為了讓AI更像人腦，科學(xué)家搞起了AI 。

最近，AI行業(yè)有點(diǎn)熱鬧。

一群技術(shù)大佬為了“AI是否安全”這個(gè)話題互相站隊(duì)，差不多快分出兩個(gè)派系。

一派認(rèn)為，AI會滅絕人類，而另一派則認(rèn)為，加強(qiáng)監(jiān)管會破壞開源并扼殺創(chuàng)新。

這場“網(wǎng)絡(luò)對罵”已經(jīng)連續(xù)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(lǐng)域，科學(xué)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(shí)現(xiàn)AI，基本上都得依賴計(jì)算機(jī)。

在此基礎(chǔ)上，根據(jù)實(shí)現(xiàn)方法不同，又可以劃分成完全依賴編程技術(shù)的工程學(xué)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(jì)算機(jī)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(nèi)，實(shí)際上只能算作弱人工智能的一個(gè)“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(xiàn)出強(qiáng)悍的能力，這也是為什么大佬們都在強(qiáng)調(diào)未來AI會帶來風(fēng)險(xiǎn)。

不過另一方面，ChatGPT翻車的案例其實(shí)并不少見。歸根究底其實(shí)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(rèn)知能力、學(xué)習(xí)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(jīng)科學(xué)家或許更有發(fā)言權(quán)。

在最近一篇學(xué)術(shù)論文里，三位神經(jīng)科學(xué)家認(rèn)為，雖然ChatGPT等系統(tǒng)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(nèi)容，因此這些系統(tǒng)本質(zhì)上還是無意識的。

圖 | 大模型與人腦差異

另一方面，科學(xué)家們表示，有意識的生物體出現(xiàn)的進(jìn)化和發(fā)展軌跡，與今天設(shè)想的人工智能系統(tǒng)并不相似，AI系統(tǒng)嚴(yán)重低估了大腦中產(chǎn)生意識的神經(jīng)機(jī)制的復(fù)雜性。

簡單來說，想要真正達(dá)到“強(qiáng)人工智能”，最終還是要結(jié)合腦科學(xué)等生物學(xué)科的發(fā)展，通過理解大腦工作原理，啟發(fā)科學(xué)家創(chuàng)造更具適合的架構(gòu)。

包括腦機(jī)接口、類腦計(jì)算等技術(shù)，都是目前比較熱門的方向。

納米線，一種新的AI實(shí)現(xiàn)方式

雖然想要AI完全達(dá)到人腦的水平還是很困難，但科學(xué)家還是找到了一些捷徑。

就在11月1日，神經(jīng)形態(tài)學(xué)領(lǐng)域傳出好消息，來自悉尼大學(xué)和加州大學(xué)的研究人員成功開發(fā)出一種可以“動態(tài)學(xué)習(xí)和記憶”的物理神經(jīng)網(wǎng)絡(luò)。

該物理神經(jīng)網(wǎng)絡(luò)由微小的納米線組成，通過模仿大腦中神經(jīng)元和突觸的系統(tǒng)，并測試一些通常認(rèn)為的與人腦有關(guān)的高階認(rèn)知功能，從而執(zhí)行一些任務(wù)。

據(jù)介紹，所謂納米線網(wǎng)絡(luò)（Nanowire.NETwork），其實(shí)是一種微型電線，通常由肉眼不可見的高導(dǎo)電的銀線制成，覆蓋有塑料材料并形成網(wǎng)狀結(jié)構(gòu)，它們的寬度只有人類發(fā)絲的千分之一，并能夠自組裝，形成類似生物神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)。

先前已有研究表明，納米技術(shù)有潛力建立一個(gè)具有類似神經(jīng)網(wǎng)絡(luò)回路和突觸信號的受大腦啟發(fā)的電子裝置，當(dāng)電信號刺激納米線時(shí)，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(jīng)遞質(zhì)。

在此基礎(chǔ)上，納米線網(wǎng)絡(luò)不僅結(jié)構(gòu)與人腦相似，而且能夠像人腦一樣學(xué)習(xí)和記憶。

所謂學(xué)習(xí)和記憶，是通過一系列命令或算法，對納米線網(wǎng)絡(luò)交叉處的電子電阻變化作出反應(yīng)。

在這個(gè)過程中，科學(xué)家可以有選擇地強(qiáng)化和削弱納米線網(wǎng)絡(luò)中的突觸途徑，突觸會產(chǎn)生不同的輸出，類似AI的“監(jiān)督學(xué)習(xí)”。

此外，研究人員還發(fā)現(xiàn)，通過“獎(jiǎng)勵(lì)”或“懲罰”網(wǎng)絡(luò)，也可以增加強(qiáng)化的程度，類似大腦的“強(qiáng)化學(xué)習(xí)”。最終，納米線網(wǎng)絡(luò)學(xué)會了識別手寫數(shù)字。

圖 | 納米線網(wǎng)絡(luò)學(xué)會了識別手寫數(shù)字

其實(shí)早在今年4月，納米線網(wǎng)絡(luò)在名為“N-back”的測試下，就已經(jīng)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(gè)之前出現(xiàn)的同一圖像。而納米線網(wǎng)絡(luò)的測試得分同樣為7。

目前，這篇開創(chuàng)性研究論文已發(fā)表在《Nature》上，有人評價(jià)說這是機(jī)器學(xué)習(xí)和人工智能領(lǐng)域的重大進(jìn)步。

從研究人員角度出發(fā)，通過物理方式模擬大腦的學(xué)習(xí)和記憶機(jī)制，確實(shí)可以提高了AI的能力。

同時(shí)，不同于傳統(tǒng)的機(jī)器學(xué)習(xí)模型，納米線網(wǎng)絡(luò)不需要大量的能源來存儲和訓(xùn)練數(shù)據(jù)，因此大幅減少了能源和存儲需求，為后續(xù)處理更復(fù)雜的任務(wù)鋪平了道路。

腦科學(xué)能改變AI嗎？

當(dāng)然了，納米線網(wǎng)絡(luò)只是模擬人腦的一種方式，至于會不會被AI開發(fā)者所采納，還不得而知。

雖然腦機(jī)接口、類腦計(jì)算等技術(shù)開始得到學(xué)界和產(chǎn)業(yè)界越來越多地關(guān)注，不少企業(yè)也推出了相應(yīng)產(chǎn)品，嘗試將實(shí)驗(yàn)室技術(shù)帶入商業(yè)化。

不過從目前的進(jìn)度來看，整個(gè)行業(yè)還處于發(fā)展早期，生態(tài)建設(shè)并不完善，市場也沒有完全打開。

而包括納米線網(wǎng)絡(luò)技術(shù)在內(nèi)，實(shí)際上仍然沒有脫離神經(jīng)科學(xué)家的范圍，想要完全與AI結(jié)合，還需要更多計(jì)算機(jī)人才。

另一方面，結(jié)合了腦科學(xué)的“強(qiáng)人工智能”，才是真正需要考慮監(jiān)管的“危險(xiǎn)技術(shù)”，這種會產(chǎn)生自我意識的系統(tǒng)，會不會引發(fā)更加復(fù)雜而棘手的社會問題？

隨著各國陸續(xù)出臺AI監(jiān)管的法律法規(guī)，腦科學(xué)與AI的結(jié)合，注定也會是討論的范疇之一。

本文作者：jh，觀點(diǎn)僅代表個(gè)人，題圖源：量子位