本文刊載於《三聯生活週刊》2018年第20期，原文標題《用神經網絡研究神經網絡》
本文刊載於《三聯生活週刊》2018年第20期，原文標題《用神經網絡研究神經網絡》
俄羅斯億萬富豪德米特里·伊茨科夫（Dmitry Itskov）是一個喜歡幻想的人，他於2011年發起了“2045行動”（2045 Initiative），希望在2045年他65歲之前把自己的意識上傳到一臺電腦中去，這樣他的靈魂就可以永生了。
要想實現這個目標，首先必須搞清楚意識的物質基礎。神經科學家們普遍認為，人類的意識存在於大腦神經元的連接方式之中。美國國立衛生研究院（NIH）於2010年啟動了“人類神經連接組學計劃”（Human Connectome Project），希望能把人類大腦中所有神經元的連接方式全都畫出來，就像當年的人類基因組計劃一樣。伊茨科夫也為這項計劃投資了一大筆錢，希望能借助這項計劃實現自己的理想。
一家法國電視臺拍攝了一部名叫《大腦工廠》（Brain Factory）的紀錄片，為觀眾梳理了這項計劃的來龍去脈和伊茨科夫的野心。據該片介紹，神經科學家們在伊茨科夫的資助下，動用了世界上最先進的核磁共振成像儀，已經初步畫出了部分人類大腦神經元的連接模式。問題在於，僅僅這一部分神經元就已經複雜到難以解讀的程度了。要知道，人腦中一共有大約1000億個神經元，每個神經元都和另外幾十甚至上百個神經元有聯繫，光是把這些連接都畫出來就已經是一項幾乎不可能完成的任務了，更不用說還要去分析其中的規律。
於是，在這部片子的結尾，幾乎所有被採訪到的科學家都承認，這個目標的實現難度太大了，目前還看不到任何希望。
但是，阿爾法圍棋（AlphaGo）的出現改變了一切。這套基於“深度學習”算法的人工智能電腦程序戰勝了世界最頂尖的職業圍棋高手，讓神經科學家們看到了曙光，他們希望能夠藉助人工智能的力量，幫助他們解決這個看上去無比複雜的問題。
2018年2月20日出版的《自然》（Nature）雜誌就介紹了這樣一個案例。舊金山一傢俬立神經科學研究所的史蒂夫·芬科伯納（Steve Finkbeiner）博士領導的一個研究小組試圖運用掃描儀研究大腦神經元的功能，但這套設備產生了海量的數據，遠遠超過了他們的分析能力。於是，芬科伯納和谷歌的人工智能部門展開合作，利用谷歌提供的深度學習算法幫助自己分析這些數據，取得了意想不到的成功。
深度學習算法的核心是人工神經網絡，也就是通過模仿生物神經網絡的運行模式，使計算機具備像人類一樣的思考和學習的能力。基於人工神經網絡的阿爾法圍棋程序戰勝了最強的人類大腦，這件事讓不少人相信，也許只有藉助人工神經網絡才能徹底搞清生物神經網絡的祕密。
比如前文提到的“人類神經連接組”看上去就是一團亂麻，似乎毫無規律可言，但藉助人工神經網絡，科學家已經可以做一些簡單的分析工作了，比如已經有人藉助人工智能分析腦電波，猜出了受試者正在看什麼樣的圖片。
這項研究再繼續發展下去就是讀心術了，於是不少人提出抗議，認為這項研究有悖倫理。2018年3月10日出版的《新科學家》（New Scientist）雜誌刊登了一篇文章，認為我們不必擔心自己的那點小心思被機器看出來，因為目前的研究水平距離真正的讀心術還差得遠。但是，這項研究有助於幫助那些殘障人士提高生活質量，比如已經有人制造出了一種讀心機器，能夠幫助殘疾人通過意念來控制機械臂，做出簡單的動作。
雖然目前這套設備所能做出的動作十分有限，但想當初阿爾法圍棋從戰勝歐洲冠軍到戰勝世界冠軍只用了不到半年的時間。人工智能的發展速度往往超出人們的預期，讓我們拭目以待吧。
相關推薦
