神經(jīng)元芯片未必能模擬腦，仿互聯(lián)網(wǎng)人工智能大腦模型

　　1.用神經(jīng)元芯片堆積復(fù)制人腦的方法和問題

　　在2009年以色列魏茨曼科學(xué)研究所馬克拉姆教授第一次向大眾描述了他的美好愿景——用超級計算機(jī)模擬大腦中860億個神經(jīng)元以及100萬億個突觸的活動。他向聽眾許諾，“我們可以在10年內(nèi)實現(xiàn)這個目標(biāo)”，還暗示說，這樣的數(shù)學(xué)模型甚至可能擁有意識。馬克拉姆還在很多演講、采訪和文章中提到，這樣的大腦數(shù)學(xué)模型將給腦科學(xué)研究帶來很多突破性進(jìn)展——如數(shù)值模擬可以啟發(fā)藥物研制，取代一些動物實驗，或是幫助人們對阿爾茨海默病等神經(jīng)疾病有更清晰的理解。不僅如此，大腦模型還可以衍生出新的技術(shù)，使電腦的計算速度得到提升，或是制造出可以執(zhí)行復(fù)雜任務(wù)甚至具備智能的機(jī)器人。

　　盡管很多科學(xué)家對馬克拉姆的夢想充滿懷疑，2013年1月，歐盟還是決定撥給馬克拉姆13億美元，讓他用10年時間，模擬出人腦——他的夢想似乎就要成真了。在歐洲，神經(jīng)科學(xué)家對“人類大腦計劃”的態(tài)度也有著巨大的分歧。2014年7月，一封指責(zé)HBP的科學(xué)研究和管理方式的公開信很快獲得了八百多位科學(xué)家的簽名。這些科學(xué)家還威脅要抵制大腦計劃。

　　除了歐洲腦計劃，2014年IBM研發(fā)出了名為“TrueNorth”的神經(jīng)元芯片，它希望從從底層開始模仿人腦的結(jié)構(gòu)，從X光透視圖上看，TrueNorth和普通的處理器沒有太多區(qū)別，TrueNorth的4096個核心之間就使用了類似于人腦的結(jié)構(gòu)，每個核心包含了約120萬個晶體管，其中負(fù)責(zé)數(shù)據(jù)處理和調(diào)度的部分只占掉少量晶體管，而大多數(shù)晶體管都被用作了數(shù)據(jù)存儲、以及與其它核心溝通方面。

　　在這4096個核心中，每個核心都有自己的本地內(nèi)存，它們還能通過一種特殊的通訊模式與其它核心快速溝通，其工作方式非常類似于人腦神經(jīng)元與突觸之間的協(xié)同，只不過，化學(xué)信號在這里變成了電流脈沖。IBM把這種結(jié)構(gòu)稱為“神經(jīng)突觸內(nèi)核架構(gòu)”(neurosynaptic cores)。

　　從原理上看IBM的神經(jīng)突觸內(nèi)核架構(gòu)模擬人工的方式與歐洲腦計劃提出的思路原理基本一致。主流科學(xué)家認(rèn)為，即使如馬克拉姆夢想的那樣，歐洲腦計劃通過模擬重現(xiàn)了大腦的細(xì)節(jié)，這些結(jié)果也無法幫助人們理解知覺、記憶、情緒等問題，打個比方，即使我們把一個個原子堆積成了一臺電腦，我們對軟件的運(yùn)行原理依然是毫無頭緒。

　　2.互聯(lián)網(wǎng)的架構(gòu)為模擬人類大腦提供新啟示

　　上世紀(jì)誕生的互聯(lián)網(wǎng)對人類社會的影響越來越大，種種跡象表明互聯(lián)網(wǎng)與腦科學(xué)具有緊密的關(guān)系。從2005年開始，相關(guān)研究提出“互聯(lián)網(wǎng)將向著與人類大腦高度相似的方向進(jìn)化，互聯(lián)網(wǎng)將具備自己的視覺、聽覺、觸覺、運(yùn)動神經(jīng)系統(tǒng)，也會擁有自己的記憶神經(jīng)系統(tǒng)、中樞神經(jīng)系統(tǒng)、自主神經(jīng)系統(tǒng)。另一方面，人腦至少在數(shù)萬年以前就已經(jīng)進(jìn)化出所有的互聯(lián)網(wǎng)功能，不斷發(fā)展的互聯(lián)網(wǎng)將幫助神經(jīng)學(xué)科學(xué)家揭開大腦的秘密?！?/p>

　　2008年和2009年《互聯(lián)網(wǎng)進(jìn)化規(guī)律的發(fā)現(xiàn)與分析》，《互聯(lián)網(wǎng)虛擬大腦的結(jié)構(gòu)與功能》等論文提出“互聯(lián)網(wǎng)將向著與人類大腦高度相似的方向進(jìn)化，互聯(lián)網(wǎng)將具備自己的視覺、聽覺、觸覺、運(yùn)動神經(jīng)系統(tǒng)，也會擁有自己的記憶神經(jīng)系統(tǒng)、中樞神經(jīng)系統(tǒng)、自主神經(jīng)系統(tǒng)。另一方面，人腦至少在數(shù)萬年以前就已經(jīng)進(jìn)化出所有的互聯(lián)網(wǎng)功能，不斷發(fā)展的互聯(lián)網(wǎng)將幫助神經(jīng)學(xué)科學(xué)家揭開大腦的秘密?！?。

　　2010年8月美國南加州大學(xué)神經(jīng)系統(tǒng)科學(xué)家拉里?斯旺森和理查德?湯普森在《國家科學(xué)院院刊》(PNAS)發(fā)表論文用互聯(lián)網(wǎng)路由機(jī)制解釋老鼠大腦的信號如何繞過破壞區(qū)域到達(dá)目標(biāo)區(qū)域。這一研究作為一個實驗，證明人腦中的確存在類互聯(lián)網(wǎng)應(yīng)用。

　　2012年11月16日，加州大學(xué)圣迭戈分校DmitriKrioukov在2012年11月的《ScientificReport》發(fā)表論文提出利用計算機(jī)模擬并結(jié)合多種其他計算，提出許多復(fù)雜網(wǎng)絡(luò)如互聯(lián)網(wǎng)、社交網(wǎng)、腦神經(jīng)網(wǎng)絡(luò)等有高度的相似性。

　　上述研究啟發(fā)我們以互聯(lián)網(wǎng)功能和架構(gòu)作為參考，能否在超級計算機(jī)中構(gòu)建仿互聯(lián)網(wǎng)大腦模型。在構(gòu)建的過程中，也可以根據(jù)互聯(lián)網(wǎng)的最新發(fā)展增加和減少相關(guān)功能和架構(gòu)。

　　3.仿互聯(lián)網(wǎng)大腦模型的實施方法和路徑

　　建立仿互聯(lián)網(wǎng)大腦模型的理論基礎(chǔ)就是將上述互聯(lián)網(wǎng)整體類腦模型在超級計算機(jī)中實現(xiàn)出來，將目前互聯(lián)網(wǎng)穩(wěn)定下來的典型應(yīng)用和架構(gòu)有機(jī)的結(jié)合，用程序和數(shù)據(jù)庫進(jìn)行模擬，并通過可視化的方法呈現(xiàn)出來。

　　作為一個龐大的系統(tǒng)，互聯(lián)網(wǎng)經(jīng)過近45年的發(fā)展，已經(jīng)包含了成千上萬的應(yīng)用和子系統(tǒng)，而且由于發(fā)展迅速，互聯(lián)網(wǎng)每天也都在出現(xiàn)新的應(yīng)用，在進(jìn)行仿互聯(lián)網(wǎng)大腦模型時，如果把所有的互聯(lián)網(wǎng)應(yīng)用和子系統(tǒng)都囊括進(jìn)去，在實踐中很難實現(xiàn)。

　　因此我們提出選取普及率高，相對成熟的互聯(lián)網(wǎng)應(yīng)用建立仿互聯(lián)網(wǎng)大腦模型應(yīng)用庫(IBML)進(jìn)行測試，仿互聯(lián)網(wǎng)大腦模型應(yīng)用庫根據(jù)互聯(lián)網(wǎng)的發(fā)展定期進(jìn)行增加或刪減。這樣可以規(guī)避互聯(lián)網(wǎng)應(yīng)用過于繁多，同時消失和出現(xiàn)過于頻繁的問題。譬如我們可以建立如下類似的仿互聯(lián)網(wǎng)大腦模型應(yīng)用庫，示例如下：

　　IBML={Google，F(xiàn)acebook，Blogger，Amazon，Yahoo，Youtube，Quora，Wikipedia，Twitter，IPv4/IPv6.......}

　　通過仿互聯(lián)網(wǎng)大腦模型應(yīng)用庫的建立，在超級計算機(jī)中仿造互聯(lián)網(wǎng)功能和架構(gòu)就成建立大腦模型就成為可能。仿互聯(lián)網(wǎng)大腦模型的具體建立有一下四個步驟。

　　步驟一。仿互聯(lián)網(wǎng)大腦模型的硬件基礎(chǔ) 1)大型計算機(jī) 2)實驗室級別的傳感器網(wǎng)絡(luò) 傳感器網(wǎng)絡(luò)將在仿互聯(lián)網(wǎng)大腦模型中的”神經(jīng)元“社交網(wǎng)絡(luò)賬號與大腦模型中的其他部分進(jìn)行進(jìn)行交互。

　　步驟二 仿互聯(lián)網(wǎng)大腦模型的軟件和數(shù)據(jù)庫基礎(chǔ) 1.使用開源的Linux系統(tǒng) 2使用開源的MySQL數(shù)據(jù)庫環(huán)境

　　步驟三，仿互聯(lián)網(wǎng)大腦模型中的功能和應(yīng)用 1.程序可模擬的互聯(lián)網(wǎng)應(yīng)用和架構(gòu) 2.程序可模擬的大腦功能 3.如果可能對1和2進(jìn)行結(jié)合研究

　　步驟四，用數(shù)據(jù)可視化技術(shù)作為交互界面，將服務(wù)器中的仿互聯(lián)網(wǎng)大腦程序模型運(yùn)轉(zhuǎn)情況用可視化方式呈現(xiàn)出來，實驗人員通過仿社交網(wǎng)絡(luò)神經(jīng)元賬號進(jìn)行操控。

　　研究方法：

　　對仿互聯(lián)網(wǎng)大腦模型進(jìn)行持續(xù)改進(jìn)更新和研究，將互聯(lián)網(wǎng)和腦科學(xué)中的新功能加入到模型中進(jìn)行檢驗，對仿互聯(lián)網(wǎng)大腦模型中的信息和知識庫系統(tǒng)進(jìn)行持續(xù)增加，對每個仿社交網(wǎng)絡(luò)神經(jīng)元進(jìn)行人工智能處理和實驗人員主動操控處理，觀察仿互聯(lián)網(wǎng)大腦模型的智能特征。