人工大腦：迷惑機器的思維

人工智慧不一定是人類智慧的複製品，因此創建人工大腦（人類大腦的技術複製品）的項目是一個略有不同的研究領域。 然而，這個計畫在發展的某個階段可能會遇到人工智慧的發展。 祝這次會議成功。

歐洲人腦計畫於 2013 年啟動。 它沒有被正式定義為「人工大腦計畫」。 相反，它強調認知方面，即更好地反映我們的指揮中心的願望。 VBP 的創新潛力作為科學發展的刺激因素並非沒有意義。 然而，不可否認的是，從事該計畫的科學家的目標是創建一個有效的大腦模擬，並且要在十年內完成，即從 2013 年到 2023 年。

科學家認為，詳細的大腦圖譜可能有助於重建人類大腦。 其中的數百萬億個連結形成一個封閉的整體，因此正在進行大量工作來創建這種難以想像的複雜性地圖，稱為連接組。

這個術語於 2005 年首次在科學論文中被兩位作者獨立使用：印第安納大學的奧拉夫·斯波恩斯 (Olaf Sporns) 和洛桑大學醫院的帕特里克·哈格曼 (Patrick Hagmann)。

科學家相信，一旦他們繪製出大腦中發生的一切，那麼就有可能建造一個像人類一樣的人造大腦，然後，誰知道呢，也許甚至更好... 創建連接組的計劃，實質上是指著名的人類基因組破譯計劃——人類基因組計劃。 發起的項目沒有使用基因組的概念，而是使用連接組的概念來描述大腦中神經連接的整體。 科學家們希望構建完整的神經連接圖譜不僅能應用於科學實踐，還能應用於疾病的治療。

www. humanconnectomeproject.org

第一個也是迄今為止唯一完全已知的連結組是秀麗隱桿線蟲神經系統中的神經元連結網路。 它是透過使用電子顯微鏡對神經結構進行三維重建而開發的。 這項工作的成果早在 1986 年就發表了。 目前，連結組學新科學中正在進行的最大的研究項目是人類連結組項目，由美國國立衛生研究院資助（總計 30 萬美元）。

智慧演算法

創造人腦的合成副本並不是一件容易的事。 也許更容易發現人類智慧是一種相對簡單的演算法的結果，2016 年 XNUMX 月《系統神經科學前沿》雜誌對此進行了描述。 它是由佐治亞奧古斯塔大學的神經科學家 Joe Tsien 發現的。

他的研究是基於所謂的聯通主義理論，即數位時代的學習理論。 它基於這樣的信念：學習的目的是學會思考，思考優先於獲取知識。 該理論的作者是：喬治·西門子（George Siemens）和史蒂芬·唐斯（Stephen Downs），他在《聯通主義：數位時代的學習理論》文件中概述了他的假設。 這裡的關鍵能力是能夠正確利用技術進步並在外部資料庫中查找信息（所謂的know-where），而不是從學習過程中學到的信息中查找信息，以及將它們與其他信息關聯和鏈接的能力。

在神經層面，該理論描述了形成複雜且相互連接的組件的神經元組，這些組件處理基本概念和資訊。 透過使用電極研究實驗動物，科學家發現這些神經「組合」是針對某些類型的任務預先確定的。 這就創造了一種具有一定邏輯連結的大腦演算法。 科學家們希望，儘管人類大腦存在許多複雜性，但它的功能與實驗室囓齒動物的大腦沒有什麼不同。

大腦由憶阻器組成

一旦我們掌握了演算法，也許憶阻器可以用來物理模擬人腦。 南安普敦大學的科學家最近證明了他們在這方面的有用性。

英國科學家的憶阻器由金屬氧化物製成，充當人工突觸，可以在沒有外部幹擾的情況下學習（和重新學習），使用也包含大量不相關資訊的資料集，就像人類一樣。 由於憶阻器在關閉時會記住其先前的狀態，因此它們消耗的功率比傳統電路元件少得多。 這對於許多不能也不應該配備大電池的小型設備來說極為重要。

當然，這只是這項技術發展的開始。 如果人工智慧要模仿人腦，至少需要數千億個突觸。 研究人員使用的憶阻器組要簡單得多，因此他們將工作限制在尋找模式上。 然而，南安普敦團隊指出，對於較窄的應用，不需要使用如此大量的憶阻器。 多虧了它們，才有可能建立感測器，無需人工幹預即可對物體進行分類並識別模式。 此類設備在難以到達或特別危險的地方特別有用。

如果我們將人腦計畫的一般發現、連結體的映射、智慧演算法的辨識和憶阻電子技術結合起來，也許在幾十年內我們將能夠建造一個與人類一模一樣的人造大腦。 誰知道？ 此外，我們的合成對手可能比我們為機器革命做好了更好的準備。