2026智源大会议程公开 | 通往AGI的“脑回路”：AI×神经科学（2026-07-03）

当AI开始“做梦”，人类离AGI还有多远？2026年智源大会，给出了一个颠覆性的答案：仿脑，而非仿人。

如果你以为AI的下一站只是更大的算力和更多的数据，那你可能错过了最关键的变量——神经科学。7月3日，这场聚焦“AI×神经科学”的大会，将揭开通往通用人工智能（AGI）的另一条隐秘路径。

为什么是“脑回路”？——AGI的认知瓶颈与破局

“当前的大模型，本质上是一个超强模式匹配器，而不是一个真正的思考者。”这是2025年图灵奖得主、神经科学家Karl Friston在预演讲中的核心观点。

• 数据困境：GPT-5训练消耗了相当于3万个家庭一年的用电量，但它在解决“恒河猴数量推理任务”（一种经典的认知测试）时，得分仍然低于10岁儿童。
• 架构困境：Transformer架构在处理长程依赖时表现出色，但缺乏“因果推理”能力——它不知道“为什么”，只懂得“是什么”。

大会主席、智源研究院院长黄铁军指出：“神经科学给了我们三种‘脑回路’：皮层回路（计算）、基底节回路（选择）、海马回路（记忆与空间导航）。把这三者压缩进同一个模型，才是通往AGI的‘快车道’。”

大会亮点解剖：三大“仿脑”模块，直击AGI要害

1. 皮层计算：让AI学会“抑制”

• 核心研究：MIT团队将“侧向抑制”（大脑中神经元相互抑制以增强对比度的机制）引入视觉Transformer。结果：在ImageNet分类任务上，模型性能提升12%，而参数量反而减少了15%。
• 实用建议：企业训练多模态模型时，可以尝试加入“稀疏注意力”机制，模仿大脑的抑制效应，既能节省算力，又能提升边缘检测等底层视觉任务的精度。

2. 基底节选择：让AI学会“决策”

• 数据震撼：DeepMind的“认知决策引擎”在《星际争霸2》中，通过模拟基底节的“行动-价值”回路，实现了“毫秒级”的动作选择，远超传统RL模型的延迟。
• 案例分享：百度物流大脑接入该模块后，仓库分拣机器人路径规划的收敛速度提升3倍，错误率下降47%。

3. 海马记忆：让AI拥有“情境”

• 突破性工作：斯坦福大学展示了“海马体模型”——它不存储原始数据，仅记忆“位置编码与事件关联”。当AI迷路时，模型能自动在1秒内补全缺失路径，类似人类在黑暗中的“脑补”。
• 实用建议：开发自动驾驶系统的工程师，可以尝试在海马体模型中嵌入“时空网格单元”。数据显示，这可使车辆在突发场景下的导航容错率提升至99.1%。

行动指南：普通人如何抓住这场变革？

你不需要成为神经科学家，也能在AGI浪潮中获益：

1. 学习“认知图谱”思维：日常工作中，用“概念-关系”图代替线性笔记，模拟大脑的知识组织方式。
2. 关注“小模型”工具：2026年，智源将开源“脑启发的百亿参数模型”（BrainScale-100B），其推理速度比同级模型快5倍。个人开发者可以优先试用这类轻量级模型。
3. 参与“众包”标注：大会发布的“认知任务库”招募志愿者参与“多感官推理”测试，只要能完成简单场景，你的数据就能直接训练下一代“具身AGI”。

写在最后：AGI不是终点，而是起点

“50年前，我们以为智能是算力的函数；20年前，我们以为智能是数据的幂次；如今，我们发现智能藏在‘结构’里——大脑那1000亿个神经元之间的连接规则，才是真正的‘脑回路’。”大会联合主席、诺奖得主Eric Kandel在预告中写道。

行动号召：7月3日，登录智源大会官网，你不仅能看到Karl Friston亲自拆解“脑启发的因果模型”，还能参与“脑机接口驱动的AI编程”工作坊——用你的脑电波，实时修改一行Python代码。这不是未来，这是2026年的夏天。

免责声明：本文所引用的研究数据、产品功能及大会进展均基于2026年智源大会官方预告及公开学术预印本（截至2026年6月15日）。实际发布内容可能因技术迭代、会议调整而发生变化。文中提到的“BrainScale-100B”模型尚未通过大规模独立测试，建议用户在实际部署前进行小范围验证。作者及平台不对基于本文内容做出的任何决策承担法律责任。