生科医学|最高精度“线虫大脑”来了：蠕动前行 高精度还原大脑( 三 )
相较之 ， 天演团队选择从实现AI的角度 ， 去研究并实现类脑智能 。
但即便如此 ， 费尽心力建模一个线虫大脑 ， 真的有意义吗？
线虫“大脑” ， 有什么用？
若是用一句话来概括这个问题 ， 那便是：
这是迈出人造智能生命的关键一步 。
文章图片
自人工智能诞生以来 ， 把“机器打造得像人一样” ， 便成为了研究人员一直努力研发的方向 。
然而随着时间的推移 ， 哪怕到了现今以深度学习为主的发展阶段 ， 人工智能还是没有达到真正意义上的智能程度 。
即便是像2016年AlphaGo轰动世界的那场围棋比赛 ， 也只是刷新了人们对于人工智能的认知 。
文章图片
但也正如CMU教授Hans Moravec所述：
要让电脑像成年人一样下棋是相对容易的；但是要让电脑拥有一岁小孩水平的感知和行动能力 ， 却是相当困难 ， 甚至是不可能的 。
那么 ， 问题到底出在了哪里？
在2016年的时候 ， 智源研究院院长黄铁军就给出过答案 。
他认为 ， 深度学习本质上依赖于人工神经网络 ， 而生物的智能所依靠的是生物神经网络 。
其中 ， 人工神经网络更接近于“实现功能” ， 而生物神经网络模拟的则是“实现功能的结构” ， 二者在“体量”上便不是一个级别的 ， 后者明显要庞大得多 ， 也更重要——
因为结构决定功能 ， 而生物神经网络才是智能的载体 。
因此 ， 黄铁军基于这种情况下所提出的“解法”是：
从脑机理模拟的角度出发 。
简单来说 ， 就是要去探索生脑大脑内部的“运作模式” ， 这才是通向通用人工智能的途径之一 。
文章图片
无独有偶 ， 在更早的2009年 ， 瑞士洛桑联邦理工学院的Henry Markram教授也提出过类似的观点 。
当时他宣布了一个计划——将在理解大脑结构的基础之上 ， 用超级计算机建立大脑模型 。
这项计划后来得到了欧盟的大力支持和关注 ， 因为这种方式的意义不仅仅是理解人类大脑智能的本身 ， 甚至还可能为脑疾病找到别样的治疗方法 。
但问题也接踵而至 ， 要想模拟人类整个大脑神经网络 ， 靠计算机是相当困难的 。
这不仅仅是因为计算模拟的复杂度 ， 更是因为生物大脑本身的复杂度 。
毕竟人类大脑的含有神经元数量高达1011 ， 其所需的计算量和成本可见一斑 。
而人类实际上通过大脑去做推理、创作等一系列行为时 ， 所消耗的功耗仅为20-25瓦 。
也就是说生物大脑具备了“高智能”、“低功耗”的特性 。
这也就是为什么说研究生物大脑 ， 是通向通用人工智能最佳蓝本的原因所在了 。
文章图片
而且这种信号也已经开始浮现 。
例如2021年发表于顶刊NEURON上的Single Cortical Neurons as Deep Artificial Neural Networks研究表明——
一个深度神经网络需要5到8层互联神经元才能表征单个生物神经元的复杂度 。
这也就证明了单个神经元所具备的计算力之强 ， 所以若是能够对单个神经元做非常精细化的刻画 ， 便可更加逼近生物处理信息的复杂过程 。
但更精细化地模拟生物大脑的意义还远不止于此 。
目前人类在大脑方面仍然存在许多较为棘手的疾病 ， 例如阿尔兹海默症、抑郁症和脑损伤等 。
研究各种脑疾病的过程更是消耗巨大人力和物力的过程 ， 若是能够精细地模拟具备生物性质的大脑 ， 那么或许会在解决方案上提供另一种可能性 。
……
总而言之 ， 更好地模拟和认识大脑 ， 是在认识大脑本身的同时 ， 也是在重视人类自己 。
推荐阅读
- 染色体是什么
- 奔驰漏油后续最新消息处理结果 66万奔驰漏油
- 女生练马甲线的方法有哪些？
- 马甲线怎么练出来？
- 短发|最火女士短发14款，烫卷剪短美美哒，看着很心动
- 真我|红米最强对手：realme骁龙8+旗舰就绪 大电池+百瓦快充
- 宋代是公认的汉文化鼎盛繁荣的时期?美国说宋朝是最伟大的朝代
- 中国最大的蛇是什么样子 中国发现最大的蛇
- 12门派中哪个最厉害 天龙八部哪个门派好
- 长高最好的运动是什么？