對(duì)大腦進(jìn)行逆向工程,會(huì)找到AI的明日之光嗎?

人工智能
2019
04/09
13:52
腦極體
分享
評(píng)論

大腦,可以說是人類身上最奇妙的器官。但有趣的是,關(guān)于大腦研究的熱度,似乎并不是跟著醫(yī)學(xué)發(fā)展曲線前進(jìn),而是跟著智能科技的發(fā)展前行的。

或許因?yàn)槿斯ぶ悄鼙旧砭褪菫榱四M人類智慧出現(xiàn),于是幾乎在人工智能發(fā)展的每個(gè)周期之中,往往是當(dāng)我們受算力或應(yīng)用環(huán)境一類基礎(chǔ)所限,AI技術(shù)無法產(chǎn)生效率上的突破時(shí),便會(huì)轉(zhuǎn)向?qū)θ四X的研究,試圖用計(jì)算機(jī)來模擬大腦的運(yùn)轉(zhuǎn)方式。

現(xiàn)如今,雖然深度神經(jīng)網(wǎng)絡(luò)應(yīng)用越來越廣泛,我們卻也能越來越多地發(fā)現(xiàn)人腦運(yùn)作的特殊性。

例如同樣是辨識(shí)動(dòng)物,深度神經(jīng)網(wǎng)絡(luò)需要在黑箱中投入大量長(zhǎng)頸鹿的圖片,才能讓AI辨識(shí)出“長(zhǎng)頸鹿本鹿”。但對(duì)于人類兒童來說,通常見過一次長(zhǎng)頸鹿圖片,就能識(shí)別出長(zhǎng)頸鹿的骨架。

這一神秘的認(rèn)知過程,值得被不斷探索推演。

對(duì)1立方毫米的腦組織進(jìn)行逆向工程

近年來一項(xiàng)名為Machine Intelligence from Cortical Networks(皮層網(wǎng)絡(luò)機(jī)器智能,以下簡(jiǎn)稱Microns)的項(xiàng)目為行業(yè)提供了全新的思路——對(duì)于大腦灰質(zhì)皮層進(jìn)行“逆向工程”,破解出其中的運(yùn)行策略,轉(zhuǎn)換成可為機(jī)器所用的算法。

這一項(xiàng)目來自2013年奧巴馬政府提出的“BRAIN倡議”,通過一億美金的支持,倡導(dǎo)科學(xué)家們從認(rèn)知科學(xué)、神經(jīng)科學(xué)、融合科學(xué)等多個(gè)角度來對(duì)人類大腦的運(yùn)行方式進(jìn)行研究。

這一倡議被視作第二個(gè)人類基因組計(jì)劃——后者由多個(gè)國(guó)家的政府、學(xué)術(shù)機(jī)構(gòu)共同參與,耗時(shí)十三年對(duì)人類基因組進(jìn)行測(cè)序。曾經(jīng)有很多人質(zhì)疑過人類基因組計(jì)劃的意義,但如今這一項(xiàng)目正在遺傳學(xué)研究上發(fā)揮著重要意義。

Microns目前是該倡議中完成度最高的項(xiàng)目,由美國(guó)高級(jí)情報(bào)研究計(jì)劃署主導(dǎo)資助。具體研究方式是,繪制出一塊1立方毫米的小鼠腦組織神經(jīng)元結(jié)構(gòu),研究其神經(jīng)元間電路連通的模式,從而逆向推演動(dòng)物的大腦如何對(duì)外界刺激進(jìn)行反應(yīng)。

1立方毫米的小鼠腦組織,與人類相比,只達(dá)到了人類大腦體積的百萬分之一。可即便如此,仍然意味著5萬個(gè)互相連接的神經(jīng)元,以及5億個(gè)突觸。

我們知道,逆向工程意味著在已知某一產(chǎn)品的最終形態(tài)后,重新推演這項(xiàng)產(chǎn)品的誕生過程。那么面對(duì)這樣龐大的問題,要怎樣進(jìn)行“逆向工程”呢?

從顯微鏡到DNA,記錄神經(jīng)元運(yùn)動(dòng)都有哪些方式?

美國(guó)高級(jí)情報(bào)研究計(jì)劃署選擇和三個(gè)研究團(tuán)隊(duì)合作,三種方式齊頭并進(jìn)一起對(duì)1立方毫米的小鼠腦組織進(jìn)行研究。

對(duì)大腦進(jìn)行逆向工程,會(huì)找到AI的明日之光嗎?

哈佛大學(xué)選擇的是電子顯微鏡。通過對(duì)大鼠注入熒光蛋白并進(jìn)行訓(xùn)練,為大鼠播放視頻刺激大腦活動(dòng),當(dāng)神經(jīng)元活動(dòng)時(shí),熒光蛋白中的鈣離子就會(huì)融入細(xì)胞使其發(fā)亮。這時(shí)再用激光顯微鏡記錄下神經(jīng)元活動(dòng)狀況。另一方面,一立方厘米的腦組織被切割成薄片,在高分辨率下顯微鏡下成像。將活動(dòng)時(shí)的神經(jīng)元狀況和完整的非活動(dòng)狀態(tài)下神經(jīng)元連接狀況進(jìn)行對(duì)比映射,從而去挖掘?qū)嶒?yàn)鼠的“思維活動(dòng)方式”。

來自哈佛醫(yī)學(xué)院的專家則選擇了另一種方法,他們通過一種特殊的DNA條碼對(duì)神經(jīng)元進(jìn)行標(biāo)注,通過這種特殊的標(biāo)注來識(shí)別神經(jīng)元運(yùn)動(dòng)。至于腦組織切片,則可以通過基因測(cè)序機(jī)進(jìn)行信息分類,從而重現(xiàn)神經(jīng)元的運(yùn)動(dòng)情況。

來自美國(guó)科學(xué)促進(jìn)會(huì)的團(tuán)隊(duì),則干脆選擇數(shù)據(jù)驅(qū)動(dòng)的方式,通過對(duì)腦神經(jīng)元連接方式的全面記錄來構(gòu)建研究基礎(chǔ)。

在計(jì)劃中,三個(gè)團(tuán)隊(duì)將一起監(jiān)測(cè)出大腦中數(shù)萬個(gè)神經(jīng)元的運(yùn)動(dòng)情況,并且將腦組織切片的橫截面計(jì)算拼接,將神經(jīng)元的活動(dòng)路徑連接起來,構(gòu)成一幅大腦運(yùn)動(dòng)的三維地圖。建立在這一基礎(chǔ)上,在嘗試模擬神經(jīng)元運(yùn)動(dòng)的模式。

逆向工程中的悖論:通過大數(shù)據(jù)實(shí)現(xiàn)少樣本?

如此看來,針對(duì)大腦的逆向工程除了在研究方式上更為特出,分工上更聚焦細(xì)節(jié)之外,跟以往的大腦模擬工程等等也并無差別。

但值得注意的是,Microns和其他大腦模擬最大的差別,就在于目標(biāo)明確。

在13年“BRAIN倡議”被提出時(shí),當(dāng)時(shí)定下的目標(biāo)是通過研究大腦來研究阿爾茨海默病、自閉癥等等疾病。但實(shí)際上真正開始啟動(dòng)時(shí),最受關(guān)注的項(xiàng)目Microns卻將目標(biāo)圈定在了人工智能應(yīng)用方面,三個(gè)團(tuán)隊(duì)每個(gè)都配上了至少一位算法科學(xué)家,為了把神經(jīng)學(xué)的結(jié)果轉(zhuǎn)換成可應(yīng)用的計(jì)算機(jī)科學(xué)。

如此來看,大腦研究與人工智能之間有種“有事鐘無艷,無事夏迎春”的感覺。平時(shí)腦科學(xué)研究總將目標(biāo)放在心理學(xué)、神經(jīng)學(xué)、醫(yī)學(xué)學(xué)科上,可一旦人工智能有熱度可蹭,與腦科學(xué)有關(guān)的類腦計(jì)算、認(rèn)知計(jì)算等等,又立刻成為了人工智能的明日之光。

就拿Microns這一個(gè)項(xiàng)目來說,就存在著嚴(yán)重的悖論。

首先Microns的目標(biāo),是通過對(duì)大腦的模擬推演,實(shí)現(xiàn)更高效的少樣本甚至無樣本學(xué)習(xí),讓神經(jīng)網(wǎng)絡(luò)不再需要依靠大量的數(shù)據(jù)就行建立模型。

而以目前這種對(duì)大腦逆向工程的手段來看,Microns率先輸出的并不是算法,而是海量的神經(jīng)元運(yùn)動(dòng)數(shù)據(jù)——每立方毫米的腦組織就會(huì)產(chǎn)生1到2 PB的數(shù)據(jù)。

所以為了處理這些數(shù)據(jù),Microns率先要研發(fā)出能夠承載海量數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)模型,耗費(fèi)大量時(shí)間進(jìn)行訓(xùn)練,興許還要利用上超算。

整個(gè)過程,是與Microns項(xiàng)目的初衷背道而馳的。

Microns是誰的磚石瓦片?

其實(shí)對(duì)于Microns的未來,研究人員自己也很悲觀。雖然如今Microns的贊助費(fèi)用已經(jīng)高達(dá)上億美元,參與研究的哈佛大學(xué)神經(jīng)學(xué)家David Cox卻表示,人腦研究實(shí)在是太過龐雜的命題,他們一定會(huì)得出結(jié)果,但這些結(jié)果很難符合人們的預(yù)期。

目前來說,Microns已經(jīng)能夠?yàn)閷?shí)驗(yàn)鼠的一些神經(jīng)元進(jìn)行簡(jiǎn)單的分類。例如在分辨出在受到刺激時(shí),哪些神經(jīng)元互相連接,哪些神經(jīng)元又是相對(duì)獨(dú)立的。只是這樣的結(jié)果不僅離應(yīng)用還很遠(yuǎn),就連理論化和體系化都很難做到。

最后Microns項(xiàng)目的結(jié)果,很有可能只是累積下來大量關(guān)于神經(jīng)元運(yùn)動(dòng)的數(shù)據(jù),在開放給社會(huì)之后,等待更多力量共同挖掘。這個(gè)過程就像蓋房子,或許今天我們見證的,僅僅是準(zhǔn)備磚石瓦片的過程。利用這些磚石瓦片的,或許是人工智能,也或許是腦科學(xué)。

腦科學(xué)與人工智能之間的關(guān)系,有時(shí)候就像狗血言情小說里面的男女主角,看似天生一對(duì),卻歷經(jīng)波折總是不能在一起。但是在彼此追逐的過程中,都獲得了更好的成長(zhǎng)。

【來源:腦極體

THE END
廣告、內(nèi)容合作請(qǐng)點(diǎn)擊這里 尋求合作
AI
免責(zé)聲明:本文系轉(zhuǎn)載,版權(quán)歸原作者所有;旨在傳遞信息,不代表砍柴網(wǎng)的觀點(diǎn)和立場(chǎng)。

相關(guān)熱點(diǎn)

雖然歐盟在人工技能(AI)技術(shù)競(jìng)賽上落后于北美和亞洲,但為建立本土消費(fèi)者對(duì)AI產(chǎn)業(yè)的長(zhǎng)期信心,歐盟卻在構(gòu)建全球監(jiān)管框架上走出了第一步。
業(yè)界
4月2日消息,據(jù)國(guó)外媒體報(bào)道,谷歌上周宣布成立公司人工智能項(xiàng)目外部顧問委員會(huì),并將保守派傳統(tǒng)基金會(huì)(Heritage Foundation)主席凱·科爾斯·詹姆斯(Kay Coles James)納入其中。
業(yè)界
裁員可能是目前所有廠商比較忌諱的一個(gè)詞,大家更愿意用“人員優(yōu)化”去形容目前公司的狀況。
業(yè)界
波士頓咨詢集團(tuán) (BCG) 稱,Alphabet/ 谷歌目前是全球最具創(chuàng)新力的公司,取代了蘋果公司 13 年來在年度排行榜上的主導(dǎo)地位。強(qiáng)大的人工智能創(chuàng)新者在大數(shù)據(jù)分析方面擁有的深厚專業(yè)知識(shí),可能性是普通人的三...
人工智能
今天中午,吳恩達(dá)在朋友圈發(fā)布消息稱,歡迎AI專家王冬巖作為VP AI Transformations加入Landing AI。
業(yè)界

相關(guān)推薦

1
3
主站蜘蛛池模板: 男人和女人做爽爽视频| 中文乱码字幕午夜无线观看| 日本人六九视频jⅰzzz| 亚洲成A人片在线观看无码| 粉色视频午夜网站入口| 国产乡下三级全黄三级bd| 亚洲网站www| 国内精品久久久久影院蜜芽| 一级毛片在线观看免费| 日本精品久久久久护士| 亚洲va中文字幕| 欧美综合成人网| 免费又黄又硬又爽大片| 美女黄频视频大全免费的| 国产大学生粉嫩无套流白浆 | 欧美色图亚洲自拍| 免费在线观看黄网| 胸奶好大好紧好湿好爽| 国产午夜无码视频免费网站 | 亚洲日本香蕉视频观看视频| 男和女一起怼怼怼30分钟| 又大又硬又爽又粗又快的视频免费| 青娱极品盛宴国产一区| 国产手机在线αⅴ片无码观看 | 失禁h啪肉尿出来高h男男视频| 中文字幕免费在线观看动作大片| 日本道v高清免费| 久久综合亚洲色hezyo国产| 欧洲美熟女乱又伦免费视频| 亚洲日韩欧美一区久久久久我| 波多野结衣按摩| 全彩调教侵犯h本子全彩网站mj | 国产女人精品视频国产灰线| 亚洲校园春色另类激情| 国产精欧美一区二区三区| 99精品在线看| 天天躁日日躁狠狠躁av中文| 一区二区三区无码视频免费福利| 成人精品一区久久久久| 久久91精品国产一区二区| 日本人的色道www免费一区|