曾毅

曾毅，男，中国科学院自动化研究所研究员，人工智能伦理与治理研究中心主任，中国科学院大学岗位教授 (自动化研究所、未来技术学院、人文学院/哲学研究所)，博士生导师。^[1][2]

曾毅于2018年10月13日至2019年10月13日担任世界经济论坛全球未来理事会价值、伦理与创新委员会委员。2020年3月14日起，曾毅加入了联合国教科文组织（UNESCO）人工智能伦理特别专家组，担任专家。^[2]2023年3月，曾毅参加中国发展高层论坛2023年年会。^[3]同年9月，其团队提出一种受生物脑启发的神经环路演化模型，有助于研发更高效的类脑脉冲神经网络。^[4]2023年10月28日起，他担任联合国人工智能高层顾问机构的专家。^[2]2025年2月19日，曾毅参加“人工智能赋能科学研究”研讨会，并表示要思考现代人工智能技术能否更好支持未来科学发展，以及它与人类智能的区别。^[5]

曾毅的研究领域围绕类脑人工智能、人工智能哲学与伦理展开。曾发表学术论文100余篇。^[2]曾毅曾被美国《时代周刊（TIME）》评选为人工智能最具影响力100人（TIME 100 most influential people in AI）。^[6]

曾毅是中国科学院自动化研究所 研究员、脑图谱与类脑智能实验室副主任、人工智能伦理与治理研究中心主任。中国科学院大学岗位教授 (自动化研究所、未来技术学院、人文学院/哲学研究所)博士生导师。中国科学院脑认知与类脑智能重点实验室研究员。^[2]

其于2018年10月13日至2019年10月13日担任世界经济论坛全球未来理事会价值、伦理与创新委员会委员。自2019年2月14日起，他成为国家新一代人工智能治理委员会委员。同年9月，他加入了世界卫生组织健康领域人工智能伦理与治理专家组，担任专家。2019年9月24日起，他还成为《人工智能与意识》期刊的编委。2020年3月14日起，曾毅加入了联合国教科文组织（UNESCO）人工智能伦理特别专家组，担任专家。2020年8月7日，他成为AI & Ethics期刊的编委成员。自2021年7月12日起，曾毅成为牛津大学人工智能伦理研究所的顾问委员会委员。^[2]

2023年3月，曾毅参加中国发展高层论坛2023年年会。^[3]同年3月，曾毅团队在完成的一项研究中发现，基于人工智能的神经网络和深度学习模型对幻觉轮廓“视而不见”，其团队提出一种将机器学习视觉数据集转换成幻觉轮廓样本的方法，量化测量当前的深度学习模型对幻觉轮廓识别能力，实验结果证明，从经典的到最先进的深度神经网络都难以像人一样具有较好的幻觉轮廓识别能力，即使是当前最先进的深度学习算法在交错光栅效应(幻觉识别能力之一)的识别上也与人类水平相距甚远。这项人工智能与人类在幻觉轮廓方面尚有显著认知差距的重要研究成果论文，近日在细胞出版社旗下专业学术期刊《模式》(Patterns)上发表。该研究表明，目前，人类的视觉系统在幻觉认知问题上具有高度鲁棒性(也称稳健性，一般指在异常和危险情况下系统自适应能力强健稳定)，基于人工智能的深度学习系统与生物视觉系统相比仍然存在根本性缺陷。^[7]同年9月，曾毅团队提出一种受生物脑启发的神经环路演化模型，有助于研发更高效的类脑脉冲神经网络，增强人工智能系统的感知、学习、决策能力，相关成果在学术期刊《美国国家科学院院刊》发表。^[4]

2023年10月28日起，他担任联合国人工智能高层顾问机构的专家。^[2]2024年3月，曾毅在2024博鳌论坛上表示，人工智能已经几十年没有重大的突破了，符合科学意义的人工智能如果没有取得突破，就很难造出与人类和谐共生的机器。^[8]

2024年9月，曾毅参加推动构建网络空间命运共同体迈向新阶段理论研讨会，他在会上表示，在人工智能发展过程中，没有任何一个国家和地区能够独善其身。^[9]

2025年2月19日，曾毅参加“人工智能赋能科学研究”研讨会，他在会上表示，在推进人工智能赋能科学的同时，要思考现代人工智能技术能否更好支持未来科学发现，以及它与人类智能的区别。^[5]

职务机构联合国人工智能高层顾问机构专家组专家联合国人工智能高层顾问机构中国科学院科技伦理委员会人工智能分委会主任中国科学院科技伦理委员会中国人工智能学会心智计算专委会主任中国人工智能学会国家新一代人工智能治理专委会委员国家新一代人工智能治理委员会联合国教科文组织（UNESCO）人工智能伦理特别专家组专家联合国教科文组织（UNESCO）人工智能伦理特别专家组联合国人工智能伦理实施高层专家组专家联合国人工智能伦理实施高层专家组世界卫生组织（WHO）人工智能伦理与治理专家组专家世界卫生组织（WHO）牛津大学人工智能伦理研究所顾问委员会委员牛津大学人工智能伦理研究所参考资料：^[6]

曾毅主要研究领域围绕类脑人工智能、人工智能哲学与伦理展开。主要涉及：(1) 类脑人工智能: 主要围绕面向通用人工智能和超级智能的类脑认知智能开展研究，类脑脉冲神经网络、类脑人工神经网络、类脑自主学习、发育与演化理论、算法、模型与应用。(2) 人工智能哲学与伦理：研究人工智能哲学，人工智能存在的近期和长远风险、安全、伦理问题，并研究低风险、高度安全、具有道德与伦理的与人类和谐共生的人工智能。^[2]

曾毅称，实现并超越人类水平的智能是人工智能研究的终极目标。世界上除了人脑以外，没有任何一个智能系统能够高度协同多模态感知、决策、推理、预测、语言、动作等认知能力，具有高度自适应性、自主学习能力，甚至是自我意识，并稳定工作至少几十年。因此，研究脑信息处理原理，构建类脑人工智能模型，最终应用于人工智能系统研发，是实现人类水平人工智能，最终超越人类智能的重要途径。与此同时，我们要充分关注人工智能风险、安全与伦理，确保类脑人工智能的研究向对人类及社会有益的方向发展。^[2]

资助机构项目名称时间资助金额角色中国科学院战略性先导科技专项（B类）类脑学习与决策的认知计算模型2018-06 至 2023-05678万元主持北京市科学技术委员会脑科学与类脑研究北方科学中心 地方配套（科研）类脑计算原型系统与多脑区协同认知系统的核心技术研究2018-08 至 2021-08380万元主持中国电子科技集团公司第二十八研究所电科联合基金项目 超脑网络系统原型2018-05 至 2020-12371.25万元主持——意识与麻醉的类脑认知 横向课题2018-01 至 2021-06400万元主持参考资料：^[10]

作者研究主题赵菲菲，梁倩，王桂香，曾毅基于多模态融合的多脑区协同自主决策方法赵菲菲，孔庆群，曾毅，白俊基于视觉恐惧反应脑机制的应急避障方法曾毅，赵菲菲，王桂香复杂环境下人机自动障碍物检测和避障方法白俊，曾毅，赵菲菲，孔庆群运动检测方法及躲避和跟踪运动目标的方法赵宇轩，曾毅，王桂香，赵菲菲基于多脑区协同计算的人类动作意图识别训练方法参考资料：^[10]

曾毅为博士生导师，招生方向类脑人工智能、人工智能哲学与伦理、脑认知计算建模。^[2]

Shen, Guobin, Zhao, Dongcheng, Zeng, Yi. Exploiting nonlinear dendritic adaptive computation in training deep Spiking Neural Networks. NEURAL NETWORKS[J]. 2024, 第 3 作者 通讯作者 170: 190-201.IEEE Transactions on Pattern Analysis and Machine Intelligence. 2024, 第 3 作者 通讯作者.Information Sciences. 2024, 第 4 作者 通讯作者.IEEE Transactions on Artificial Intelligence. 2024, 第 4 作者 通讯作者.Information Sciences. 2024, 第 4 作者 通讯作者.Neural Networks. 2024, 第 3 作者 通讯作者.IEEE Transactions on Artificial Intelligence. 2024, 第 5 作者 通讯作者.Neural Computing and Applications. 2024, 第 5 作者 通讯作者.Proceedings of the AAAI Conference on Artificial Intelligence. 2024, 第 6 作者 通讯作者.Guobin Shen, Dongcheng Zhao, Xiang He, Linghao Feng, Yiting Dong, Jihang Wang, Qian Zhang, 曾毅. Neuro-Vision to Language: Enhancing Brain Recording-based Visual Reconstruction and Language Interaction. Neurips. 2024, 第 8 作者 通讯作者.Yiting Dong, Dongcheng Zhao, Yi Zeng. Temporal Knowledge Sharing Enable Spiking Neural Network Learning From Past and Future. IEEE TRANSACTIONS ON ARTIFICIAL INTELLIGENCE[J]. 2024, 第 3 作者 通讯作者 5(7).Sicheng Shen, Dongcheng Zhao, Guobin Shen, 曾毅. TIM: An Efficient Temporal Interaction Module for Spiking Transformer. IJAI. 2024, 第 4 作者 通讯作者.IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems. 2024, 通讯作者.IJCNN. 2024, 第 6 作者 通讯作者.Advances in Neural Information Processing Systems. 2024, 第 5 作者 通讯作者.iScience. 2024, 第 5 作者 通讯作者.申国斌, 赵东城, 董一廷, 曾毅. Brain-inspired neural circuit evolution for spiking neural networks. Proceedings of the National Academy of Sciences (PNAS)[J]. 2023, 第 4 作者 通讯作者.Patterns. 2023, 第 1 作者 通讯作者.Jinyu Fan, Yi Zeng. Challenging deep learning models with image distortion based on the abutting grating illusion. PATTERNS[J]. 2023, 第 2 作者 通讯作者 4(3).Yiting Dong, Dongcheng Zhao, Yang Li, Yi Zeng. An unsupervised STDP-based spiking neural network inspired by biologically plausible learning rules and connections. NEURAL NETWORKS. 2023, 第 4 作者 通讯作者 165: 799-808.赵卓雅, 赵菲菲, 赵宇轩, 曾毅, 孙胤乾. A brain-inspired theory of mind spiking neural network improves multi-agent cooperation and competition. Patterns[J]. 2023, 第 4 作者 通讯作者.包傲日格乐, 曾毅. 信任人工智能何以可能. 中国社会科学文摘. 2023, 第 2 作者 42-43.包傲日格乐, 曾毅. 信任人工智能何以可能？. 自然辩证法研究[J]. 2023, 第 2 作者 通讯作者 39(2): 67-73.Zhao, Zhuoya, Lu, Enmeng, Zhao, Feifei, Zeng, Yi, Zhao, Yuxuan. A Brain-Inspired Theory of Mind Spiking Neural Network for Reducing Safety Risks of Other Agents. FRONTIERS IN NEUROSCIENCE[J]. 2022, 第 4 作者 通讯作者 16.Zhao, Dongcheng, Li, Yang, Zeng, Yi, Wang, Jihang, Zhang, Qian. Spiking CapsNet: A spiking neural network with a biologically plausible routing rule between capsules. INFORMATION SCIENCES[J]. 2022, 第 3 作者 通讯作者 610: 1-13.Feifei Zhao, Yi Zeng, Bing Han, Hongjian Fang, Zhuoya Zhao. Nature-inspired self-organizing collision avoidance for drone swarm based on reward-modulated spiking neural network. PATTERNS[J]. 2022, 第 2 作者 通讯作者 3(11).Li, Yang, Dong, Yiting, Zhao, Dongcheng, Zeng, Yi. N-Omniglot, a large-scale neuromorphic dataset for spatio-temporal sparse few-shot learning. SCIENTIFIC DATA[J]. 2022, 第 4 作者 通讯作者 9(1).曾毅, 包傲日格乐. 从虚拟现实到“元宇宙”：伦理风险与虚实共治. 哲学动态. 2022, 第 1 作者 43-48.曾毅, 张倩, 赵菲菲, 赵东城, 李金东, 毕韦达. 从认知脑的计算模拟到类脑人工智能. 人工智能[J]. 2022, 第 1 作者 通讯作者 28-40.申国斌, 赵东城, 曾毅. Backpropagation with biologically plausible spatiotemporal adjustment for training deep spiking neural networks. Patterns[J]. 2022, 第 3 作者 通讯作者 3(6).Dongcheng Zhao, Yang Li, Yi Zeng, Jihang Wang, Qian Zhang. Spiking CapsNet: A Spiking Neural Network With A Biologically Plausible Routing Rule Between Capsules. INFORMATION SCIENCES[J]. 2022, 第 3 作者 通讯作者.Feng, Hui, Zeng, Yi, Lu, Enmeng. Brain-Inspired Affective Empathy Computational Model and Its Application on Altruistic Rescue Task. FRONTIERS IN COMPUTATIONAL NEUROSCIENCE[J]. 2022, 第 2 作者 通讯作者 16.Fang, Hongjian, Zeng, Yi, Zhao, Feifei. Brain Inspired Sequences Production by Spiking Neural Networks With Reward-Modulated STDP. FRONTIERS IN COMPUTATIONAL NEUROSCIENCE[J]. 2021, 第 2 作者 通讯作者 15.Zhao, Yuxuan, Zeng, Yi, Qiao, Guang. Brain-inspired classical conditioning model. ISCIENCE[J]. 2021, 第 2 作者 通讯作者 24(1).Sun, Yinqian, Zeng, Yi, Zhang, Tielin. Quantum superposition inspired spiking neural network. ISCIENCE[J]. 2021, 第 2 作者 通讯作者 24(8).Zhao, Feifei, Zeng, Yi. Dynamically Optimizing Network Structure Based on Synaptic Pruning Mechanism in the Brain. Frontiers in System Neuroscience[J]. 2021, 第 2 作者 通讯作者.Zhang, Tielin, Zeng, Yi, Pan, Ruihan, Shi, Mengting, Lu, Enmeng. Brain-Inspired Active Learning Architecture for Procedural Knowledge Understanding Based on Human-Robot Interaction. COGNITIVE COMPUTATION[J]. 2021, 第 2 作者 通讯作者 13(2): 381-393.Liang, Qian, Zeng, Yi. Stylistic Composition of Melodies Based on a Brain-Inspired Spiking Neural Network. FRONTIERS IN SYSTEMS NEUROSCIENCE[J]. 2021, 第 2 作者 通讯作者 15.Zhao Feifei, Zeng, Yi, Bai, Jun. Toward a Brain-Inspired Developmental Neural Network Based on Dendritic Spine Dynamics. Neural Computation. MIT Press[J]. 2021, 第 2 作者 通讯作者.Zhang, Qian, Zeng, Yi, Zhang, Tielin, Yang, Taoyi. Comparison Between Human and Rodent Neurons for Persistent Activity Performance: A Biologically Plausible Computational Investigation. FRONTIERS IN SYSTEMS NEUROSCIENCE[J]. 2021, 第 2 作者 通讯作者 15.^[2]

2023年9月，曾毅被评为AI行业的“思想者”。^[11]

曾毅曾被美国《时代周刊（TIME）》评选为人工智能最具影响力100人（TIME 100 most influential people in AI）。^[6]