构建跨学科人工智能生态系统：Benjamin Rosman教授谈推动非洲与全球创新的生物启发之路

《Communications Biology》：Shaping an interdisciplinary AI ecosystem to drive local and global innovation: an interview with Benjamin Rosman

本文专访人工智能领域领军人物Benjamin Rosman教授，探讨其通过创立MIND研究所和Deep Learning Indaba等项目，整合生物学、神经科学等多学科智慧，推动非洲在基础AI研究领域实现从"技术应用者"到"科学创新者"的战略转型，为全球能源高效AI和包容性增长提供新范式。

　　

在人工智能（AI）技术席卷全球的浪潮中，一个关键问题日益凸显：当大部分AI创新集中在少数发达地区时，如何让全球南方特别是非洲大陆不再只是技术的被动接受者，而是成为基础科学创新的重要策源地？这一问题在2025年显得尤为紧迫，因为AI技术正以前所未有的速度重塑着世界经济格局和科技创新生态。

正是在这样的背景下，南非威特沃特斯兰德大学教授Benjamin Rosman的实践为我们提供了富有启发性的答案。作为该校机器人、自主智能与学习（RAIL）实验室的负责人，以及新成立的机器智能与神经发现（MIND）研究所的创始主任，Rosman教授正带领团队探索一条独特的跨学科创新之路。

Rosman的个人经历本身就体现了多样性带来的创新潜力。因出生时中风导致脑性麻痹和右侧偏瘫，他童年时期无法像其他孩子一样爬树运动，却因此早早接触了当时还属小众的计算机编程领域。这种独特的成长经历让他对数字世界、机器交互和数学产生了浓厚兴趣，最终在威特沃特斯兰德大学攻读计算机科学和数学后，选择前往英国爱丁堡大学深造，专攻当时在非洲还几乎不存在的AI研究领域。

如今，当全球都在热议ChatGPT等大型语言模型时，Rosman保持着更为根本的思考。他认为，AI的核心本质是关于预测的科学——即便是最先进的大语言模型，本质上也是在预测下一个单词。而所有这些预测最终都服务于一个更宏观的目标：如何让智能体（agent）在与环境的持续交互中做出更好的决策。这一认识让他始终对生物体在环境中的运作方式保持着浓厚兴趣，特别是生物如何做出决策及其背后的原因。

这种对生物智能的深刻欣赏直接体现在MIND研究所的架构设计中。该研究所目前拥有34位学术研究员，其中只有约三分之一是纯粹的AI专家，其余则包括神经解剖学家、行为心理学家、认知神经科学家、哲学家、进化科学家和政策专家。这种刻意安排的学科多样性背后是一个核心信念：对智能本质的理解需要多学科的交叉视角。

生物学与人工智能的相互启发在能源效率问题上显得尤为突出。Rosman指出，直到最近，我们只知道一种能够创作诗歌的结构——人类大脑，而现在我们有了大语言模型。这证明至少存在两种不同的诗歌创作路径：生物路径和人工路径。然而，两者之间存在显著差异：人工系统可以永远运行，但需要海量数据和巨大能耗。面对这一挑战，Rosman认为更应该从生物系统中寻找灵感，因为自然界的生物系统在解决类似问题时，仅消耗约相当于一个灯泡的能量。

非洲丰富的生物多样性为此提供了独特优势。Rosman强调，在一个拥有大量生物多样性的环境中进行科学研究具有天然优势，因为各种生物体已经发展出适应环境、解决问题的不同方式。加上非洲丰富的人类文化多样性和化石记录（如距离约翰内斯堡西北约50公里的"人类摇篮"遗址），为研究智能如何被使用、进化或重新用于解决不同问题提供了丰富的数据点。

MIND研究所的核心使命正是基于这一认识：非洲不应该只满足于AI技术的下游应用，而应该投资于基础科学本身。研究所鼓励研究人员以激进的跨学科方式合作，提出不仅仅是现有技术和思想变体的新项目，而是真正挑战规范，建立将非洲置于全球AI核心的伙伴关系。

Rosman共同发起的Deep Learning Indaba暑期学校是这一愿景的另一个重要实践。从2017年仅有8名组织者、350名参与者的研讨会，发展到2025年在卢旺达举办、有1300多人参与的年度盛会，Indaba已经成长为一个泛非洲运动。它不仅培养了整个非洲大陆的AI社区，还催生了一系列基层倡议，如专注于非洲自然语言处理的Masakhane、关注AI与健康的SisonkeBiotik，以及AfriClimate AI等。这些倡议又引发了新的事件、投资和公司浪潮，包括Rosman共同创立的Leapa AI公司及其推出的InkubaLM——一个覆盖斯瓦希里语、豪萨语、约鲁巴语、祖鲁语和科萨语五种非洲语言的多语言小模型，也是非洲首个此类模型。

在技术方法上，研究团队主要采用了几大关键技术路线：首先是强化学习（Reinforcement Learning）方法，专注于自主系统中的决策制定，研究智能体与环境之间的反馈机制；其次是跨学科融合策略，通过整合神经科学、行为心理学、进化生物学等多学科视角，构建智能研究的全新范式；此外还包括基于非洲本地语言和需求的技术开发路径，如针对五大非洲语言训练的多语言小模型InkubaLM；最后是道德对齐框架研究，通过计算机科学家、哲学家和心理学家的合作，探索自主决策系统与人类道德价值观对齐的新方法。

研究背景与问题意识

研究表明，当前AI研究存在严重的地域不平衡，非洲在基础AI研究领域的投入不足。同时，主流AI发展路径面临能耗高、数据需求大等挑战，而生物智能则展现出极高的能效。这些问题催生了对新型研究范式的需求。

跨学科方法创新

通过创建MIND研究所，研究人员构建了独特的跨学科研究生态系统。这种打破学科壁垒的方法有助于从多个角度理解智能的本质，为AI发展提供新思路。

生物启发计算路径

研究团队特别强调从生物智能中汲取灵感，尤其是在能源效率方面。自然系统为解决AI能耗问题提供了宝贵参考，而非洲丰富的生物多样性为此研究提供了独特优势。

本地化技术开发

针对非洲本地需求的技术开发取得了实质性进展。InkubaLM等项目的成功表明，基于本地语言和需求的技术创新既服务了非洲社区，也为全球AI发展提供了新视角。

社区建设与人才培养

Deep Learning Indaba等项目成功构建了泛非洲AI社区，通过教育和培训培养了本土人才，为可持续创新奠定了基础。

研究结论表明，通过跨学科合作和生物启发的方法，非洲有望在基础AI研究领域实现跨越式发展。这种发展模式不仅有利于非洲大陆，也为全球AI研究提供了新的思路和方法。特别是将生物智能的高效能特性与人工智能的计算能力相结合，可能为解决当前AI发展的能耗瓶颈提供新路径。

讨论部分强调，非洲在AI领域不应仅仅扮演技术应用者和数据提供者的角色，而应成为基础科学创新的重要贡献者。丰富的生物多样性和文化多样性是非洲的独特优势，将这些优势与现代计算工具相结合，有望产生突破性的科学发现。同时，跨学科研究方法有助于解决AI发展中的伦理和社会问题，确保技术发展符合人类价值观。

这项研究的意义在于它展示了一条不同于主流的发展路径：通过发挥本地优势、强化学科交叉、重视基础研究，传统上的"边缘"地区同样可以在尖端科技领域发挥领导作用。随着MIND研究所工作的深入和Indaba社区的发展，非洲有望在全球AI创新生态中扮演越来越重要的角色，为实现更加包容和可持续的科技未来作出独特贡献。