网易科技讯 10月18日动静，据国外报道，目前来看，人工智能只是对大脑的松散仿照。那么若是你实正仿制出一个大脑呢？你需要做到目前为止还完全不成能的工作：映照大脑中所有的神经元和神经纤维。
大卫·考克斯(David Cox)指出：“这是人工智能目前面对的问题。”是的，从近乎完满的面部识别到从动驾驶汽车再到打败世界围棋冠军，人工智能手艺曾经成长得很是之好。并且，一些人工智能使用法式以至不需要再通过编程实现：它们的架构答应通过经验中不竭进行。
但做为哈佛神经科学家的考克斯说，然而人工智能仍然存正在一些糟糕的问题。“要开辟一个小狗检测器，你需要向法式输入成千上万的狗，同时还要向法式输入成千上万个不是狗的动物，”他说，“我的女儿只需要看清晰一条狗”，然后就能很欢快地认出小狗。并且人工智能从所有输入数据中提取的经验学问非常懦弱。以至一些人们不会留意到的图像噪声城市给计较机带来良多搅扰，好比让计较机把垃圾筒当成一只狗。而人们正在智妙手机上利用面部识此外结果（例如平安性）也不是很好。
图示：研究人员正在试验中察看活体大鼠的脑
为了降服这种局限性，客岁考克斯和数十名神经科学家和机械专家开展合做开展了一项名为皮层神经收集机械智能（MICrONS）的项目：一个投资1亿美元的项目，通过逆向工程沉建大脑。美国研究机构高级谍报研究打算署官员雅各布·沃格尔斯坦（Jacob Vogelstein）是MICRONS项目标构思者和者，其认为该项目可谓神经科学界的阿波罗打算。（他现正在是巴尔的摩的风险投资公司的合股人）。MICRONS项目标研究人员正正在测验考试绘制出啮齿类动物一小块大脑皮层的布局，还原此中的每一个细节的功能和布局。
图示：大鼠的大脑被取出
现实上，每一立方毫米、仅仅有一个砂砾大小的大脑皮层图谱绘制起来的工做量都可谓登月工程。人们想描画的图谱细节是其体积的数亿倍。其包含大约100,000个神经元，此外还有约10亿个神经突触的工具，神经恰是靠这些毗连从一个神经元跃迁到下一个神经元。
该项目标青云之志让其他神经科学家寂然起敬。 “我认为他们所做什么的很是英怯，”Eve Marder说，她为此曾经贡献了整个职业生活生计。大学处置大脑计较模子研究的康拉德·科德宁（KonradKording）也暗示：“这是神经科学最冲动的工作之一。”
图示：大鼠的大脑
研究最终的正如沃格尔斯坦所述，通过挖掘项目数据道理背后的神经奥秘，构成“下一代人工智能的计较根本”。沃格尔斯坦指出，目前的神经收集工做道理是基于几十年前提出的架构，只是基于一个相当简单的概念性脑神经。从素质上说，人工智能系统是将消息传布到数千个慎密相连的“节点”，每一个节点都雷同于大脑的神经元，整个系统通过不竭调整毗连强度来提高系统机能。可是正在现有的大大都计较机神经收集中，信号老是从一组节点传送到下一个级联。比拟之下，实正的大脑充满了各类反馈：每一束神经纤维都把消息从一个区域传送到下一个区域，同时有不异或更大都量的纤维再将信号前往。但为什么大脑如许工做？这些反馈纤维是大脑可以或许一次性等强大功能的奥妙吗？除此之外能否还存正在其他道理？
普林斯顿大学神经科学家塞巴斯蒂·安承(Sebastian Seung)是图谱绘制工程中的环节人物，他暗示MICRONS应至多可以或许为大脑的工做道理供给一些谜底。现实上他坦言：“若是没有如许的项目，我不认为我们能够回覆这些问题。”
聚焦细节
MICRONS项目共有三个团队，一支由考克斯带领，一支来自莱斯大学和贝勒医学院，另一支来自卡内基梅隆大学，此中每一支团队都正在处置同样的研究：对一立方毫米老鼠大脑的所有细胞进行沉建，同时还需要沉建每个细胞之间的毗连图谱，并通过数据细致描画出若何激发神经元活跃并影响其他神经元。
图示：正在扫描前将脑组织粘正在一块亚克力板上
打算的第一步是研究老鼠的大脑，弄清晰这立方毫米脑组织中现实工做的神经元。当动物被赐与特定的视觉刺激，例如某种标的目的的曲线，哪些神经元俄然起头活跃，而同时哪些相邻的神经元会有反映？
比来十年间，想要捕捉这种数据难于登天。沃格尔斯坦坦承，“从没有雷同的东西。”虽然研究人员能够将超细导线植入大脑，并记载到个体神经元的。可是因为神经元慎密陈列正在一，研究人员无法一次性记实多达几十个神经元的。研究人员还能够通过核磁成像手艺对人类和其他动物映照大脑全体神经，但却无法通过这种体例监测个别神经元：核磁共振成像手艺的空间分辩率最高仅为一毫米。
但相关手艺的成长打破了这一僵局，这就是让神经元正在活跃时发光。为了做到这一点，科学家凡是会将荧光卵白质注入神经元，因为神经元时会有钙离子涌入，如许每当神经元细胞活跃不时，响应卵白质就会发光。起首，科学家通过良性病毒把卵白质注入啮齿动物的大脑，或者是通过基因编码把荧光卵白质的基因整合进神经元细胞的基因组中。然后，科学家有多种体例触发荧光，此中最无效的一种是通过一组激光器将红外光通过尝试大鼠头骨上的启齿射入大脑。红外线的频次可以或许答应光子穿透相对欠亨明的神经组织，完全被荧光卵白所接收之。这些卵白质会接收来自两个红外光子的能量，并将此中的一个可见光子出来。当尝试大鼠看到什么或者施行了动做时，这种光子就能够正在通俗的显微镜下察看到。
图示：左上角的小立方体就是将要绘制的脑组织
贝勒团队担任人安德烈亚斯·托利亚斯（Andreas Tolias）指出，这是一种“性的手艺方式”，由于“你能够记实每一个神经元，即便是相互相邻的神经元也可以或许被记实”。
而考克斯团队一旦绘制完成尝试室大鼠的神经后，那么尝试动物就被，脑中被注入沉金属锇。然后一个以哈佛生物学家杰夫·利奇曼（Jeff Lichtman）为首的小组将会把大脑切成薄片，从而确定神经元是若何组织和毗连的。
这个过程将会从地下室尝试室起头，此中利用的台式机械工做道理雷同于一个腊肠切片机。小金属板不竭上升和下降，杂乱无章地削下貌似琥珀色蜡笔的尖端，并将切片粘贴到由塑胶带制成的传送带上。分歧之处正在于，这种琥珀色的蜡笔现实上是一种硬树脂管，其包裹并支持懦弱的脑组织，小金属板上拆卸了尖锐的金刚石刀片，由此切下的薄片仅为30纳米厚。
接下来，正在另一个尝试室，研究人员会将包含几个脑切片的胶带别离安拆正在硅晶片上，放正在雷同于大型工业冰箱里。该安拆现实上是一部电子显微镜：它利用61个电子束以4纳米的分辩率同时扫描61个脑组织。
图示：这块脑组织被包裹正在丙烯酸中，切片很是之薄
每个晶片扫描完成需要大约26个小时的时间。显微镜旁边的显示器显示出所发生的图像，还原出的脑组织细节令人惊讶——你能够看到细胞膜，线粒体，以及那些堆积正在突触上的充满神经递质的囊泡。就像对分形图像进行聚焦放大：放大得越多，所能察看到的复杂度就越高。
但切片并不是尝试的目标，而显微镜的扫描图像也不是最终。利奇曼暗示，“我们就是正在制做出每片切片不竭延长的片子。”这些切片消息被转发给由哈佛计较机科学家Hanspeter Pfister带领的团队。 “我们的是尽可能地从图像中提取出更多消息，”Pfister暗示。
图示：脑组织切片被粘正在胶带上
这意味着要二位切片图像沉建脑组织中所有的三维神经元——包罗此中所有的细胞器，突触和其他特征。 Pfister暗示，虽然人类完全能够用纸和笔做到这一点，可是这历程很是迟缓的。所以他和他的团队锻炼了神经收集来描画实正的神经元。 “这种方式的结果要好得多，”他说。
无论每个神经元的大小，其都包含各类突触，此中大量的卷须被称为树突，而每个神经元所具有的一个长而细的纤维，称为轴突。轴突用于远距离传布神经，其以至能够将神经完全穿过大脑传导至脊髓。可是通过MICRONS项目对一立方毫米脑组织的绘制，研究人员能够从头至尾大大都轴突，从而察看到一个完整的神经回。 “我想我们会发觉良多奥妙，”Pfister说，“可能是我们从未想象过的布局，也可能是全新的神经毗连。”
期望的力量
MICRONS团队起头但愿起头回覆的问题是：大脑的算法是什么？所有这些神经回是若何工做的？出格是那些反馈起到了什么？
目前很多人工智能使用法式都不存正在反馈。大大都神经收集中的电子信号从一个节点传送到下一个节点，但一般不会逆向传送。 （不要取“反向传布”混正在一，那是锻炼神经收集的一种方式。）当然这并非定命：神经收集确实存正在着逆向毗连，这有帮于节点处置随时间变化的输入。可是，神经收集的反馈标准远没有达到大脑的处置程度。卡内基梅隆的Tai Sing Lee指出，通过对大脑中部门视皮层的深切研究，“只要5％到10％的突触正在领受眼睛的输入，”其余的都正在来自上一级的反馈。
图示：带有脑组织切片的被修剪，并被放入庞大的扫描仪
考克斯说，目前关于反馈大致有两种理论，“此中之一认为是大脑不竭测验考试预测输入消息。”能够说当感受皮层正正在处置当前的场景时，其他脑组织正正在试图预测下一场景，并通过反馈收集传送最好的猜测。
这是大脑应对快速情况变化的独一方式。 “神经元的处置速度实的很慢，”考克斯说。 “视网膜到的光线毫秒才能传导至神经元。这一时间脚够让塞雷娜·威廉姆斯的网球飞上九米。“所以任何想要接到球的人都必需正在预测的根本上挥舞球拍。
若是你正在不竭测验考试预测将来，考克斯说，那么当实正在的将来到来时，你能够按照现实进行调整，使下一个预测更好。这取关于反馈的第二个次要理论相吻合：大脑的反馈毗连能够用来指点。现实上，计较机模仿，对改良的不竭批改会成立关于实正界的更优模子。例如，考克斯说，“当一小我回身，你必然晓得会呈现怎样样的一张脸。”他强调，这可能会是处理”一次”难题的环节。
考克斯说， “当我的女儿第一次看到狗的时候，”Cox说，“她不必领会暗影若何，或者光线是若何反射的。”她曾经有了雷同事物的丰硕经验。“所以当她看到雷同于“那是一只狗”的工具时，她就会把这些消息添加到本人的学问库中。”
若是这些关于大脑反馈的设法是准确的，那么完万能够通过MICRONS项目所绘制的大脑布局和功能的细致图谱所展现出来显示出来。MICRONS能够证明神经回若何实现预测和。最终，人工智能使用法式能够仿照这个过程。
然而即便如斯，我们仍然无法回覆关于大脑的所有问题。领会神经回并不克不及处理一切。细胞间的有些通信不需要依赖突触，此中一些消息是通过激素和逛离正在神经元之间的神经递质来传送的。还有研究的规模问题。像MICRONS这种项目虽然对于神经科学来说是一个飞跃，但它仅仅是为处理计较相关问题研究了大脑的一小块皮质。比拟于整个大脑来说，而皮层只是大脑的超薄外层，环节的批示和功能躲藏正在诸如丘脑和基底神经节等深层脑布局中。
好动静是，MICRONS曾经为将来绘制规模更大的脑图谱项目铺平了道。
沃格尔斯坦说，1亿美元中的大部门资金将用于数据收集手艺。取此同时，MICRONS团队正正在开辟速度更快的扫描手艺，包罗不需要切片的方式。而卡内基梅隆大学、哈佛大学，麻省理工学院和伍兹霍尔海洋研究所彼此合做，设想了一种通过“条形码”为每个神经元进行奇特标识表记标帜的方式，然后通过利用“特殊凝胶“将这些细胞膨缩几十以至数百倍。
“所以，虽然第一个立方毫米的数据收集起来很是坚苦，” 沃格尔斯坦说，“但接下来会愈加容易。”（晗冰）