12月5日，新氦类脑智能举办的技术沙龙活动迎来第五期。本次沙龙活动邀请到中国科学院副研究员陈小刚博士作为嘉宾，就未来人工智能的复杂体系革命与中国发展机遇之间的联系作展开进行内容分享。

如今社会，人工智能突飞猛进，人类在各个方面都追求智能科技的提升来释放自己的双手并且降低因人工运作而造成的种种误差。但是因为计算机与人脑的运行机制有根本差异，人工智能虽然在一些方面替代了人类却也无法完全代替人类进行全盘操作。

陈小刚博士从配置分析开始进行了详细阐述，虽然人脑神经元的数量巨大，但在多方面都远远不如计算机。然而人脑是一个能够独立思考运作并且判断的个体，它拥有体积小功耗低的特征，相较于计算机而言，大脑拥有的一些行为是计算机无法比拟的。

随后，陈小刚博士通过具体的图像识别真实案例进行了详细解说，计算机经过大量的数据训练虽然可以对图片中的物体进行基础判断并分类，但对于图像中物体所处环境、故事情景以及物体之间的关系等维度，计算机似乎只能束手无策或衍生出错误的识别，而人类对事物的识别与计算机截然不同，人类基于自身的知识体系可以轻易的判断识别各种复杂的图像。陈小刚博士引用张钹院士的观点：“我们正在通往真正AI的路上”现在走得并不远，在出发点附近，人工智能永远在路上，大家要有思想准备，这就是人工智能的魅力。

接着，陈小刚博士通过对预测对人脑实现认知的重要作用的分析进一步阐述了复杂体系研究的必要性。自然界创造的生命具有自由意志、自主选择的能力，要实现正确选择，就需要生命体能够对外界环境的变化实现预测，而预测的基础是形成对世界的认知。他更倾向于把人类大脑看成基于认知的预测系统，用于应对复杂变化的外界环境。而人脑解决复杂问题的方法是把自身构建成为一个复杂系统，通过概念和关系形成认知对未来进行预测。因而可以认为，认知就是可预测。

目前，世界正趋于走向多样化形势的时代，各个领域都在向个性化发展。陈小刚博士讲解了关于新技术支持下的多样化应用领域，如，物联网、5G通信、人工智能以及新存储技术等。一旦这些新技术关联的系统形成后，庞大的多样化网络将引入复杂系统问题，而人工智能的目标就是解决复杂系统的问题。陈小刚博士表示这个问题早已有专家进行相关研究，并讲解了张维明教授所提出的“面向复杂系统的体系架构” 的设计新范式解决了部分体系架构设计上的问题。

陈小刚博士表示脑神经网络是复杂系统，单靠算法是无法实现灵活多变的通用智能，由此需要新的计算架构来支持。计算架构的变化在多个层次中渐渐发生，其中纳米技术是非常重要的技术并且通过不同的尺度在许多层次上予以大力支持，使得整个计算架构能够往存算一体的方式发展。随后，陈小刚博士现场抛出相对应的关键问题供大家思考：庞大的复杂系统如何实现自主分化、自组织和功能收敛？

活动分享末尾，陈小刚博士提出了目前世界科学进入复杂系统领域后所遭遇的困境，并讲解了世界上已发生的三次工业革命，美国用逻辑（Logic）结合数学的方式将生产流程简单化、标准化，由此提高了生产效率，所代表的正是简单系统的思维模式的巨大成功；而计算机革命时产生的互联网在日益迫切的多样化需求下，经移动互联阶段，并即将演化为万物互联，以多样性为基础的复杂系统思维模式将代替工业革命中的简单系统思维，成为即将到来的技术革命的关键。陈小刚博士表示第四次工业革命则应为互联革命，是万物互联的过程。对于习惯于复杂系统思维，对人与人的“关系”理解得无比透彻的中国人来说，互联革命成为了中国企业的专属机遇，而基于复杂系统思维进行人工智能研究则成为中国科研实现反超的重大历史机遇。