AI：想要個大腦，真的好難

冷哲

以假亂真的外表，和人類一樣自如的行動力，當你和一個高仿真AI站在一起，該如何分辨誰才是真正的人類？除開幾乎無二的外在，最終區分二者的竟是一個能思考的大腦！畢竟這個人類進化了幾億年的器官，可不是那么輕易就能模仿的！（不然人類的尊嚴何在？）不過，當你弄清楚了大腦進化的過程，以及科學家們在探索大腦、模仿大腦上所作出的努力，大概就能知道，為什么AI想要擁有一個大腦是那么難的事兒了。

大腦進化史

雖然人們對AI的研究才開始不久，但人類大腦的進化卻可以追溯到古海洋時代，一種大約在8.5億年前出現的領鞭毛蟲被認為是動物的祖先。而到了大約6 億年前，類似于大腦的神經核團開始出現在蠕蟲類動物中。神經核團是原始的中央神經系統，能夠處理各種信息，這使得動物可以對更復雜的外界環境做出反應。到了約5億年前，有些動物發生了基因突變，導致了基因組被復制加倍，為衍化出復雜的大腦埋下了伏筆，它提供了豐富的新基因片段，使得大腦分化出不同的腦區來表達不同類型的神經遞質，產生了各種不同的功能。

時間推進到大約3.6億年前，我們的祖先終于登陸了。隨后，它們進化為最早的哺乳動物，在大腦表層形成了一個較小的大腦皮層，從而擁有了復雜和多變的行為。隨著恐龍的滅絕，一些哺乳類動物開始爬上樹生活，它們成為了靈長類動物的祖先。更好的視覺使它們能夠追蹤昆蟲，也使得它們擁有更大的視覺皮層。和現代靈長類動物相似，它們更傾向于群居，這要求每一位成員都具有更強的腦功能。科學家認為這也許可以解釋靈長類動物前額葉區域的明顯擴大，尤其是猿。根據科學家推測，人類的腦容量是在近250萬年間急劇增加的。

人腦進化的重要里程碑是在大約200萬年前。從那時開始，人類學會了使用工具捕獵動物，更豐富的食物來源加速了大腦的進化。人類對于火的使用也具有舉足輕重的作用——烹煮過的食物讓人類能夠更好地汲取營養，使得人類的消化道變短，人類可以省下大量用以維持消化道工作的能量，這些能量可供大腦使用。正是由于當時人類的食物、文化、技能、群體和基因等各種因素的共同作用，最終導致了現代人類的大腦在20萬年前進化成功。

大腦探索知多少

隨著復雜的進化過程，大腦中形成了幾百億、上千億個神經元，每個神經元平均又有15000個突觸與其他神經元相連。而我們大腦的核心，就是由這樣一個神經元組成的超級復雜的神經網絡。

要想知道人腦到底是怎么運行的，就是要搞清楚電信號和化學信號在這個超級復雜的神經網絡里面是怎么傳遞的。為了這個目的，歐盟和美國都發起了龐大的科研計劃。但由于人腦過于復雜，很多相關的科研只能從老鼠或者猴子起步，科研人員通過核磁共振或者顯微鏡來獲得神經元的數據。雖然老鼠和猴子比人腦簡單得多，但對于現有技術而言，仍然是極度復雜的。因此，研究人員不得不花費大量精力來研發、修改所需的設備和算法，而這些研究依然進展緩慢。

大腦模仿那些事兒

雖然對大腦的研究是緩慢的，但早在20世紀中期就有學者提出，能不能模仿大腦神經元結構，設計一種新的智能算法呢？正是這種思路最終促成了人工神經網絡算法的發明，也為AI擁有人類“大腦”打下了基礎。

人工神經網絡算法，就是用數學公式模仿神經元中電信號的傳播。人工神經網絡中有很多層，每一層都由很多個人工神經元組成。每一個人工神經元會對輸入的信號進行一個簡單的運算，然后再發送給下一層的人工神經元。每一個人工神經元都有幾個可以調整的參數，通過對這些參數的調整，可以使人工神經網絡算法產生出不同的運算結果。

雖然人工神經網絡算法已有不短的歷史，但在一開始的幾十年中，這一算法并沒有得到廣泛的運用。直到2000年后，一些研究學者找到了一種能夠快速找出優良參數的方法。通過這種方法，人們就可以做出擁有成千上萬個人工神經元的巨大神經網絡。這種巨大的神經網絡因為層數很多，所以被稱為深度神經網絡，而其找到優秀參數的方法被稱為深度學習方法。深度神經網絡可以用來解決一些極其復雜的問題，比如圖像識別、語音識別、翻譯等等。

這些算法雖然在形式上模仿了人腦，但其實際機理與人腦仍然相去甚遠，必須要有海量的數據來支持。所以，目前的計算機算法還遠遠無法與人腦相比。此外，這些算法目前也不可能產生出能像人類一樣思考的人工智能。一方面是因為人類仍然不是很了解自己的智能是如何在大腦里產生的和運行的；另一方面是因為這些算法從本質上而言還只是一些非常固定的函數，相比于人腦仍然過于簡陋。漫長的進化，大腦本身復雜的結構和特性，探索的挑戰與難題……看來，想要在近幾十年來就讓AI和人類一樣擁有一個真正的大腦，還真是一件沒那么容易的事兒呢！AI需要繼續等待，而人類也將繼續探索！