2023智源大会议程公开 | 基于认知神经科学的大模型

2023年，人工智能新研究、新系统、新产品竞放——我们即将见证另一场有关智能的惊叹演化。6月9日，2023北京智源大会，将邀请这一领域的探索者、实践者、以及关心智能科学的每个人，共同拉开未来舞台的帷幕，你准备好了吗？与会知名嘉宾包括，2019年图灵奖得主Yann LeCun、图灵奖得主Geoffrey Hinton、图灵奖得主Joseph Sifakis、诺贝尔奖得主Arieh Warshel、未来生命研究所创始人Max Tegmark、2021年科学突破奖得主David Baker、2022吴文俊最高成就奖得主郑南宁院士以及中国科学院张钹院士等。目前已正式开放大会线上报名渠道。大会将同步向全球线上直播。

北京智源大会倒计时：17天

基于认知神经科学的大模型专题论坛

以ChatGPT为代表的大模型的成功，不仅开始闪现通用人工智能的火花，也深刻改变了我们对于智能的理解。不需要充满细节的设计与规划，智能似乎可以自动地从庞大的人工神经网络中自然涌现，那么，人的智能也是在300万年的进化中，随着大脑体积的增大，而自然涌现出来的么？那么，人的情感呢？人的意识呢？人的邪恶呢？也是如此涌现出来的么？那么，随着模型的增大，那么AI是否也会拥有情感，意识乃至邪恶呢？

本论坛将从认知科学与脑科学的角度深度解析以ChatGPT为代表的大模型的能力和局限性，并揭示通用人工智能未来可能的发展方向。首先，我们将揭示ChatGPT在对话和信息处理方面的强大能力，同时也会阐述它无法像人一样去理解和感知世界的原因，从而揭示人工智能与人类智能的异同。其次，我们将研讨以大脑为启发的人工智能架构，以及精细模仿大脑的尝试。如此，我们将借助大脑和人工智能的这个交叉领域，探索人工智能的未来可能性。最后，我们将进一步深入探讨通用智能的问题，并研讨如何构建有道德的脑启发人工智能，如何将道德、价值观等人性元素融入到人工智能的未来设计和开发中，以使其更安全、更可信、更可靠。

生活在这个范式革命的时代，本身就是一种荣幸，更何况能亲身经历与其中。

论坛议程

论坛主席

刘嘉，清华大学脑与智能实验室首席研究员

毕业于麻省理工学院（MIT）脑与认知科学系，获认知神经科学哲学博士学位。主要研究领域为人工智能的认知神经基础（AI of Brain & Cognition, ABC）、视觉智能。曾获得国家杰出青年基金、教育部长江学者特聘教授、国家“万人计划”科技创新领军人才等国家级人才项目资助以及教育部自然科学一等奖等。

演讲主题及嘉宾介绍（按照发言先后顺序）

1、ChatGPT不能做什么？

议题简介：我们知道ChatGPT能做很多事，例如回答问题、分析需求、验算公式；同时我们也知道它不能做很多事，比如莽撞冲动、洞察人性、同理共情。在理性和感性之间，ChatGPT选择了理性，而放弃了感性。这是因为不具有感性的ChatGPT能更快地触达真正的通用人工智能，还是只有理性的ChatGPT会离智能的圣杯越来越远？

主讲嘉宾：刘嘉 提问嘉宾：王彦晶

2、ChatGPT能不做什么？

议题简介：生成式 AI 系统的能力日新月异，但是让其在能力范围之内“有所为而有所不为”也变的越来越迫切。虽然设计者会对具有潜在风险的系统行为进行限制，但“狡猾”的用户往往有通过各种技巧“忽悠”系统的变通办法。本报告将试图从知识与道义推理的角度讨论如何为AI系统建立“有所不为”的基本原则，以应对用户滥用的挑战。

主讲嘉宾：王彦晶 提问嘉宾：刘嘉

王彦晶，北京大学哲学系教授，副系主任

阿姆斯特丹大学逻辑学博士，北京大学逻辑、语言、认知中心主任，入选国家高层次人才支持计划。专长为模态逻辑的基础理论及其在哲学、理论计算机以及人工智能中的应用。近年来在国际上推动了"知道如何"、"知道为何"、"知道是谁"等新一代认知逻辑的系统性研究。个人主页：wangyanjing.com

3、脑启发的通用人工智能架构

议题简介：本报告将回顾从大脑的结构和功能出发，类脑通用智能可能需要哪些模块和功能，并给出和目前人工智能模型如ChatGPT的可能的对应以及未来的重点发展方向。

主讲嘉宾：宋森 提问嘉宾：杜凯

宋森，清华大学医学院生医系副教授

主要研究方向为情绪与动机相关神经回路、计算神经科学与类脑计算，目前已在Nature、Nature Neuroscience、ICML、ACL等国际会议期刊发表论文60余篇。2000年提出了类脑计算领域常用的时间信号依耐可塑性算法（STDP）。2019年参与清华类脑计算中心团队类脑计算芯片“天机芯”的研究，研究论文登上《自然》（Nature）杂志封面。

4、大脑精细仿真和类脑智能

议题简介：对生物神经元计算性质新的理解，正在逐渐革新基于点模型的神经动力学的传统研究，将对下一代AI的算法和架构产生深远影响。我首先将回顾一个世纪以来关于神经元树突计算功能的研究，追溯大脑精细仿真的理论基础。然后，我将深入探讨树突计算的最新理论研究以及其在AI模型中的实现，揭示这些知识如何塑造并持续影响神经科学和AI领域。最后，我将提出观点，模拟我们大脑的超大规模和真实的生物神经网络可能是解锁人类级智能的关键。

主讲嘉宾：杜凯 提问嘉宾：宋森

杜凯，北京大学人工智能研究院助理研究员

北京航空航天大学飞行器动力工程系学士（2002），瑞典卡罗琳斯卡医学院神经科学系博士（2016）和博士后（2020），欧盟脑计划“大脑仿真平台” 瑞典团队主要成员(2008-2016)，于2020年加入北京大学人工智能研究院任助理研究员，主要研究方向是大脑精细仿真，树突计算，以及基于大脑精细模型的新型人工智能系统和理论。

5、通用智能：寻找大脑可解释性的假象

议题简介：最近，基于大数据训练，目标为实现单词预测的生成模型ChatGPT，居然涌现出了一些貌似很“智能”的认知能力，这促使我们思考：智能的本质到底是什么？这里，我将基于心理学和计算认知神经科学的一些研究发现，做一些抛砖引玉的探讨。

主讲嘉宾：吴思 提问嘉宾：曾毅