1704611221
1704611222
和本章开始部分所说的“头脑文件”细节一样，从这些项目中获取的知识都能使研究人员建立关于大脑的更加详细的画面。2013年，一组研究人员得出了一个3D人脑扫描图，它占用了一兆兆（1012）字节的空间。尽管这些扫描图依然还不足以回答大脑微观结构方面的问题，但这些图告诉了我们一些大脑显微解剖学不曾告诉我们的细节。
1704611223
1704611224
因此，下一步就涉及继续钻研更加精细的细节，按神经元逐个找出事物的功能。就在现在，神经系统科学家已经大致了解了大脑神经元的作用是什么，以及它们是如何与其他神经元相互交流的，但他们仍然无法明确地说出实际交流的是什么。神经元有上百乃至上千个变体，每个变体都有自己的细胞类型和不同的分子特性。现在，我们仍然不知道一共有多少种神经元，或者每种神经元的电学或结构属性是什么。我们也不知道大脑采用什么格式进行编码。我们知道计算机使用JPEG和GIF等文件格式为图片进行编码，或者DOC和TXT格式为文本文件进行编码。理解大脑意味着不仅要理解单个神经元的工作方式，也要理解与它们并行的作为神经网络一部分的其他神经元之间的互动方式。
1704611225
1704611226
现在有许多关于如何更好完成这个项目的想法。未来学家雷·库兹韦尔（Ray Kurzweil）目前被谷歌聘为工程总监之一，他建议使用小型微观纳米机器人扫描人脑。这有点像第三章里描述的可注射式智能设备。实现库兹韦尔的愿景需要数十亿个这种扫描机器人，其尺寸如同人类的血液细胞，它甚至可以更小，从而进入大脑，通过内部扫描来捕捉“所有显著的神经元细节”。
1704611227
1704611228
从理论上来讲，这是个好想法，但库兹韦尔的乐观想法一直为一些神经系统科学家所批判。因为他这种关于人脑科学的说法就像是建议我们要增强对濒危物种的意识，而做法则是在雨林的中央建造很多公路，以便人们可以近距离观看动物。比如，《神经生理学期刊》主编大卫·J·林登（David J. Linden）指出，大脑不仅由神经元构成，也由所谓的“胶质细胞”构成。胶质细胞的数量是神经元的10倍，而且紧紧地挤在一起，使纳米机器人无法通过。更糟的是，即便是脑细胞之间的极小空间也充满了支撑结构，从而反复地将信号运往相邻细胞。林登说：“你可以设想库兹韦尔的纳米机器人……坠毁在活跃的、脑电活动的微妙网络中。即使我们勇敢的纳米机器人有喷气发动机，并且装备了强大的切割激光，但它在大脑中通行时怎么能够在身后不留下破坏的痕迹呢？”
1704611229
1704611230
即使库兹韦尔的说法有些是错的，但他所设想的宏图并没有错。随着人工智能的进步和纳米技术的平行发展，机器人学与神经系统科学是数以亿计的资金涌向人脑逆向工程的原因。就像1956年开启人工智能的英国达特茅斯大会一样，这导致了不同学科间的一些有趣的合作。
1704611231
1704611232
1704611233
1704611234
1704611236
人工智能：改变世界，重建未来 下一个大事件
1704611237
1704611238
有一个项目是基于皮层网络项目的机器智能，它被称为MICrONS。MICrONS项目由美国高级智能研究专项活动部提供资金支持，其目标是建立功能类似于人脑的算法，从而提高机器智能。其优势在于，尽管所有计算机在特定的文本中都远强于人类，但人脑依然可以比机器更加有效地执行其他任务。举例来说，基于小数据集，在归纳方面我们比最先进的神经网络表现得更加出色。神经网络或许可以在视觉识别任务上击败人脑，但为了完成这项任务，计算机需要查看成千上万甚至上百万个训练样本。另一方面，虽然人类在其一生中可能碰巧看过成千上万或者上百万次某一特定目标，但人类不需要为了识别这个目标而查看所有的目标。如果有人向你展示了一个你以前从未见过的设备或机器，为了从其他类似物中把它识别出来，你可能需要一会儿工夫，但不必考虑展示它时的角度或光线条件。这是因为神经网络依然是大脑激活技术，而非大脑真实的再创造。
1704611239
1704611240
MICrONS项目领导R. 雅各布·沃格斯坦（R. Jacob Vogelstein）表示：“当前，多数一流算法都是由神经系统科学原则派生出来的，至少在相当程度上是这样的。但这些神经系统科学原则如今已经使用了20年、30年，甚至是50年之久了。几十年来，神经系统科学与机器学习社群相互之间一直没有多少技术转化。”沃格斯坦说他希望去“弥合当前人工智能算法与大脑中实际发生的算法之间的鸿沟”。
1704611241
1704611242
MICrONS项目需要实验神经系统科学家去绘制高分辨率大脑结构与大脑的功能成像图，需要应用数学家分析大脑“图形”。计算神经系统科学家对神经元和神经回路建模，最终机器学习者可以使用这些数据建立展现更多的类似人脑特性的算法。
1704611243
1704611244
两个类似的大规模研究项目都在进行之中，它们分别是“通过推动神经技术创新研究人脑的计划”（BRAIN project）和欧洲委员会的“人类大脑工程”（Human Brain Project）。BRAIN这个有些多余的缩写是2013年初由巴拉克·奥巴马总统在国情咨文中首次提出的，其目标是绘制脑电波通路图。这样做可以清楚阐明各种神经障碍，如阿尔茨海默病、帕金森综合征、精神分裂症、抑郁和外伤性脑损伤。
1704611245
1704611246
耗资10亿美元的“人类大脑工程”同时也宣布，将花费10年时间，致力于在瑞士日内瓦建立一个完整的人类大脑计算机仿真（或许它会成为银行家的大脑）。为了实现这个目标，项目领导计划对各种运动大脑进行逆向工程，按照其复杂程度，首先从老鼠开始，然后逐步提高。
1704611247
1704611248
由于这些计划的合作及政府主导的性质，它可以与许多20世纪的重大研究项目相比较，包括人类基因组计划、人类月球旅行计划以及原子弹开发计划等。尽管所有这些项目拥有不同的方法和目标，但人们希望人类大脑工程可以增加我们对神经元是如何连接的理解，更重要的是，加强对它们如何动态地共同发挥作用的理解。
1704611249
1704611250
然而，并不是所有这些项目都由公共部门承办。过去几十年中，一个非比寻常且雄心勃勃的脑科学项目是2011年俄罗斯亿万富翁德米特里·伊茨科夫（Dmitry Itskov）宣布的项目。鉴于项目的名称为“俄罗斯2045”计划，伊茨科夫的计划是一项非营利性计划，致力于实现生命扩展的目标。用该项目自己的介绍来说，“俄罗斯2045”计划旨在“创造各种能够将个人品格转移到高级生物载体上的技术，并且延长生命，直至达到永生”。
1704611251
1704611252
和BRAIN计划一样，伊茨科夫的计划被分解成了多个阶段。第一阶段要求建造能够被人脑控制的机器人。第二阶段是开发能够通过外科手术移植并寄存物理人脑的机器人。此后10年，伊茨科夫计划能够将人脑内容上传至机器人，这就意味着对人脑进行逆向工程。最后，到2045年，伊茨科夫计划通过全息图取代机器人。
1704611253
1704611254
在一封致世界部分最富有的人的公开信里，伊茨科夫请求他们支持他的计划，甚至考虑志愿成为早期实验主体。他写道：“我劝你们关注一下为控制论的永生和人造肢体领域科研提供资金的重要性。这种研究可能使你们以及这个星球的多数人免遭疾病、衰老甚至死亡之苦。”
1704611255
1704611256
“俄罗斯2045”计划得到了大量支持。但参与者名单上的一个名字比其他人更能引起我的兴趣。他就是严肃且卓有成就的神经系统科学家肯·海沃思（Ken Hayworth）。
1704611257
1704611258
1704611259
1704611260
1704611262
人工智能：改变世界，重建未来 意识上传
1704611263
1704611264
还是一个孩子时，肯·海沃思就希望进入太空。像许多在阿波罗太空计划的时代长大的孩子一样，他为太空旅行及其无数人类可能性的想法所痴迷。从那时起，海沃思变得雄心勃勃。他不仅仅想拜访太阳系的另一个星球，还想建造一艘新型火箭，载着我们去最近的星球。
1704611265
1704611266
“我是那种对它很痴迷的人，”他承认道，“我开始钻研它是如何实现的这一物理现象。我查看人们事先已经想出的不同设计，然后疯狂地研究它们。”但他最终放弃了这些使他泄气的研究。就像年轻的海沃思所说的那样，这种需要将人类在其生命有限期内带到最近星球的工程已经超过了我们最狂野的技术梦想的能力范畴。即使他明天就起飞，在接近他的目的地之前，这个少年也可能已经死去或已衰老了。
1704611267
1704611268
阅读使他接触到一些关于神经网络的书籍。他说道：“那时，我开始考虑其他方式能否完成这个目标。我渐渐理解，太空飞行的问题是人类遇到的真正问题。如果我们可以将人的想法从其沉重且需要生命支持、屏蔽辐射的身体中提取出来，那么这些信息就可以通过无线电波以光速传递。”几乎整个夜晚，海沃思的注意力从建造重型宇宙飞船的硬工程转向了人脑工作方式的问题上，他认为，如果真有可能，思维可能会被拆开并再次组合起来。
1704611269
1704611270
肯·海沃思拥有计算机科学本科学位和神经系统科学博士学位，如今是一个名为“大脑保存基金会”（Brain Preservation Foundation）的组织的主席兼联合创始人。这是个略微有些汉默式恐怖风格但运行良好的组织，它老掉牙的名字使人不由自主地想起彼得·库辛（Peter Cushing）和克里斯托弗·李（Christopher Lee）主演的老电影。
[
上一页 ]
[ :1.704611221e+09 ]
[
下一页 ]