智能项目旨在逆向设计大脑从而发现能让计算机的思考更趋于人类思维的算法
三十年前，美国政府推行了人类基因组计划。经过13年的努力排布绘制了所以人类的基因。虽然最初遭受质疑和反对，但因这项计划改变了基因研究，现在我们认为这是历史上最成功的科学计划之一。
如今“智能发展研究计划”（Intelligence Advanced ResearchProjects Activity, IARPA）是继国防部门中有名的国防高等研究计划署（DARPA）后的一个智能研究组织，他们已在类似的项目中贡献了一个亿。从大脑皮层网络来研究机械智能项目（简称MICrONS）旨在逆向设计一立方毫米大脑，以此研究其实行计算的方法，并且利用那些发现更深入了解机械学习中的算法和人工智能。IARPA已招募了以卡内基梅隆大学计算机学家大卫·考克斯（David Cox）、计算机学家李泰兴（音译Tai Sing Lee）和贝勒医学院神经学家安德烈亚斯·托利亚（Andreas Tolias）为首的三组成员。每组各自提出了针对此项问题的五年计划。
“这是一项巨大的投资，因为我们认为它是一个艰巨的挑战，并且会给智能领域和世界带来变革性的影响。”IARPA组织成员雅各布·福格尔斯泰因（Jacob Vogelstein）说道。他负责管理MICrONS。
MICrONS是奥巴马提议大脑研究计划的一部分，是推动以大脑为基础研发计算的一种尝试。如今，大量的技术都依赖于一种称为人工神经网络的算法组，意如其名，启发于大脑结构（或者说至少是我们所了解的构造）。由于不断发展的计算能力和互联网庞大的数据，脸书可以辨识脸部图像，Siri可以辨识声音，车可以自行导航，计算机可以在象棋等游戏中战胜人类。然而，这些算法依然主要依靠分析图像信息的极简过程。回顾1980年代的模型，神经网络在混合环境下的表现并不理想，当计算机尝试识别隐藏在大量互相叠加或者含糊不清的物体中的某一个物体时，这些生成的计算机算法也并不清晰。比如我们给计算机看一两种狗后，并不能教会计算机如何识别所有的狗。
另一方面，人类似乎轻而易举就能克服这些困难。我们在人群中认出朋友，注意到噪音中熟悉的声音，基于一个或多个特征推断声音或图像。我们不需要任何指导就能不断的学习归纳。因此MICrONS研究人员转而研究大脑，以此发现这些模型中忽视了的关键。“这是问题的关键。”考克斯说道。
神经网络保留大脑中所发现的构造，但他们用的计算法却没有直接从神经细胞处理信息的算法中复制下来。换言之，现在算法的表示、转换和数据习得都是几乎由路径和错误决定的机械解答。他们确实有效，但科学家们并不确定其成因——他们还不足以了解、设计神经网络。我们还不清楚神经过程和大脑中对应的运转是否相似。“所以说如果我们更进一步，在计算水平上从大脑中提取信息，而不仅是结构层面上，那么我们就能优化算法，让他们更像大脑的运行方式。” 福格尔斯泰因说道。
不同的团队尝试绘制一个啮齿动物大脑皮层上一立方毫米完整的神经回路。这个组成比人脑的百万分之一还小，看上去似乎很小。但是在数据上，科学家还只能同时测量小部分神经细胞或从机能性磁共振成像中获取数百万个细胞。现在MICrONS的成员打算记录当啮齿动物做视觉认知和学习任务时的100，000个神经细胞的连接和活动——这是实验中的一大步，因为这个记录需要纳米级分辨率的成像，神经布线的弯曲和旋转仅有几毫米。“这就像用英寸来绘制美国地图。” 福格尔斯泰因说道。
不过基于近期大量的神经科学研究支持，福格尔斯泰因还很很乐观的。“随着大脑计划初步到来，网上出现越来越多的新工具研究大脑，这些新工具优化了获取回路图表细节所需要的分辨率和规模等级。”他说道，“因此这是历史上重要的一笔，我们第一次有了合适的工具、技能和技术揭露大脑神经图标，精确到每个神经细胞、每个突触。”
每个团队都有不同的绘制大脑图的计划。考克斯团队将使用双光子显微镜测量老鼠在进行“识别计算机上显示的物体训练”时的大脑活动。研究人员将在啮齿动物上采用一种钙敏性修改后荧光蛋白。当神经细胞被刺激，钙离子进入细胞，引发蛋白质变亮——因此研究人员用激光扫描显微镜就能观察被刺激的神经细胞所产生的活动。“这有点像电线接听到大脑。”考克斯说道，“正如你收听电话里的声音知道对方发生的事，我们可以在动物活动的时候，从大脑内部的重要方面听到情况。”
然后一立方毫米的老鼠大脑将送到哈佛大学生物学家和神经学家杰弗里·利希特曼（Jeffrey Lichtman）手里。在利希特曼的实验室中，老鼠大脑将被切成极薄的片状，在先进的电子显微镜下成像，得到足够的分辨率观测所有互相连接的线状的大脑细胞延伸部分。托利亚的团队也在做相似的工作，他们用三光子显微镜观察深层的老鼠大脑，不仅是考克斯团队所观察的顶端部分。
同时，李的团队计划用更彻底的方法绘制连接体。他们和哈佛大学医学院遗传学家乔治·丘奇合作，计划用DNA条形码：他们将标示每一个神经元，用一种特殊的系列核苷酸（条形码），以化学方法连接条形码，穿过突触修复回路。不过这种方法不能像显微镜一样提供那么完整的空间信息。李希望它能更快速准确——即假定它能完全运作。这项技术之前从未被成功应用过。“但是如果这种条形码技术有效，它将彻底改变神经科学和连接体领域。”李说道。
这些只构成了MICrONS项目的第一部分。科学家下一步需要找到一种方法将所有这些信息有效地置于机械学习的算法中。他们有些想法：其中一种是，很多研究人员相信大脑是遵循贝叶斯定理的———神经细胞代表了以概率分布的感官信息，基于先前的经历，计算并推理出一件事情最有可能的诠释。这种假设主要基于大脑中的反馈回路——信息不只往前流动，更多的连接是往回流动的。换言之，研究人员假设认知能力不是简单的从某种接收到某种输出，而是存在“综合分析过”的建设性的过程，大脑保持并构成一种内在的世界，产生期望和预计，允许大脑解释新数据、规划如何使用新数据。“我们正仔细研究这类导向性原理，合成过程的特征。”考克斯说道，“（这个合成过程就是）我们预计可能发生的事，对比我们实际看到的，然后开启我们的认知。”
例如视网膜其实是一个平面结构，它通过产生电脉冲对光发生反应，这种电脉冲会传播至视神经，之后再传递到大脑。因此当一个人看到一样物体，可能大脑就会用一种概率性模型，从投射到视网膜平面的光中推导出立体世界。如果这是关键，那么相比我们现在所用的数学模型组而言，大脑已找到了更好的方法接近和推断变量。毕竟，如果你同时看100样物体，只考虑物体的前后这两种关系，那就有2100种可能的图像。通过计算机计算所有情况的概率，从而得出答案，是不切实际的，但大脑不费吹灰之力就能感知无数可能的位置：（根据）不同的距离、不同的旋转度、不同的光线。“大脑做的就是展开多种数据点，让他们更易于区分。”托利亚斯解释道。
三个团队都各自征集了计算机学家，将这些理论提炼成模型，然后他们再测试相反设计的大脑数据。“对于一些算法的特定描述，例如概率算法中，可以通过许多种方法将其从理论转化到编码来管理，” 福格尔斯泰因说道。“那些成千上万的选择中，有些参数组合和特征会形成好的算法，但有些组合结果却无效。通过从大脑中提取这些参数，相比用软件猜测算法（正如我们正在做的），我们有望将范围缩小成与大脑一致的小型实施组合。”
在这样的内部模型基础上，MICrONS计划制造出更自动的机器，特别是在训练计算机识别物体时，不必首先运行成千上万以名字区分的样本。福格尔斯泰因想应用无人监督的学习技能来帮助美国智能研究。“我们也许只有一张图片，或一些我们想保护的网际攻击小样本，或是一个财政崩溃记录，或是引发难题的天气事件”他说道，“并且我们需要泛化到更广的范围中，也许相同的模式会再出现。所以这就是我们想达到的目标：更广的归纳、更好的抽象能力、更有效使用稀有数据。”
研究人员也认为从大脑获取这样的算法将是MICrONS中最困难的部分—他们需要决定如何从大脑处理信息再形成新关系的编码方法—即使是项目的早期阶段也持续着重重困难。其中一个是，他们测量大脑将产生将近2PB数据（＝250，000台笔记本电脑或2.5百万张CD的存储容量）。储存如此庞大的数据非常困难，IARPA和亚马逊合作寻找解决方法。此外，这些数据都是图像。采集这些信息需要程序分段，神经细胞中的结构要素以及它们之间的连接都分别用不同颜色区分，这样计算机能更好地决定其中共享的特性和模式。“即使整个世界都帮你上好色，这也将花上一辈子时间涂完每立方毫米。”利希特曼说道。不过研究人员将继续开发更有效的计算机视觉技术来分段数据。
利希特曼已经从丘脑感官信息中转点产生的100TB数据组（是MICrONS计划收集数量的1/20）中看到了成功。他们团队的研究结果将会刊登在本月《细胞》上。“我们已经知道有时相同的轴突从一个细胞跳到另一个细胞以此在不同神经细胞正念训练让PTSD退伍军人的大脑发生改变上接触同一部位，这表明丘脑的组织和我们预计的不同。”利希特曼说道。也许这些结果会延伸到他们刚开始评估的大脑皮层的立方毫米这一微小级别上。“我们知道我们能处理大容量，但现在我们在做的是巨大的容量。”他说道。“这是巨大的飞越。我想我们准备好了。”
数学家、菲尔兹获奖者兼李的博士导师大卫·芒福德（David Mumford）（未参与MICrONS）称赞了这个项目。“这是一项确实的进步，”他说道，“一旦这些数据组出现，这将是一个惊人的挑战，你可以知道自己能在深入了解神经细胞相互作用方式这个问题上有何作为。我的梦想正是这些大数据在某一刻能出现，我想这个团队很可能就是能实现这项结果的团队。”“不过我有些怀疑将这些信息转换成人工神经网络的可能性，”他补充道，“这就有些远了。”
即使如此，三个团队都相信他们的研究能有结果。“不论结果如何，都不算失败。”利希特曼说道。“也许它和预计的不同，但这也是种机会。我也并不会因为我们的想法错误而失眠。也不存在什么想法。这只说明了大脑确实存在，它确实复杂，没人真正见过它，因此我们要看一下。这又有何风险呢？”
他们也希望这项20亿投资的大脑项目能克服困难。考克斯解释说他们的项目和大脑计划在技术和逻辑上都有本质上的区别。实际上，首先从自然角度而言，在刺激大脑前，他们本质上以相反的形式运作。MICrONS以团队为基础的研究有望通过合作和竞争取得显著的进步。IARPA打算公布他们采集的数据，如此一来，其他科学家能贡献他们的想法和研究。“尽管这就像在看一堆沙”李说道，“但正如我大学时期的教授说的，你能在沙中找到黄金。”
京公网安备11010502039775号
