又双叒叕厉害了!人工智能大发展,脑科学显神通

进入新世纪以来,各大国在科研领域多头比拼:上天、入海、互联、虚拟……而最近几年,一个新的科技“高边疆”又进入人们的视野:我们身上的最后谜团——大脑的奥秘。

在人工智能的研究中有一个流派,倾向于认为对大脑的恰当模拟会是制造出人工智能的关键,但事实上,直到今天我们对人脑的工作原理的了解仍然十分粗浅,更谈不上对它的精确模拟了。对大脑的研究、以及对以此为基础的人工智能的研究,早已脱离了单个学科可以应对的范畴,而需要多个学科领域之间的相互协作。或许只有最顶尖的人才才能理解,并最终推动这些领域的进步。

不过即使是我们目前对人脑非常浅薄的研究中得到的认知,也已经构成了一幅无比美丽的画卷。这其中蕴含的奥妙让我们丝毫不会怀疑,我们的大脑是世界上最精妙(同时居然是自然进化出来的)结构。而这些研究也告诉我们,无论是对人类的智能还是人工智能,我们都尚有太多太多可能的潜力没有挖掘出来。如果条件成熟、脑科学同计算机科学能够更加紧密的结合起来,没有人能想象将会爆发出多大的能量。

脑科学能为人工智能带来什么?

专家们认为,各大国竞相投入脑科学研究意义深远。这不仅关乎人类的健康和福祉,也关乎未来的生产力,有望深刻改变社会。

认知“黑洞”

“三磅的宇宙”谜团重重

为什么是大脑?“我们无法忍受人类仍旧对大脑如何工作知之甚少”。20多年前,DNA(脱氧核糖核酸)双螺旋结构发现者之一弗朗西斯·克里克就如此抱怨。

然而时至今日,大脑仍然是人类认知的“黑洞”。

美国总统奥巴马对此说:“作为人类,我们能够确认数光年外的星系,我们能研究比原子还小的粒子,但我们仍无法揭示两耳间三磅重的物质(指大脑)的奥秘。”

“两耳间三磅重的物质”也被戏称为“三磅的宇宙”,难以琢磨又令人神往。中科院外籍院士蒲慕明接受记者采访时说,人类大脑有1000亿个神经细胞,彼此之间由大量的神经纤维连接成极为复杂的神经网络。目前脑科学最有待突破的就是理解人脑高级认知功能的神经网路基础。

“我们对大脑的了解还仅是沧海一粟”,英国帝国理工大学外科手术机器人研究员刘芳德认为,大国掀起的“脑科学热”很可能成为另一个“人类基因组计划”。

蒲慕明也表示,脑科学是人类理解自然界现象和人类本身的“最终疆域”,是本世纪最重要的前沿科学之一。科学界甚至认为,把研究人脑的神经科学称为“人类科学最后的前沿”也毫不为过。

吹响号角

2013年欧盟率先宣布“人脑工程”

对于脑科学领域,2013年无疑是个重要年份。这一年年初,欧盟率先宣布,“人脑工程”为欧盟未来10年的“新兴旗舰技术项目”,获得10亿欧元科研经费。当年4月,美国政府公布“脑计划”,启动资金逾1亿美元,后经调整,在未来12年间预计总共将投入45亿美元。

日本对脑科学研究也兴趣浓厚。紧随欧美,日本2014年正式发起“大脑研究计划”,由理化学研究所主导,试图从狨猴大脑入手,来加快人类大脑研究。

中国也在积极酝酿后迅速入场。“脑科学与类脑研究”被“十三五”规划纲要确定为重大科技创新项目和工程之一,“中国脑计划”即将上线。

“脑科学研究,在时间上太重要了!”复旦大学脑科学研究院院长马兰在接受媒体采访时说,目前脑科学发展正处于一个重要的跨越式发展时期。奥巴马在宣布“脑计划”时曾直言,“现在是太空竞赛以来,美国的研发水平达到新高度的时候了”。

脑科学领域,大国正纷纷起跑。这是一个烧钱的战场,但不下“血本”,就无法占领新的科研高地。

一体两翼

治疗人脑疾病最“接地气”

脑科学研究的本质,可以用“一体两翼”来概括。一体,即以研究脑认知的神经原理为主体;两翼,即研发人脑重大疾病诊治的新手段和以人工智能为导向的类脑研究。

正如诺贝尔生理学或医学奖得主杰拉德·埃德尔曼所言:“脑科学的知识将奠定即将到来的新时代之基础。凭这些知识我们可医治大量疾病,建造模仿脑功能的新机器,而且更深入地理解我们自己的本质以及我们如何认识世界。”

两翼中,治疗人脑疾病是“接地气”的一翼,也是人类最急迫的需求。帕金森病、阿尔茨海默病、抑郁症、精神分裂症……未来,我们能否厘清这些脑疾病的机理?是否能治愈或者至少延缓脑疾病的发生发展?

日本正进入老龄化社会,帕金森病等老人常见病日渐高发,困扰社会。主导脑科学研究的理化学研究所脑科学综合研究中心主任利根川进就表示,他们有责任去揭开帕金森病等大脑疾病的根本原因、找到有效的治疗或预防方法。

欧洲也面临同样的困扰。据预测,未来欧洲约三分之一的人口会患上与脑有关的疾病,这几乎影响所有的欧洲家庭。脑科学基础研究无疑会造福社会,改善人类健康水平和老年生活质量。

而另一翼——人工智能,更令人遐想无限。“阿尔法围棋”战胜李世石引来世人瞩目,可是要知道,它仅仅是一个单一任务的运算程序,与人脑的能力还有极大差距,如果真正模拟人脑又会怎样?

当然,人工智能(AI)的目标并不是复制人类大脑,而是在各种细分领域里提供智能服务,比如智能驾驶、手术机器人等。未来学家凯文·凯利预言,未来20年,全球最重要的技术就是人工智能,人工智能产品将成为水和电一样的日用品。

“把人工智能列入‘十三五’是很正确的决策,过了这个时间点可能就来不及了。”科大讯飞总裁刘庆峰曾表示,人工智能是全球下一轮产业革命的引爆点和“必争之地”。

美国硅谷已经抢得先机。从谷歌、脸书、微软等巨头到初创公司,它们都爱人工智能。谷歌内部有上百个团队在研究机器学习技术。脸书近两年来在硅谷、纽约和巴黎连设3家人工智能实验室……这些科技公司的掌门人相信,人工智能技术可能改变世界。

可以预期的是,脑科学的新发现,将使人工智能发展获得新的“助推器”。

砥砺前行

用脑科学支持人工智能

近日,在国家自然科学基金(项目号:31671075)的支持下,中国科学院神经科学研究所和脑科学与智能技术卓越创新中心崔翯研究组在《神经生理学》(Journal of Neurophysiology)杂志上发表论文显示,研究人员通过训练猕猴完成自由式拦截手动成功建立起预测性运动的行为学范式。

预测是大脑的重要功能和智能的重要基础。已有的神经科学研究认为,灵长类动物的大脑对运动的控制是基于内部建模机制对未来感觉结果的预测,而不简单是对外部刺激的反射。崔翯打了一个形象的比喻:当人和猴子走进回转寿司餐厅,他们的大脑能够在对运动目标预判的基础上启动预先设定一套程序以控制手臂运动来准确拿到传送带上的寿司。

大脑后顶叶承担了使用感觉信息精确引导行为的任务。不过,这一过程的神经机制依然不清楚。近年来,崔翯和同事们启动了围绕后顶叶的研究。

目前感觉运动神经生理学领域的绝大多数学者研究了动物对静止目标的运动反应,这种方法不能够判断所观测到的神经活动反映的是简单的感觉刺激反应还是对未来状态的预测。为弥补这一缺陷,崔翯团队在上述发表在《神经生理学》杂志上的研究中,训练猴子通过手臂运动在自主选择的位置拦截移动的目标体。实验证明了手动拦截的预测性,“启动手动的时候,大脑不是奔着当时目标的位置去指挥手动,而已经准确预测手动到什么位置能和移动目标相遇。”

因此,这套行为学范式克服了传统神经电生理研究的缺陷,为开展进一步研究预测性运动控制提供了理想的行为学范式。

在上述实验中,研究人员还记录了猴子手臂的运动轨迹和神经元活动,以期建立二者之间的函数关系。目前,他们已经记录了上百个神经元活动,发现了大脑中预测性运动控制的信号。同时实现了离线状态下的神经解码,即通过后期数据读取大脑运动控制信号来驱动屏幕上光标和机械手臂的运动。

按照计划,崔翯课题组将在明后年开展一系列实验,希望通过对获取的大脑如何预测和规划运动的神经元活动大数据集的深度建模分析,从了解大脑如何工作到描述大脑如何工作,最终实现模拟大脑如何工作。

“有望明年实现在线状态下的大脑实时控制,实现利用解码的神经信号驱动机械臂来击打运动目标。”他说。

在科学家们看来,这项围绕解码大脑皮层预测性运动控制的基础研究将为脑机接口和神经义肢开发奠定神经生理学基础。目前开发的脑机接口终端效应器均由大脑信号通过感觉反馈直接即时驱动而非对大脑整套运动程序的预测性解码,没有利用大脑对运动“前馈控制”的基本原理,所以只能实现对静态目标的抓取却无法应对动态环境。

基于预测性运动控制原理的脑机接口研发,将通过将高密度神经电极植入,解码人的神经活动,通过意念驱动机械手臂,实现自然环境下动态目标的抓取,帮助运动障碍病患改善生活。

各位大牛有话说

蒲慕明院士:大脑可塑性与类脑智能研究。

蒲慕明,美国科学院院士、中国科学院外籍院士、台湾中央研究院院士、香港科學院院士。中国科学院神经科学研究所所长和中科院脑科学与智能技术卓越创新中心主任。主要从事神经元发育与突触可塑性的分子细胞机制研究。

蒲院士认为,在过去半个世纪来,神经科学虽然在细胞水平上探索神经可塑性获得了很大的进展,但对理解神经环路和大脑功能可塑性仍面临巨大的挑战;如何从对大脑相当粗浅的理解中,抽取对类脑智能技术有启发性的内容,将是目前类脑智能研究的主要课题。他回顾了神经可塑性研究的重大发现,并猜测新一代类脑神经网络可借鉴的自然神经网络的特性,并简述赫伯神经集群假说(Hebb Cell Assembly Hypothesis)的演化和对人工网络计算模型设计的可能贡献,同时举例说明了人工智能的发展亦可对进一步理解人脑复杂网络的运作机制有所启发。

何生研究员:人脑视觉认知原理和启发。

何生,中国科学院生物物理研究所研究员,并担任脑与认知科学国家重点实验室主任。他的主要研究方向为人类视觉认知的功能神经机制。

据何研究员介绍,认知科学主要研究人的知觉、注意、记忆、情绪、决策、问题解决、语言、意识等过程的功能和神经机制。人脑具有高度发达的视觉信息处理系统,我们对其有相对深入的了解。他阐述了认知科学的研究人类视觉系统的多个平行通路(包括皮层上及皮层下)的不同的特性和分工,前馈和反馈信号的相互作用,物体识别的多层次结构,专家化系统的形成,以及知觉意识的功能等。

谭铁牛院士:生物启发的模式识别。

谭铁牛,中国科学院院士、英国皇家工程院外籍院士和发展中国家科学院院士。中央人民政府驻香港特别行政区联络办公室副主任、中科院自动化研究所智能感知与计算研究中心主任。主要从事图像处理、计算机视觉和模式识别等相关领域的研究工作,目前的研究主要集中在生物特征识别、图像视频理解和信息内容安全等三个方向。

本文由科技工作者之家平台编创,内容整理自科学网、新华网,图片来源于网络。


《科猫风云人物-围观你身边的科技大V》是一档针对科研领域内 “科技工作者”发声的全新专题栏目,专题通过各行业、各领域科技工作者的观点,对栏目话题分享有思考、有价值、有传承的见解,传递正能量,给广大科技工作者树立榜样,感悟人生,启迪生活。广大科技工作者也可根据每期话题自发投稿,我们会择取优秀内容进行专题制作,并进行展示推广。

要求:1.文稿篇幅2500字以内,以word编辑。2.需要准备一张个人照片(生活照,证件照不限)。3.简单个人介绍(姓名,职称,研究方向) 4.允许科技工作者之家获得投稿文章的使用权。(介意者请表明需求,提前说明)

本期请于2017年12月6日前将电子版发送到qi.taiyu@scimall.org.cn邮箱进行投稿。

话题:科学教育怎么搞,期待您的发声。