人工智能神經(jīng)網(wǎng)絡(luò)論文(2)
人工智能神經(jīng)網(wǎng)絡(luò)論文篇二
人工智能的將來，是否就埋藏在大腦那些神經(jīng)元突觸間美妙的電信號中?
前言
我們曾經(jīng)說過，在人工智能的研究中有一個流派，傾向于認為對大腦的恰當模擬會是制造出人工智能的關(guān)鍵，但事實上，直到今天我們對人腦的工作原理的了解仍然十分粗淺，更談不上對它的精確模擬了。對大腦的研究、以及對以此為基礎(chǔ)的人工智能的研究，早已脫離了單個學科可以應(yīng)對的范疇，而需要多個學科領(lǐng)域之間的相互協(xié)作。或許只有最頂尖的人才才能理解，并最終推動這些領(lǐng)域的進步。
不過即使是我們目前對人腦非常淺薄的研究中得到的認知，也已經(jīng)構(gòu)成了一幅無比美麗的畫卷。這其中蘊含的奧妙讓我們絲毫不會懷疑，我們的大腦是世界上最精妙(同時居然是自然進化出來的)結(jié)構(gòu)。而這些研究也告訴我們，無論是對人類的智能還是人工智能，我們都尚有太多太多可能的潛力沒有挖掘出來。如果條件成熟、腦科學同計算機科學能夠更加緊密的結(jié)合起來，沒有人能想象將會爆發(fā)出多大的能量。
在剛剛結(jié)束的CCAI2016上，來自中國科學院的外籍院士、中國科學院神經(jīng)學研究所長薄慕明院士給我們詳細講解了目前在神經(jīng)科學領(lǐng)域研究的最新進展。其演講中體現(xiàn)出來的嚴謹?shù)乃悸泛蛯嶒灧椒ú唤屓速潎@，雷鋒網(wǎng)在此精編了整個演講實錄，并為大家做出了注釋，在大家閱讀的同時，不妨想象一下，在你閱讀的同時，你神奇的大腦內(nèi)密密麻麻的神經(jīng)細胞之間，又迸發(fā)出了怎樣的火花?
腦科學能為人工智能帶來什么?
演講者：蒲慕明
非常高興今天有機會能來參加這個會，今天我想把神經(jīng)科學里面的一些進展和我個人的一些看法給大家做個報告，希望能幫助到人工智能的未來發(fā)展。
大腦的整體結(jié)構(gòu)
首先從最簡單的講起，神經(jīng)系統(tǒng)有兩大類，一是中樞神經(jīng)系統(tǒng)，包括大腦、小腦、腦干、脊髓，另一種是外周神經(jīng)系統(tǒng)，主管知覺還有各種內(nèi)臟自主神經(jīng)系統(tǒng)。我們所說的腦科學主要專注于大腦，所以，腦科學是神經(jīng)科學的一部分。而大腦最主要的部位就是大腦皮層，這是我們?nèi)祟愖畎l(fā)達的一個部位，大腦之下的很多結(jié)構(gòu)，叫皮層下結(jié)構(gòu)，是比較早期就出現(xiàn)了的，不過在進化中，從猴到猩猩到人，這個皮層的結(jié)構(gòu)得到了極大的增長，這就是人類認知的主要來源。
腦科學最主要關(guān)注的質(zhì)疑就是皮層的各種功能?，F(xiàn)在我們已經(jīng)知道，大腦皮層的各個部位是分管各種功能的，就是說，功能是分區(qū)的，你的哪個區(qū)域受損，就會喪失相應(yīng)的腦功能。比如語言區(qū)域受損就不會說話，視覺皮層受損就會看不見，對此的實驗我們已經(jīng)確認過很多次，形成公認的認知了：我們可以通過正電子成像的方法觀察大腦的活動——在正常人的大腦中注入葡萄糖，產(chǎn)生活動的地方就會有信號，我們在實驗中觀察到當被測者看到文字或別的東西的時候總是腦后部的一塊區(qū)域有活動，我們基本就可以確定這一塊是主管視覺的區(qū)域，我們讓他講幾句話，發(fā)現(xiàn)另外一個地方活動，那這個地方基本就是語言區(qū)。但是我們觀察到一個非常令人驚訝的現(xiàn)象，我們讓他不做任何事，光想象幾個字，這時我們會發(fā)現(xiàn)整個大腦皮層到處都是活動，這說明想象幾個字雖然看起來是個很簡單的事，但是實際上牽涉到了大腦的很多部位，到底為什么會這樣我們至今還沒有弄清楚，所以我們說思考在腦科學上怎么解釋，我們還是不清楚的。
雷鋒網(wǎng)注：
正電子成像術(shù)是目前腦成像技術(shù)中應(yīng)用的最廣的方法之一，通過注射含有微量不會影響人健康的放射性元素的葡萄糖，我們可以在大腦外部用儀器探測到其散發(fā)出的放射線，而大腦工作時會消耗能量，會吸收掉葡萄糖，也就是說此時我們只要觀察哪個區(qū)域的放射信號在變?nèi)?，就能判斷那個區(qū)域正在工作。
“想象”會調(diào)用大部分腦神經(jīng)結(jié)構(gòu)的事實正好契合了一個假設(shè)：人的大腦的潛在運算能力其實非常強大，但人類在進行心算的時候其實是無法用最高效的手段完成計算的，因為人腦沒有那個能力。人腦會先將算式轉(zhuǎn)化成腦中抽象的概念，這需要調(diào)用到視覺中樞的功能，在模擬計算的時候我們又要調(diào)用許多高級功能，甚至在運算比較復(fù)雜的算式的時候，我們考慮退位、進位，還需要調(diào)用記憶功能。正是這種“低效”的計算方法才導(dǎo)致大腦的計算能力完全無法匹敵計算機。
不管是在對魚的或者對什么動物的腦部實驗，還是對人的腦部實驗里，我們都發(fā)現(xiàn)，即使他們在不做任何事情的時候，腦部也是有許多自發(fā)活動的，這些活動的意義是什么，我們?nèi)匀徊磺宄＿@是神經(jīng)系統(tǒng)的研究目前面臨的一個大問題。
神經(jīng)元與突觸
為了進一步的研究，我們把神經(jīng)系統(tǒng)進行了切片。我們發(fā)現(xiàn)神經(jīng)系統(tǒng)里是密密麻麻的神經(jīng)細胞，如果我們只染色其中的少數(shù)細胞，我們會在顏色交界處發(fā)現(xiàn)其實它們有很多網(wǎng)狀結(jié)構(gòu)，這些網(wǎng)狀結(jié)構(gòu)就是所謂的神經(jīng)網(wǎng)絡(luò)，神經(jīng)系統(tǒng)的功能都是靠這些來實現(xiàn)的。人的大腦有上千億個神經(jīng)細胞，我們管它們叫神經(jīng)元，通過它們之間的互相連接，我們得到了一個由百萬億計的連接組成的一個復(fù)雜的神經(jīng)網(wǎng)絡(luò)，用來進行感知、運動、思維等各種功能，神經(jīng)元是有結(jié)構(gòu)的細胞，有輸入端也有輸出端，它的輸出端叫軸突，輸入端叫樹突。
我們在這里演示一個斯坦福大學實驗室做的一個實驗，通過特定方法的熒光染色，我們發(fā)現(xiàn)小鼠大腦的內(nèi)部有很規(guī)則的也有非常復(fù)雜的網(wǎng)絡(luò)，在這張圖中，皮層上方的結(jié)構(gòu)排列比較整齊，下面的區(qū)域是另外一種樣式了。
imgLoading
我們剛才看到的叫做介觀層面(注：這是一種介于宏觀和微觀之間的尺度)。在這個層面我們可以最好的探究不同種類的神經(jīng)細胞有什么樣不同的作用。宏觀太大，而微觀又使他們之間的關(guān)系變得不明顯。繪出介觀層面的結(jié)構(gòu)只是第一步，我們需要理解這里面的功能，需要理解它們的功能信息處理和功能機制。在過去的許多年里，我們對這個問題已經(jīng)有了比較清楚的答案，而且這個過程中誕生了一連串的諾貝爾獎：細胞之間傳遞信息靠的是脈沖，其中包含的信息是由脈沖的頻率和時序決定的，而與幅度無關(guān)。脈沖在細胞內(nèi)運動，而在細胞之間需要通信的時候，傳遞信息的細胞會從軸突上釋放出小泡，通過這些小泡中的化學物質(zhì)產(chǎn)生離子流動造成電位變化，在膜外傳播到下一個接收細胞的樹突上，這個過程非常復(fù)雜，我們叫做化學突觸傳遞，由于過程經(jīng)過了細胞外，因此這個過程是可以調(diào)節(jié)的，我們可以通過外接手段促進或者壓抑這個信號，從而干預(yù)這個傳遞的過程和結(jié)果。
目前哪怕是做出一個200多層的好用的人工神經(jīng)網(wǎng)絡(luò)都已經(jīng)是值得大書特書一番的事情，而大腦中的神經(jīng)元如果硬要分層，不知道可以分成多少層了，當然，雖然人工神經(jīng)網(wǎng)絡(luò)的靈感來源于人的神經(jīng)網(wǎng)絡(luò)，但它們的工作原理其實并不是很像。
生物好的小伙伴應(yīng)該記得(當然如果忘記了也別氣餒XD)，在高中的生物書上學到神經(jīng)元這一節(jié)的時候，老師應(yīng)該拿麻醉劑舉過例子，麻醉劑的原理就是通過藥物堵塞神經(jīng)細胞間的離子通道，讓代表痛覺的信號極少，乃至無法傳遞至我們的大腦中，從而達到暫時消除痛覺的目的，這正是這個傳播方式的典型案例。
另外，在每一個突觸釋放多少化學物質(zhì)，接受多少化學物質(zhì)，都可以改變，這讓突觸變得非常有可塑性。而這個突觸可塑性就是神經(jīng)系統(tǒng)里信息處理的非常重要的關(guān)鍵，也是我們說的認知學習的關(guān)鍵，化學物質(zhì)在突觸產(chǎn)生的電信號我們叫突觸電位，興奮性突觸電位是使突觸后的膜電位有去極化下降，假如下降程度超過一個預(yù)值就發(fā)放脈沖，也就是神經(jīng)要發(fā)出的信號，但有些物質(zhì)產(chǎn)生超級化，就是使膜電位變的更高就會產(chǎn)生相反作用，一個神經(jīng)元接收到數(shù)百個甚至上千個輸入，我們叫做EPSP跟IPSP的輸入疊加之后，決定最后是不是超過閾值，超過閾值就發(fā)放，發(fā)放之后就是信號整合，就傳到下一個神經(jīng)元了，這是信息傳遞的原理。
環(huán)路、網(wǎng)絡(luò)、神經(jīng)活動
接下來我們將更復(fù)雜一點的結(jié)構(gòu)：環(huán)路。我們可以這樣理解：神經(jīng)網(wǎng)絡(luò)的整體的互相連接叫網(wǎng)絡(luò)，而在網(wǎng)絡(luò)之間有很多各種特殊功能的路徑，這些路徑就叫環(huán)路。也就是說，神經(jīng)環(huán)路的意思就是神經(jīng)元上有特殊功能的網(wǎng)絡(luò)，也是軸突與樹突形成的，在這個網(wǎng)絡(luò)里抑制性神經(jīng)元有關(guān)鍵的作用。很多時候通過促進和抑制的共同作用，我們才能完成一些行為活動。
前面提到的這個神經(jīng)可塑性，我個人認為是過去50年來對大腦的理解中最重要的理解，因為這個理解間接驗證了一個假說：60年前加拿大的心理學家海布(Donald Olding Hebb)提出了這個假說：如果兩個細胞間多次發(fā)生同步的電活動，那么它們突觸間的連接就會加強或者說穩(wěn)固，如果出現(xiàn)不同步的電活動，這些突觸就會削弱甚至消失，我們管它叫海布學習法則?？梢岳斫鉃椋喝绻竽X經(jīng)常被同樣的東西刺激(在神經(jīng)元間產(chǎn)生同樣的電信號)，大腦就會對這個東西越來越敏感。這個說法在70、80年代得到了實驗證據(jù)：電活動可以造成突觸的長期強化或者長期弱化現(xiàn)象。如果你刺激高頻刺激突觸，維持一秒鐘，刺激后的突觸點位會比刺激前上升，而且這個上升的幅度可以維持很長一段時間，而如果使用低頻刺激，結(jié)果會是相反的，效率會下降，變得弱化。最近也有實驗室發(fā)現(xiàn)小鼠活體在進行學習的過程中，在神經(jīng)元之間產(chǎn)生了新的突觸，后來經(jīng)過觀察，這種新的突觸的產(chǎn)生在成年個體的大腦里面也會出現(xiàn)，但是出現(xiàn)的頻率會遠小于發(fā)育過程中。
海布的這個假說非常了不起，神經(jīng)元的可塑性也支持了他的假說。而這個假說進一步推理下去，還可以形成對感知記憶形成原理的一個假說：感知信息傳遞到大腦中之后，強化了一群神經(jīng)元之間的聯(lián)系，而這些被強化的聯(lián)系其實就是記憶。這些被感知信息所刺激而加強的細胞叫海布細胞群，在這之后，由于它們之間的關(guān)聯(lián)性是非常強的，只要你能通過其中的一部分信息刺激它，就能通過這部分信息使整個細胞群重新開始活動。從而提取出所有記憶。
看了“人工智能神經(jīng)網(wǎng)絡(luò)論文”的人還看了：
2.人工智能課程論文
人工智能神經(jīng)網(wǎng)絡(luò)論文(2)
