戴琼海院士：脑科学与AI融合的探索者
在人工智能席卷全球的当下，中国工程院院士、清华大学信息科学技术学院院长、中国人工智能学会理事长戴琼海教授，凭借其深厚的学术造诣和杰出的科研成就，成为了中国人工智能领域的核心思想领袖与技术先锋。他不仅屹立于国际学术的最前沿，更秉持“以理学思维引领工科实践，在交叉学科中实现原始创新”的宗旨，为中国人工智能的进步探索出了一条独特的道路。
戴琼海院士学术思想的核心，在于强调脑科学与人工智能的深度结合。他认为，现阶段的人工智能主要依赖于感知，却缺乏真正的理解力。“目前的人工智能仅停留在感知层面，面对场景中的物体，人类能够识别，但机器无法理解。未来AI的决策与控制能力必须建立在理解之上，这就需要彻底搞清其内部运作机制。” 对此，部分学者试图从信息论角度寻找解释，而戴琼海院士则选择从脑科学切入，以解决人工智能机理不明的问题。
他深刻洞察到人工智能的短板：在自动驾驶方面，面临鲁棒性、迁移性及能效比的挑战；在医疗领域，算法的自适应能力尚显不足；更为关键的是，人工智能的工作原理缺乏清晰的可解释性。戴琼海院士提出，脑科学探究人类如何思考，图灵奖关注机器如何思考，这是两条平行的轨迹。AI专家常将脑科学的部分现象与模型引入AI研究，这启发他在脑科学与人工智能之间搭建桥梁——即认知计算。
“若能有机会洞悉全脑，将会给人工智能带来何等巨大的变革？” 戴琼海院士的这一发问，驱动着其团队在脑观测技术上取得突破。他主导研发了世界顶尖的高分辨光场智能成像显微仪器“RUSH”，在国际上率先完成了活体全脑神经成像，为揭示神经系统的结构与功能等脑科学奥秘提供了强有力的工具。这一突破性设备能够对正在“观影”的清醒小鼠进行长时间、三维全皮层范围的高速成像，并以极高的空间分辨率，展现出所观测的17个脑区中如繁星般闪烁的神经元网络。
在第二十七届中国科协年会主论坛上，戴琼海院士发表了关于影响人工智能未来突破的三大奇点理论。他指出，人工智能发展的必然趋势是迈向通用智能，而未知的三大奇点将引发未来人工智能的深刻变革。
首先是传感器奇点。传感器负责将物理世界的信号转化为数字世界的数据，是人工智能的基石。传感器的演进将增强机器感知世界的能力，拓展人类认知的疆界。以视觉为例，不同于人眼，人工智能的处理系统是机器视觉，记录的并非图像本身，而是光线的进入过程，因此需要将传统的整体成像转变为计算元成像。
其次是算力奇点。戴琼海院士引用英伟达CEO黄仁勋的观点指出，若仅考量计算机算力，我们将消耗掉14个地球的能源，超级AI将成为电力需求的黑洞。这促使他的团队在光电计算领域取得重大进展，研发出国际首个全模拟光电智能计算芯片（ACCEL），在智能视觉目标识别任务上的算力达到了现有高性能商用芯片的3000多倍。
第三是脑智能奇点。这是戴琼海院士最为关注的领域，也是其科研工作的核心方向。通过对脑科学规律的深入探索，为人工智能理论的突破奠定生物学基础。
戴琼海院士用“虚与实的华尔兹”这一充满哲理的比喻，描绘了人工智能70年来的发展历程。他认为，AI的演进宛如一场虚拟与现实之间不断旋转的舞蹈——从相机、电镜催生的ImageNet与PDB，到AlphaFold的革命性跨越，再到今日迅猛发展的具身智能，AI正逐步从数字世界迈向现实世界。
在这一理念的指引下，戴琼海院士团队取得了“两芯一器”的一系列突破性成果：
光电芯片：团队突破了传统芯片的物理极限，创新性地提出了光电融合的计算新架构，研制出国际首个全模拟光电智能计算芯片（ACCEL），为超高性能芯片的研发开辟了新途径。2024年，团队在智能光芯片领域再获重大突破，首创全前向智能光计算训练架构，研发出“太极-Ⅱ”光芯片，实现了大规模神经网络的原位光训练，为人工智能大模型探索了光训练的新方向。
成像芯片：戴琼海、吴嘉敏副教授团队提出了计算光场新原理，构建了数字自适应光学模型，研制了广域波前计算传感芯片，实现了超1100角秒（对角线）范围内的大气湍流实时探测与预测。
显微仪器：团队自主研发的新一代介观活体显微仪器RUSH3D入选2024年中国十大科技进展新闻。该仪器填补了复杂生命现象介观尺度活体观测的空白，标志着我国在活体介观显微成像领域持续保持国际领先地位。
戴琼海院士对人工智能的安全风险保持着清醒的认知。他指出，人工智能技术在开放通用场景中仍面临诸多安全隐患，“唯有规避技术安全隐忧，才能推动人工智能的持续发展”。
他具体剖析了多重安全风险：首先是黑箱数据训练的风险，“黑箱依赖数据训练来支撑大模型对未来的预测，若有人篡改数据，随后训练出的AI模型可能沦为敌对工具”。其次是医疗数据的安全风险，“若病例数据标注过程中存在错误，即便大部分数据判断准确，但在涉及标注错误的区域时，AI的判断仍可能给人类带来灾难”。
针对开放场景中的人工智能问题，戴琼海院士指出：“正如模式固化的自动驾驶无法规避所有事故，数据分析系统无法结合自我认知生成结果。” 因此，他主张进行颠覆性创新，从技术层面实现具有可解释性的人工智能模型或算法；要规避安全技术隐患，确保数据安全是人工智能安全的核心；尽量开放场景，避免降低维度，可先将人工智能置于封闭场景，逐步扩大范围，最终使场景转变为完全开放式。
作为中国人工智能学会理事长，戴琼海院士极度重视人工智能人才的培养。他认为，“人工智能的进步离不开多学科的交叉融合，急需这类复合型人才”。然而，仅凭书本和讲授来培养跨学科人才并非易事，不同学科间的学习需要通过共同研究一个项目来实现。
他举例说明：“例如，为了研究脑神经网络，我们正在制造世界上最大的显微镜，这一过程需要运用光学、生物学、电子学、机械学等多方面的知识。不同学科的专业人才相互交流、彼此学习，大家联合攻关，发挥各学科优势，这样才能培养出真正的交叉学科人才。”
在青少年人工智能教育方面，戴琼海院士强调：“中国的未来在于青少年，培养人工智能顶尖人才需从中小学抓起，夯实中国人工智能人才的战略储备”。他指出，在人工智能时代，青少年人才的培养不仅要在数学、编程等基础知识和工程技能的传授上投入精力，更需注重培养青少年交叉融合、跨界思考的能力。
戴琼海院士提出了“脑科学是根、人工智能是干、实体经济是果”的发展理念，认为唯有如此，才能走出中国人工智能发展的特色道路。他建议推进小算力发展，增强人工智能的自主决策能力，同时聚焦传感器等基础技术的创新，筑牢技术根基。
他认为，通过建立区域试点和示范城市，以点带面，可以打造人工智能产业发展的标杆，探索技术创新与产业实践的深度融合路径，为实体经济赋能。这一思想彰显了戴琼海院士对人工智能技术与产业融合的深刻理解。
从流媒体技术到立体视频，再到脑科学与人工智能的交叉研究，戴琼海院士的科研生涯始终紧扣国家重大需求，勇攀世界科技高峰。他带领的清华大学成像与智能技术实验室教师团队入选第二批全国高校黄大年式教师团队，团队累计培养博士后24人、博士44人、硕士88人，向国内高校输送了逾30名教师。
在人工智能蓬勃发展的今天，戴琼海院士的思想与实践为中国人工智能的进步提供了关键指引。他坚持的“理学思维融合工科实践，交叉领域践行原始创新”理念，不仅推动了科学的发展，更为中国在全球人工智能竞争中赢得了重要地位。正如他所言：“要用更多的颠覆性创新回报我们的国家，为中国成为世界科学中心和创新高地贡献自己的力量。” 这正是一位科学家最深沉的家国情怀与最坚定的使命担当。