图片来源
视觉中国文
追问NextQuestion
吴思前段时间开网课开出了演唱会的感觉——刚开放报名，个名额就被抢空了。
“其实这门《神经计算建模实战》课非常学术前沿。”他掩盖不住兴奋，冲出镜头去身后的书架上取了一本深蓝色封皮的教材书。封面上依稀写着：“让天下没有难建的神经计算模型。”
“考虑到很多人在第一期没有报上名，为了让更多的人有机会学习这门课，接下来我会筹办第二期、甚至第三期。”他补充道。
用数学和计算的方法给大脑建模，是一个充满挑战但也极具魅力的思路，其中最著名的故事之一，当属受到大脑真实神经元网络启发的深度学习网络了。
不过，吴思不会被外界的鼓吹给轻易蒙骗。他认为，AI只是计算神经科学的一个副产品。它是一条路径，却不是终点。在他看来，还有远比AI更重要、更根本的问题尚未解决——理解生命的本质、意识思维的本质。
这份冷静认知的背后，源于他自年物理学博士毕业后转向AI研究，见证过的潮起潮落、寒暑交替。吴思深知，智能的基本原理仍有待挖掘，在抽象概念、记忆、情感等领域有诸多缺失。而大脑是宇宙中一个鲜活的智能样本，用数学模型诠释大脑的工作原理，将为AI的发展奠定基础。
“研究清楚大脑表征的机制之后，构建出的智能系统才会更像真正的人类。未来的人工神经网络的发展应该考虑引入这一套东西。”
比起一味追赶GeoffreyHinton等“教父级人物”掀起的当前AI热潮，吴思更希望新一代科研人员能学习他们在无人问津的寒冬中默默耕耘、契而不舍的精神。
“大脑就是这样的网络，没有理由不工作。”他经常用Hinton的这句话鼓励年轻人。
以下为追问对话中吴思教授的讲述。为便于阅读，我们对文字进行了精简。
按照《追问》的惯例，请介绍一下您的研究领域。吴思：我的研究领域是计算神经科学和类脑计算，