造腦難題

從人工智能這個詞還沒誕生的時候，人們就嘗試用電路模擬人腦。近60 年過去了，對人腦的工作模式我們?nèi)匀恢跎佟Ｋ裕M人腦這事，前途是光明的，很光明，道路依舊是曲折的，很曲折。

早在哈佛讀搏的時候，馬文#8226; 明斯基(Marvin Minsky)做了件讓某些教授費解的事。雖然專業(yè)是數(shù)學，但明斯基的博士論文在當時看來和數(shù)學沒什么直接關系。1951 年，他設計了一個叫做SNARC 的東西。這是一臺計算機，它能像一個真正的大腦那樣工作，通過和大腦神經(jīng)元相似的工作方式用電子元件對外界信號進行反應。換句話說，明斯基設計了一個電子模型來模擬人的大腦。負責論文答辯的個別委員不知該如何評判明斯基的杰作。最后還是馮#8226; 諾依曼對此表示了支持:“總有一天你會發(fā)現(xiàn)它們之間存在著密切聯(lián)系。”

馮#8226; 諾依曼的支持讓明斯基獲得了博士學位，也讓他所創(chuàng)立的新的研究方法得以發(fā)揚光大，最終讓他成為人工智能領域的一代宗師。在明斯基眼中，人腦不過是一臺肉質(zhì)的機器，或者用現(xiàn)在時髦的叫法是“濕件”(Wetware，以區(qū)別于組成電腦的硬件和軟件)，將人腦和電腦都看成是能夠思考的機器，那么要讓計算機能夠以更加“人性化”的方式工作就是順理成章的事了。

模擬人腦

在明斯基所處的時代，人們已經(jīng)對大腦的工作方式有了一定的了解。腦中含有大約一千億個神經(jīng)元，每個神經(jīng)元都與分布在自己周圍的上千個神經(jīng)元聯(lián)結(jié)著。各個神經(jīng)元之間通過電信號進行交流，當一個神經(jīng)元收到信號，它會做出相應的反應，并將刺激信號以同樣的方式傳遞給周圍的神經(jīng)元。當時有很多理論試圖揭示大腦的工作機制，但是條件所限，人們的認識也僅限于這種小范圍的神經(jīng)元反應的發(fā)生，關于這些神經(jīng)聯(lián)結(jié)構(gòu)成的神經(jīng)網(wǎng)絡如何使大腦能夠完成各種不同的任務，人們還一無所知。

但這對正在哈佛并熱情地參與到這場討論中的明斯基來說已經(jīng)足夠。既然已經(jīng)知道大腦是通過電信號來進行信息處理等任務的，那么意味著電子模型一定可以模擬大腦的一些基本行為特征，揭示大腦對外部刺激的反應機制，幫助人們進一步了解大腦。于是明斯基就設計了SNARC(Stochastic Neural-Analog Reinforcement Computer， 隨機化強化神經(jīng)模擬計算機)。

SNARC 能夠像大腦那樣去工作。不像一臺普通的計算機，需要靠一套程序指導它如何完成任務，SNARC 不需要程序，它通過人造的神經(jīng)元來思考。比如，當面對一個迷宮時，SNARC 內(nèi)部的人造神經(jīng)元會馬上建立一些隨機的聯(lián)結(jié)，如果其中一種特定的聯(lián)結(jié)能夠幫助機器解決問題，那么這種聯(lián)結(jié)方式在機器中的權(quán)重就會增加，并且會持續(xù)更長的時間。按照這樣的方式，其中幾種聯(lián)結(jié)方式最終會構(gòu)成一個仿真的神經(jīng)網(wǎng)絡，這個網(wǎng)絡將協(xié)助SNARC最終走出迷宮。

明斯基的SNARC 的偉大之處在于，那還是電子管時代。明斯基試圖依靠幾百個真空電子管就能模擬上千億個神經(jīng)元，通過不斷地嘗試，讓機器像人腦一樣能學會解決問題的方法。只是，學會一樣東西要花費的時間就是不可預測的了。

目標36.8 Petaflop 和3.2Petabyte

明斯基設計出SNARC 已經(jīng)是近60 年前的事。正如創(chuàng)造出人工智能一詞的約翰#8226; 麥肯錫所說，在人工智能領域，也許再過幾十年回頭看看，你會發(fā)現(xiàn)研究還維持著跟過去差不多的局面。模擬人腦，或者叫“芯片上的大腦”就是個典型的例子。

2009 年，來自7 個國家15 個研究院所的科學家匯集在一起，在德國海德堡大學的物理學家卡爾海因茨#8226; 邁爾(Karlheinz Meier) 的帶領下，共同進行一項名為FACETS(Fast Analog Computing with Emergent Transient States)的項目。該項目由歐盟支持，和當年明斯基要做的事相似，他們準備構(gòu)建一臺像大腦一樣工作的神經(jīng)計算機。

現(xiàn)在我們已經(jīng)知道，大腦就像是一臺擁有并行處理功能的計算機。當我們看到一個穿著比基尼的黑發(fā)女人從面前走過，眼前出現(xiàn)的只是一幅女人走過的畫面，事實上，大腦可能會把這幅畫面分成四個部分處理:顏色、動作、外形和距離。在一瞬間，大量信息被同時與過去的記憶相比較:你曾見過的黑發(fā)的人、曾從你面前走過的人甚至動物等等。綜合這些信息，你的腦會去試圖理解眼前所看到的事物。而且，視覺還只是人多種感官中的一個部分。你還會聞到女人身上的香水氣息，聽到她與身邊男友的對話， 同時，因為被她的男友死死盯著而感覺到全身肌肉緊張，緊張地盤算著要不要趕緊跑遠一點。這些信息都要由大腦在同一時間處理。

這在電腦里叫多線程處理。這樣的方式顯然可以提高處理速度。目前的大多數(shù)超級計算機，比如“模擬地球”(Earth Simulator)或者“藍色基因”(Blue Gene)都是大型的并行處理系統(tǒng)，只不過和人類的大腦相比，它們實在不屬于一個等級。人類的大腦擁有上千億個神經(jīng)元，而能夠運行軟件徹底模擬人腦的電腦目前還不可能存在。研究人員估計，那樣的電腦需要具備36.8 Petaflop 的運算能力(相當于每秒進行36800 萬億次浮點運算)，以及3.2Petabyte( 約相當于3276Tb) 的存儲能力。

海因茨#8226; 邁爾領導下的FACETS 團隊的人工大腦芯片有20 萬個人造的神經(jīng)元以及5000 萬個突觸。在數(shù)量級上，它和一個真正的人腦差距非常大。“我們的芯片擁有的神經(jīng)元數(shù)目不多，不過以后可以通過集合更多的芯片來提高能力。”邁爾如是說。

亨利#8226; 馬科拉姆(Henry Markram) 指導著另一個與FACETS 類似的項目，IBM 的藍腦計劃(Blue Brain)。他將自己的工作解釋為“在平面的由硅制成的芯片上重建三維的大腦模型”。他認為，包括自己和歐洲的同行在內(nèi)，直到目前為止，他們所做出來的芯片離模擬人腦的功能還差得遠。他的藍腦計劃只是要模仿哺乳動物大腦的基本構(gòu)件——大腦皮層單元(neocortical column)，通過它，神經(jīng)科學家可以在不使用真實腦組織的情況下進行實驗、測試假說、以及分析藥物的效果。大腦皮層單元是大腦最小的細胞網(wǎng)絡，馬科拉姆說:“想一想森林，然后把1 萬棵樹擠在一起，直到?jīng)]有一點空隙，這就是皮層單元的樣子。”馬科拉姆的藍腦目前運行在IBM 公司的藍色基因超級計算機系統(tǒng)上。

斯坦福大學的硅腦(Brains In Silicon)計劃則有兩個目標:利用目前對大腦工作方式的了解設計制作一臺超級計算機，然后用這臺計算機作為工具，繼續(xù)研究大腦的工作方式。古阿賓納#8226; 波漢(Kwabena Boahen)是硅腦計劃的首席研究員，也是斯坦福大學生物工程學的副教授。他解釋說，目前的難點在于，人腦中每個神經(jīng)元可通過多達3 萬個神經(jīng)突觸與其他神經(jīng)元相聯(lián)結(jié)，而用晶體管來實現(xiàn)類似的聯(lián)結(jié)，每個突觸的功能必須用20 個晶體管才能實現(xiàn)。人腦中約有220 萬億個突觸，要設計一個如此龐大的結(jié)構(gòu)困難可想而知。

超越大腦

在《靈魂機器的時代》一書中，人工智能領域的預言家雷#8226; 庫茲維爾曾經(jīng)提醒人們，未來的機器“將不但擁有像人類一樣的智能，而且還能夠擁有意識、情緒以及所有那些原屬于靈魂范疇的特質(zhì)”。他認為，高精度的大腦掃描技術將會完全探明大腦細微的結(jié)構(gòu)以及神經(jīng)元的具體聯(lián)結(jié)情況。然后，伴隨著分子計算、納米計算乃至量子計算這樣的全新技術的飛速發(fā)展，人類完全有可能制造出類人的人工智能體#8943;#8943;再輔以基因工程手段，人們將最終能夠長生不老，“整個宇宙都將充斥著被喚醒的智能!”

當然這都是后話。

眼下，F(xiàn)ACETS 的負責人邁爾清楚，要使未來的人工大腦工作，必須有一個全新的計算理論。FACETS 團隊中的一個小組正在就此開展工作。

而無論是藍腦、硅腦還是FACETS，離搞清楚大腦的工作模式，并從簡單到復雜地制造出實用的人工大腦還有一段不短的路要走。邁爾說，作為第一步FACETS 可能會先為家用計算機設計一個小設備，它能處理非常復雜的輸入數(shù)據(jù)并提供一個簡單的結(jié)果，例如進行互聯(lián)網(wǎng)搜索。

海因茨#8226; 邁爾等人還準備繼續(xù)升級他們的芯片，將大量芯片整合在一起，組成10 億個神經(jīng)元以及10 萬億個神經(jīng)突觸的超級芯片。如果雷#8226; 庫茲維爾的預言是對的，那么這塊超級芯片的升級就不會止步于與人腦平級的程度。邁爾相信，一定可以將芯片部件的尺寸降至分子級。“這樣，我們就能制造出完全不同的計算機設備，它們具有優(yōu)異的性能，在某些時候，它們的表現(xiàn)也許可與大腦媲美，甚至超越大腦。

神經(jīng)突觸

在神經(jīng)元之間，一個神經(jīng)元的軸突與另一個神經(jīng)元的樹突或胞體相聯(lián)系。這種聯(lián)系結(jié)構(gòu)稱為突觸。大腦皮層每個神經(jīng)細胞可有3 萬個突觸。不同的神經(jīng)元通過在突觸間釋放神經(jīng)化學遞質(zhì)進行溝通。類似硅腦和藍腦這樣致力于研究人腦工作方式的項目是有益的，比如，他們的成果可以讓我們進一步了解如何提高神經(jīng)元的信息傳導效率，或者如何開發(fā)各種精神類藥物。