AI越來越像人腦？神經科學家們有話要說……

為了讓AI更像人腦，科學家搞起了AI 。

最近，AI行業有點熱鬧。

一群技術大佬為了“AI是否安全”這個話題互相站隊，差不多快分出兩個派系。

一派認為，AI會滅絕人類，而另一派則認為，加強監管會破壞開源并扼殺創新。

這場“網絡對罵”已經連續吵了好幾天，就連馬斯克都忍不住前排圍觀吃瓜。

而就在看似與AI毫不搭邊的物理、生物等領域，科學家們似乎對“AI威脅論”不太在意，反倒是親自下場搞起了AI。

ChatGPT真有意識嗎？

目前來說，想實現AI，基本上都得依賴計算機。

在此基礎上，根據實現方法不同，又可以劃分成完全依賴編程技術的工程學方法（Engineering approach），以及通過模擬人類或生物而成的模擬法（Modeling approach）。

不過計算機終究是有性能局限性，因此我們目前能看到的生成式人工智能，包括ChatGPT在內，實際上只能算作弱人工智能的一個“新高度”。

在高算力、大模型等“大力出奇跡”的手段下，ChatGPT等AI工具展現出強悍的能力，這也是為什么大佬們都在強調未來AI會帶來風險。

不過另一方面，ChatGPT翻車的案例其實并不少見。歸根究底其實是大語言模型在處理文本、生成語言等方面可以無限靠近人腦，但在認知能力、學習方式、理解深度等方面與人腦還是存在很大差距。

在研究人腦方面，神經科學家或許更有發言權。

在最近一篇學術論文里，三位神經科學家認為，雖然ChatGPT等系統看似有意識，但由于語言模型的輸入缺乏與周圍世界的感官接觸所特有的嵌入式信息內容，因此這些系統本質上還是無意識的。

另一方面，科學家們表示，有意識的生物體出現的進化和發展軌跡，與今天設想的人工智能系統并不相似，AI系統嚴重低估了大腦中產生意識的神經機制的復雜性。

簡單來說，想要真正達到“強人工智能”，最終還是要結合腦科學等生物學科的發展，通過理解大腦工作原理，啟發科學家創造更具適合的架構。

包括腦機接口、類腦計算等技術，都是目前比較熱門的方向。

納米線，一種新的AI實現方式

雖然想要AI完全達到人腦的水平還是很困難，但科學家還是找到了一些捷徑。

就在11月1日，神經形態學領域傳出好消息，來自悉尼大學和加州大學的研究人員成功開發出一種可以“動態學習和記憶”的物理神經網絡。

該物理神經網絡由微小的納米線組成，通過模仿大腦中神經元和突觸的系統，并測試一些通常認為的與人腦有關的高階認知功能，從而執行一些任務。

據介紹，所謂納米線網絡（Nanowire network），其實是一種微型電線，通常由肉眼不可見的高導電的銀線制成，覆蓋有塑料材料并形成網狀結構，它們的寬度只有人類發絲的千分之一，并能夠自組裝，形成類似生物神經網絡的網絡結構。

先前已有研究表明，納米技術有潛力建立一個具有類似神經網絡回路和突觸信號的受大腦啟發的電子裝置，當電信號刺激納米線時，離子會穿過絕緣層，并遷移到相鄰的納米線中，這很像跨越突觸的神經遞質。

在此基礎上，納米線網絡不僅結構與人腦相似，而且能夠像人腦一樣學習和記憶。

所謂學習和記憶，是通過一系列命令或算法，對納米線網絡交叉處的電子電阻變化作出反應。

在這個過程中，科學家可以有選擇地強化和削弱納米線網絡中的突觸途徑，突觸會產生不同的輸出，類似AI的“監督學習”。

此外，研究人員還發現，通過“獎勵”或“懲罰”網絡，也可以增加強化的程度，類似大腦的“強化學習”。最終，納米線網絡學會了識別手寫數字。

圖 | 納米線網絡學會了識別手寫數字

其實早在今年4月，納米線網絡在名為“N-back”的測試下，就已經可以識別特定圖片。

一般來說，人類的測試得分為7，也就是說能夠識別七個之前出現的同一圖像。而納米線網絡的測試得分同樣為7。

目前，這篇開創性研究論文已發表在《Nature》上，有人評價說這是機器學習和人工智能領域的重大進步。

從研究人員角度出發，通過物理方式模擬大腦的學習和記憶機制，確實可以提高了AI的能力。

同時，不同于傳統的機器學習模型，納米線網絡不需要大量的能源來存儲和訓練數據，因此大幅減少了能源和存儲需求，為后續處理更復雜的任務鋪平了道路。

腦科學能改變AI嗎？

當然了，納米線網絡只是模擬人腦的一種方式，至于會不會被AI開發者所采納，還不得而知。

雖然腦機接口、類腦計算等技術開始得到學界和產業界越來越多地關注，不少企業也推出了相應產品，嘗試將實驗室技術帶入商業化。

不過從目前的進度來看，整個行業還處于發展早期，生態建設并不完善，市場也沒有完全打開。

而包括納米線網絡技術在內，實際上仍然沒有脫離神經科學家的范圍，想要完全與AI結合，還需要更多計算機人才。

另一方面，結合了腦科學的“強人工智能”，才是真正需要考慮監管的“危險技術”，這種會產生自我意識的系統，會不會引發更加復雜而棘手的社會問題？

隨著各國陸續出臺AI監管的法律法規，腦科學與AI的結合，注定也會是討論的范疇之一。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！