在自然界里,智能存在多種形式——蝙蝠利用回聲定位,在黑夜里熟練地導(dǎo)航;章魚能夠迅速改變行為,在深海里生存……同樣地,在計(jì)算機(jī)科學(xué)界里,也正冒出多種形式的人工智能——不同的網(wǎng)絡(luò)練習(xí)處理不同的任務(wù)。如今,認(rèn)知神經(jīng)科學(xué)家越來(lái)越愛利用新興的人工智能網(wǎng)絡(luò),來(lái)增進(jìn)對(duì)人類大腦的理解——這是最難理解的智能系統(tǒng)之一。
認(rèn)知神經(jīng)科學(xué)家和計(jì)算機(jī)科學(xué)家希望解答的本質(zhì)問(wèn)題是類似的。他們都在研究由部件構(gòu)成的復(fù)雜系統(tǒng)——一個(gè)是神經(jīng)元,另一個(gè)是單元。他們都在通過(guò)實(shí)驗(yàn)探究這些部件的計(jì)算方式。大腦是一種深度而復(fù)雜的神經(jīng)網(wǎng)絡(luò)。如今,在許多人工智能應(yīng)用(如機(jī)器視覺)中,模擬大腦的神經(jīng)網(wǎng)絡(luò)模型是頂尖技術(shù)。
目前,神經(jīng)科學(xué)家正在探究環(huán)境線索對(duì)人類圖像識(shí)別的作用。麻省理工學(xué)院的Aude Oliva等人利用“人造神經(jīng)元”(即代碼和軟件)和神經(jīng)網(wǎng)絡(luò)模型,解析地點(diǎn)或物體識(shí)別過(guò)程中的多種因素。
最近,他們進(jìn)行了一項(xiàng)研究,涉及超過(guò)1千萬(wàn)張圖像。他們成功教會(huì)一個(gè)人造網(wǎng)絡(luò)識(shí)別350個(gè)不同地點(diǎn)(如廚房、臥室、公園、客廳)。他們指望這個(gè)網(wǎng)絡(luò)能夠?qū)W習(xí)識(shí)別物體,例如和臥室有關(guān)的床。但出乎意料的是,它居然能夠?qū)W習(xí)識(shí)別人類和動(dòng)物,例如公園里的狗、臥室里的貓。
面對(duì)大量數(shù)據(jù)時(shí),這個(gè)計(jì)算智能網(wǎng)絡(luò)的學(xué)習(xí)速度非常快——Oliva稱,大量數(shù)據(jù)也是它能夠如此精確地解析環(huán)境學(xué)習(xí)的原因。盡管科學(xué)家無(wú)法在這個(gè)層面上仔細(xì)研究人類神經(jīng)元,但執(zhí)行類似任務(wù)的計(jì)算機(jī)模型是完全透明的??茖W(xué)家可以研究、改變、評(píng)估作為“迷你大腦”的人工神經(jīng)網(wǎng)絡(luò),甚至將它和人類神經(jīng)網(wǎng)絡(luò)的反應(yīng)進(jìn)行比較。所以,針對(duì)人類大腦的運(yùn)作方式,認(rèn)知神經(jīng)科學(xué)家現(xiàn)在也有些大致了解。
確實(shí),這類模型幫助神經(jīng)科學(xué)家理解人類如何瞬間識(shí)別周圍物體。在這個(gè)過(guò)程中,視網(wǎng)膜發(fā)出幾百萬(wàn)個(gè)信號(hào),這些信號(hào)迅速傳遍層層神經(jīng)元,再由神經(jīng)元提取語(yǔ)義信息。目前,神經(jīng)網(wǎng)絡(luò)模型可以僅采用生物神經(jīng)元能夠執(zhí)行的計(jì)算方法,來(lái)執(zhí)行這類任務(wù)。此外,在一定程度上,這類神經(jīng)網(wǎng)絡(luò)模型可以預(yù)測(cè)大腦深處的神經(jīng)元對(duì)任意圖像如何作出反應(yīng)。
利用計(jì)算機(jī)科學(xué)理解人類大腦是個(gè)新興領(lǐng)域。由于計(jì)算速度、計(jì)算能力、神經(jīng)科學(xué)成像工具的進(jìn)展,該領(lǐng)域也得到了迅速發(fā)展。目前,人工智能網(wǎng)絡(luò)還無(wú)法復(fù)刻人類的視覺能力;但通過(guò)模仿人類大腦,科學(xué)家能夠進(jìn)一步理解人類認(rèn)知和人工智能。這是神經(jīng)科學(xué)、認(rèn)知科學(xué)、人工智能的交叉領(lǐng)域。
只有理解人類大腦如何看、聽、感受、思考、記憶、預(yù)測(cè),才有望開發(fā)出更好的診斷工具,用以修復(fù)大腦、確保大腦發(fā)育良好。
轉(zhuǎn)載請(qǐng)注明出處。