哈佛大學研究新人工智能系統 速度堪比人腦
人類天生就擅長識別圖案,一個東西只需要看幾次,再次見到的時候就能認出來了。計算機則不然,就算訓練上千次,也很難培養出這樣的能力。受人類大腦啟發而研發出的智能計算機可以用來察覺網絡入侵、讀取核磁共振圖像、甚至能駕駛汽車。
據哈佛大學工程與應用科學學院(SEAS)稱,為了弄清為何人類和其它哺乳動物能夠做到這一點,研究人員記錄了大腦視覺皮層的活動情況,并使用創新技術將它們之間的聯系繪制出來。接下來,他們再使用逆向工程處理這些數據,并將其運用到高智能計算機算法的研發中去。
情報研究計劃署(IARPA)將資金撥給了哈佛大學工程與應用科學學院(SEAS)、腦科學中心(CBS)、以及分子與細胞生物學系。“這是一個巨大的挑戰,它的規模類似于人類基因組計劃。”該項目的領導、分子與細胞生物學系和計算機科學系的助理教授戴維·考克斯(DavidCox)說道。
“要記錄這么多神經元的活動、并繪制出它們之間的聯系,單是這一項工作就具有巨大的科學價值,但這只是我們項目的頭一半而已。”“等我們弄清了大腦學習方法的基本準則之后,我們遲早會設計出一款能夠媲美、甚至超越人類的計算機系統。”
在該研究的階段,老鼠會接受訓練,識別計算機屏幕上的物體。與此同時,考克斯的團隊會使用洛克菲勒大學的激光顯微鏡記錄視神經的活動情況。記錄下這些活動之后,研究人員會從老鼠的大腦中抽取出一塊約1立方毫米的腦組織,并在分子與細胞生物學教授杰夫·利奇曼(JeffLichtman)的實驗室中切成超薄的切片。接下來,研究人員會使用腦科學中心的世上首臺多波束掃描電子顯微鏡對這些切片進行掃描,并拍攝照片。
“這是一次絕妙的機會,我們得以看見一片完整的視覺皮層切片的全部細節。”利奇曼說道。“我們對開始研究感到十分激動,但絕不會幻想這是件容易的事情。”“這些數據超過了一個帕字節,相當于160萬張光盤的容量。它們將被送到計算機科學系的漢斯皮特·菲斯特那里,然后他將使用一定的算法來重建細胞邊界、突觸和細胞之間的聯系。”
利用這一方法,該團隊便能夠獲得這些數據的三維圖像。“本次項目不僅能拓寬腦科學的邊界,還能為腦科學領域創造更多可能。”菲斯特說道。“我們將利用帕比特級的結構數據和功能數據重建神經回路,其規模之大是的。”“這需要我們在數據管理、高性能計算機、計算機視覺和網絡分析領域取得新的進展。”
該團隊將使用研究得到的圖像,弄清大腦是如何利用視覺皮層的神經元聯結來識別和解讀圖案的。通過將這些發現運用到計算機算法中,該團隊立志研發出比現在的計算機更快、更智能的人工智能系統。這將幫助計算機利用數據進行推斷,還將有助于機器人視覺和定位技術的研發。
“我們還有艱巨的任務要去完成,但這項研究將幫助我們弄清我們大腦中的特別之處。”考克斯說道。“本次項目令人激動的一點是,我們正在研究人類大腦運作的基本方式。”