1. <code id="fyd8t"><menuitem id="fyd8t"></menuitem></code>

    <big id="fyd8t"></big>

    <big id="fyd8t"></big>

    <big id="fyd8t"><strong id="fyd8t"></strong></big><blockquote id="fyd8t"><ruby id="fyd8t"></ruby></blockquote>
  2. 计世网

    大脑研究热度变高,脑科学和人工智能究竟何去何从?
    作者:佚名 | 来源:亿欧网
    2019-04-09
    虽然深度神经网络应用越来越广泛,我们却也能越来越多地发现人脑运作的特殊性。

     

    大脑,可?#36816;?#26159;人类身上最奇妙的器官。但有趣的是,关于大脑研究的热度,似乎并不是跟着医学发展曲线前进,而是跟着智能科技的发展前行的。

    或许因为人工智能本身就是为了模拟人类智慧出现,于是几乎在人工智能发展的每个周期之中,往往是当我们受算力或应用环境一类基础所限,AI技术无法产生效率上的突破时,便会转向对人脑的研究,试图用计算机来模拟大脑?#33041;?#36716;方式。

    现如今,虽然深度神经网络应用越来越广泛,我们却也能越来越多地发现人脑运作的特殊性。

    例如同样是辨识动物,深度神经网络需要在黑箱中?#24230;?#22823;量长颈鹿的?#35745;?#25165;能让AI辨识出“长颈鹿本鹿”。但对于人类儿童来说,通常见过一次长颈鹿?#35745;?#23601;能识别出长颈鹿的骨架。

    这一神秘的?#29616;?#36807;程,值得被不断探索推演。

    对1立方毫米的脑组织进行逆向工程

    近年来一项名为Machine Intelligence from Cortical Networks(皮层网络机器智能,以下简称Microns)的项目为行业提供了全新的思路——对于大脑灰质皮层进行“逆向工程”,破解出其中?#33041;?#34892;策略,转换成可为机器所用的算法。

    这一项目来自2013年奥巴马政府提出的“BRAIN倡议”,通过一亿美金的支持,倡导科学家们从?#29616;?#31185;学、神经科学、融合科学等多个角度来对人类大脑?#33041;?#34892;方式进行研究。

    这一倡议被视作第二个人类基因组计划——后者由多个国?#19994;?#25919;府、学术机构共同参与,耗时十三年对人类基因组进行测序。曾经有很多人质疑过人类基因组计划的意义,但如今这一项目正在遗传学研究上发挥着重要意义。

    Microns目前是该倡议中完成度最高的项目,由美国高级情报研究计划署主导资助。具体研究方式是,绘制出一块1立方毫米的小鼠脑组织神经元结构,研究其神经元间电路连通的模式,从而逆向推演动物的大脑如何对外界刺激进行?#20174;Α?/p>

    1立方毫米的小鼠脑组织,与人类相比,只达到了人类大脑体积的百万分之一。可即便如此,仍然意味着5万个互相连接的神经元,以及5亿个突触。

    我们知道,逆向工程意味着在已知某一产品的最终形态后,重新推演这项产品的诞生过程。那么面对这样庞大的问题,要怎样进行“逆向工程”呢?

    从显微镜到DNA,记录神经元运动都有哪些方式?

    美国高级情报研究计划署选择和三个研究团队合作,三种方式齐头并进一起对1立方毫米的小鼠脑组织进行研究。

    大脑研究热度变高,脑科学和人工智能究竟何去何从?

    哈佛大学选择的是电子显微镜。通过对大鼠注入荧光蛋白并进行训练,为大鼠播放视频刺激大脑活动,当神经元活动时,荧光蛋白中的钙离子就会融入细胞使其发亮。这时再用激光显微?#23548;?#24405;下神经元活动状况。另?#29615;?#38754;,一立方厘米的脑组织被切割成薄片,在高分辨率下显微镜下?#19978;瘛?#23558;活动时的神经元状况和完整的非活动?#21050;?#19979;神经元连接状况进行对比?#25104;洌?#20174;而去挖掘实验鼠的“思维活动方式”。

    来自哈佛医学院的专?#20197;?#36873;择了另一种方法,他们通过一种特殊的DNA条码对神经元进行标注,通过这种特殊的标注来识别神经元运动。至于脑组织切片,则可以通过基因测序机进行信息分类,从而重现神经元?#33041;?#21160;情况。

    来自美国科学促进会的团队,则干脆选择数据驱动的方式,通过对脑神经元连接方式的全面记录来构建研究基础。

    在计划中,三个团队将一起监测出大脑中数万个神经元?#33041;?#21160;情况,并?#21307;?#33041;组织切片的横截面计算拼接,将神经元的活动路径连接起来,构成?#29615;?#22823;脑运动的三维地图。建立在这一基础上,在尝试模拟神经元运动的模式。

    逆向工程中的悖论?#21644;?#36807;大数据实现少样本?

    如此看来,针对大脑的逆向工程除了在研究方式上更为特出,分工上更聚焦细节之外,跟以往的大脑模拟工程等等也并无差别。

    但值得注意的是,Microns和其他大脑模拟最大的差别,就在于目标明确。

    在13年“BRAIN倡议”被提出时,当时定下的目标是通过研究大脑来研究阿尔茨海默病、自闭症等等疾病。但?#23548;?#19978;真正开?#35745;?#21160;时,最受关注的项目Microns却将目标圈定在了人工智能应用方面,三个团?#29992;?#20010;都配上了至少一位算法科学家,为了把神经学的结果转换成可应用的计算机科学。

    如此来看,大脑研究与人工智能之间有种“有事钟无艳,无事夏迎春”的感觉。平时脑科学研究总将目标放在心理学、神经学、医学学科上,可一旦人工智能有热度可蹭,与脑科学有关的类脑计算、?#29616;?#35745;算等等,又立刻成为了人工智能的明日之光。

    就拿Microns这一个项目来说,就存在着?#29616;?#30340;悖论。

    首先Microns的目标,是通过对大脑的模拟推演,实现更高效的少样本甚至无样本学习,让神经网络不再需要依靠大量的数据就行建立模型。

    而以目前这种对大脑逆向工程的手段来看,Microns率先输出的并不是算法,而是海量的神经元运动数据——每立方毫米的脑组织就会产生1到2 PB的数据。

    所以为了处理这些数据,Microns率先要研发出能够?#24615;?#28023;量数据的神经网络模型,耗费大量时间进行训练,兴许还要利用上超算。

    整个过程,是与Microns项目的初衷背道而驰的。

    Microns是谁的砖石瓦片?

    其实对于Microns的未来,研究人员自己也很悲观。虽然如今Microns?#33041;?#21161;费用已经高达上亿美元,参与研究的哈佛大学神经学家David Cox却表示,人脑研究实在是太过庞杂的命题,他们一定会得出结果,但这些结果很难符合人们?#33041;?#26399;。

    目前来说,Microns已经能够为实验鼠的一些神经元进行简单的分类。例如在分辨出在受到刺激时,哪些神经元互相连接,哪些神经元又是相对独立的。只是这样的结果不仅离应用还很远,就连理论化和体系化都很难做到。

    最后Microns项目的结果,很有可能只是累积下来大量关于神经元运动的数据,在开放给社会之后,?#21364;?#26356;多力量共同挖掘。这个过程就像盖房子,或许今天我们见证的,仅仅是准备砖石瓦片的过程。利用这些砖石瓦片的,或许是人工智能,也或许是脑科学。

    脑科学与人工智能之间的关系,有时候就像?#36153;?#35328;情小说里面的?#20449;?#20027;角,看似天生一对,却历经波折总是不能在一起。但是在彼此?#20998;?#30340;过程中,都获得了更好的成长。

    责任编辑:何周重

    黑龙江22选5开奖
    1. <code id="fyd8t"><menuitem id="fyd8t"></menuitem></code>

      <big id="fyd8t"></big>

      <big id="fyd8t"></big>

      <big id="fyd8t"><strong id="fyd8t"></strong></big><blockquote id="fyd8t"><ruby id="fyd8t"></ruby></blockquote>
      1. <code id="fyd8t"><menuitem id="fyd8t"></menuitem></code>

        <big id="fyd8t"></big>

        <big id="fyd8t"></big>

        <big id="fyd8t"><strong id="fyd8t"></strong></big><blockquote id="fyd8t"><ruby id="fyd8t"></ruby></blockquote>