我们习惯于用自己熟悉的工具来解决面临的问题。例如，当想要去探索强人工智能的时候，计算机科学家们想到最直接的方式，便是创建知识图谱（计算机科学家所理解的“常识”），从而将常识与深度学习进行融合，来创造一个在他们看来有认知的智能体。但是这种“认知”与神经科学家们所理解的“认知”是同一个概念吗？知识图谱+深度学习，或许能够解决人工智能所面临的困境，但显然不是唯一解。
正如智源研究院“认知神经基础”重大方向的首席科学家刘嘉教授所说，科研领域的重大突破往往产生于交叉领域。因为在交叉地带，一个未知的领域，最可能产生新的东西。因此，不同学科背景的学者，坐在一起，用着彼此可能并不互通的术语，进行探讨，可能会产生各种意向不到的事情。
在智源研究院，作为机器学习的领军人物颜水成，遇到了认知神经科学的领军人物刘嘉。于是，他们相约在一个午后，共同探讨了大量关于人工智能和生物智能的认知神经基础问题。正如颜水成所说，这些问题可能并不只是代表他自己，可能许多做机器学习的人都或多或少有过类似的疑问，也希望能够从认知神经科学的研究成果中，获取灵感，从而设计更优的算法。刘嘉教授对此一一作答。
交叉，起于思想的碰撞，这只是开始。颜水成：依图科技 CTO，智源“机器学习”重大研究方向首席科学家。刘嘉：清华大学教授，智源“人工智能的认知神经基础”重大研究方向首席科学家。文：智源社区。