加入星計(jì)劃,您可以享受以下權(quán)益:

  • 創(chuàng)作內(nèi)容快速變現(xiàn)
  • 行業(yè)影響力擴(kuò)散
  • 作品版權(quán)保護(hù)
  • 300W+ 專業(yè)用戶
  • 1.5W+ 優(yōu)質(zhì)創(chuàng)作者
  • 5000+ 長期合作伙伴
立即加入
  • 正文
  • 相關(guān)推薦
  • 電子產(chǎn)業(yè)圖譜
申請入駐 產(chǎn)業(yè)圖譜

對大腦進(jìn)行逆向工程,能否讓AI成長?

2019/04/09
31
閱讀需 26 分鐘
加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點(diǎn)資訊討論

 

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)?a class="article-link" target="_blank" href="/e/1592241.html">人工智能本身就是為了模擬人類智慧出現(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頸鹿的圖片,才能讓 AI 辨識(shí)出“長頸鹿本鹿”。但對于人類兒童來說,通常見過一次長頸鹿圖片,就能識(shí)別出長頸鹿的骨架。
 
這一神秘的認(rèn)知過程,值得被不斷探索推演。
 
對 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,以下簡稱 Microns)的項(xiàng)目為行業(yè)提供了全新的思路——對于大腦灰質(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)國家的政府、學(xué)術(shù)機(jī)構(gòu)共同參與,耗時(shí)十三年對人類基因組進(jìn)行測序。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,由美國高級情報(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??杉幢闳绱耍匀灰馕吨?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?
美國高級情報(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 1 立方毫米的小鼠腦組織進(jìn)行研究。
 
 
哈佛大學(xué)選擇的是電子顯微鏡。通過對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,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。

相關(guān)推薦

電子產(chǎn)業(yè)圖譜