的研究，并希望未来的人工智能系统能够像人一样智能，而不是仅仅基于符号层面的处理。

文章预览

各位同学大家下午好，我是余山，来自中国科学院自动化研究所，非常高兴有机会跟大家分享 《当AI遇上脑科学》 的故事。我主要研究脑启发的人工智能，希望能从大脑处理信息的原理出发，启发我们设计、制造出新一代能力更强的人工智能系统。 可能有的同学会说：我知道，这个就叫仿生学。那说到仿生学，我要先给大家讲一个例子。 人类很早以前就想像鸟儿一样飞，于是致力于根据鸟造出能飞翔的机器，这是最早的仿生学尝试。但是很长一段时间里，人类都走在一条死胡同上。我们总想简单地模仿鸟扇动翅膀就能飞起来的现象，设计了很多类似的机器。 这里呈现的是大家都知道的意大利著名画家、科学家达·芬奇设计的扑翼机。但历史证明扑翼机这条道路走不通，因为人类肌肉的力量无法让我们把翅膀扇动得足够快，快到可以把人这样一个 ………………………………