在人工智能时代,我们更需要理解自己的智能 | 艾伦脑科学研究所所长STEP峰会演讲实录

简介: 11月15日下午,在由《环球科学》和财新传媒联合主办的STEP全球科技峰会上,美国艾伦脑科学研究所所长、首席科学家克里斯托夫·科赫分享了他最新的研究。他正领导着一项为期10年的大型脑科学项目中,希望能建成大脑的观测站,通过对神经元的分类、研究,更好滴理解大脑的运作方式。以下为科赫的演讲全文:

72992ebd91822beb79f9d2dcc0bf312439d08708

我们的大脑只有1.5千克,但对我们来说非常重要。是我们的大脑,而不是心脏,塑造了人的思维,帮助我们记忆。这也形成了科学研究中最具挑战性的难题之一:这个不起眼的器官,如何让我们拥有如此复杂的行为与记忆能力?我们尚不能理解,这一切是如何发生的。

这就是我们在艾伦脑科学研究所研究的物体。这个研究机构是由保罗·艾伦(Paul Allen)建立的,艾伦曾经与比尔·盖茨一起在微软工作,他在14年前建立了艾伦脑科学研究所。我们是一家位于西雅图的独立非盈利研究机构,支持了很多科学家和工程师进行基础脑科学研究。

 4c28a83d5732350ebf9510a4cba0eaa75fd408fe

艾伦脑科学研究所

我们在5年前开始了一项为期10年的项目,希望建立大脑的观测站,更好地研究小鼠与人类大脑细胞的情况。我们每一年的预算有7千万美元,此外,上个月我们得到了来自美国大脑基金会的1亿美元资助。此前我们对人类大脑的理解,或是来自已经死亡的大脑,或是远距离监测大脑,例如通过脑成像来了解大脑的活动。但是,我们无法直接从单独的神经元获取信息。我们对大脑中约一千亿个神经元的工作方式所知甚少,我们甚至还不清楚到底有多少类型的神经元。在化学中,我们可以通过元素周期表来归纳化学元素;但在生物学中,却没法用类似的方式来告诉我们,神经元细胞有多少种。现在,我们对神经元的了解主要来自动物,例如猴子、小鼠和大鼠。

我们上个月刚完成了一项研究工作,我们发布了关于人的大脑的一些数据,大家可以在我们研究所的网站上获取。我们对数千个神经元进行了研究,我们希望了解,每个大脑的每一部分功能是怎样的,为此我们和很多神经外科医生进行了合作。

经常我们能够看到医生需要把一些设备伸入到大脑之中取出大脑的一部分,例如肿瘤、癫痫手术。对于癫痫患者,医生需要将大脑中患病的部分切割下来。我们会把取出的组织放在一个容器中,这个是人的活体组织,我们对它进行研究,将其切成切片,放置在冰上,确保它保持活性。

在研究的过程中,我们可以观察特定神经元的电学行为。我们在这里能够看到,我们对这些神经元进行了染色,然后进行重建,大家能够看到它有不同的形状,然后我们可以把它非常纤细的轴突部分取出来。我们发现,神经元有非常多的种类。

在试验中,我们能对这些神经元进行3到4天的观察,对神经元进行刺激后,观察它们会有什么样的活动。通过这种方法,我们看到在神经元之间进行信息传递时具体的活动是什么样的,信息传递在多短的时间内实现。通过这些由计算机所记录下来的内容,我们能够了解大脑是如何运作的。

这项工作需耗费大量人力,我们希望能自动化地完成这项工作。为此,我们与谷歌的机器学习团队一同工作。

e8d26721949422168802fc1439e64ba11747addf

科赫团队发现大脑中存在不同类型的神经元

这张图展示了不同类型的神经元,它们都有各自的名称,每一类神经元的活动都不尽相同。当这些神经元协同工作,例如在一部分神经元的活动产生语言时,我们能够从外部进行监测它们的波动情况。数百万的神经元彼此互动、沟通,这些活动最终产生我们的意识。

在大脑中的任何一个部分,可能都会有多种类型的神经元。在我们的大脑中,可能一共有数千种不同的神经元,它们不仅是形状不一样、行为不一样,同时他们表达的基因也是不一样的。我们能够去做的是,在一个细胞内,如果我们把它的细胞核提取出,从而对基因进行单独的分析,这是一个细胞内的情况。当我们对数万个细胞进行这样的操作,就能够了解不同基因的完整表达情况,去了解基因表达产生的蛋白质,了解如何对这些突变的情况进行纠正等等。

大家可以看到,这是一位去世的病患大脑组织的一部分,我们对单个DNA、RNA进行了分析,分析结果能够帮助我们了解在这个大脑中有多少不同类型的神经元。我们能够看到在这里,有34种不同的抑制性神经元细胞、26种谷氨酸能神经元,还有6种非神经元细胞。这是在单一的区域所发现的内容,我们能够看到在一个区域中就有七八十种不同的神经元。而我们有众多脑区,以及更多种类的神经元。

这是一个非常宏大的项目,叫做“大脑倡议”,是美国发起的项目,希望能够去对所有的神经元,在小鼠大脑中的所有的神经元进行分类和定性。当然我们会把大脑分成不同的小组,然后对不同单元的神经元进行分析。我们也知道,相比于小鼠,人类大脑的表面积将会大出几千倍,但神经元的类型很可能是一样的,它们同时表达在小鼠和人类的大脑中。因此,对小鼠的研究能够很好地帮助我们了解一些大脑相关的疾病,比如说自闭症、帕金森这些疾病的成因是什么。而且有一些疾病是因为信息在神经元之间传递时出现问题而导致的。非常重要的是,我们需要对所有的细胞类型进行识别,并且了解不同细胞之间信息传递的方式。

我们用电极进行了很多研究,比如说在外科医生在手术的过程中,会有一个用电极接触大脑中的一部分,当然大脑中一部分的记忆力是关于病人特殊的经历,比如说他初吻的时间等等。如果我们实验的时候如果把所有的电极插到不同的细胞,那就能记录这些不同神经元的表现。

 d753cb560798f4ad1cc39e1c8413eaa6f3a741fe

这里展示的分别是人类与小鼠的神经元(包括抑制性神经元和兴奋性神经元),它们看起来非常相似,当然老鼠的头要小很多。我们实际上对于不同基因的表达也可以做类似的事情。小鼠与人类的基因不完全一致,但是它们都是可以比较的。

为什么小鼠脑部的每一个单独组成部分跟人脑的组成部分很像,但是你却没有办法跟小鼠进行对话呢?实际上我觉得有一个非常好的类比,大家回想上世纪70年代的6502或6507 CPU,当我们将其与Iphone 7中的A10芯片进行比较,现在的运算能力是那时的至少100亿倍,虽然说它基础的原件都是非常相似的。这就是为什么看起来近似的组成部分,人脑和小鼠脑没有太大的差别,但是运算能力有天壤之别的。

同时我们也会做很多其他的研究,是在大学当中的一个合作,这个实际上不是整个大脑,只有6个非常小的神经元,但它的输出给我们带来的是整个大脑,这是非常棒的,也是计算机给我们带来的最大的不同。这里的神经元,可以投射到几千多个不同的神经元当中去,在整个生物学上都有非常大的意义。

这是一个非常令人激动的时代,可以让我们在脑科学上做出非常多的研究,这些是有在日本的,美国的,中国的,有欧洲的,还有其它国家的。同时我们还有一些新的以及创始人,包括Facebook的创始人Zuckerberg的研究。这都是非常令人激动的,21世纪不仅是人工智能的时代,我们也会在一个新的时代了解人类自己的智能,也包含了一些常见的大脑功能疾病,和如何恢复一些丧失的功能,以及加强我们自己的智能,所以我们相信可以在未来跟计算机一起合作完成这些工作。


原文发布时间为:2017-11-19

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:在人工智能时代,我们更需要理解自己的智能 | 艾伦脑科学研究所所长STEP峰会演讲实录

相关文章
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与未来教育:探索智能教学的新纪元
【10月更文挑战第16天】 在21世纪这个信息爆炸的时代,技术革新正以惊人的速度改变着我们的生活和工作方式。其中,人工智能(AI)作为引领变革的先锋力量,不仅重塑了工业、医疗、金融等多个行业的面貌,也正悄然渗透进教育领域,预示着一场关于学习与教学方式的革命。本文旨在探讨人工智能如何为未来教育带来前所未有的机遇与挑战,从个性化学习路径的定制到教育资源的优化分配,再到教师角色的转变,我们一同展望一个更加智能、高效且包容的教育新纪元。
|
6月前
|
人工智能 架构师 关系型数据库
第二届固件技术峰会盛大召开,共探 AI 时代固件创新之路
阿里云联合字节跳动、固件联盟主办的第二届固件技术峰会在长沙顺利召开,探索AI时代固件技术发展新趋势。
|
2月前
|
机器学习/深度学习 人工智能 供应链
决策智能是新的人工智能平台吗?
决策智能融合数据、决策与行动,通过AI与自动化技术提升企业决策质量与效率,支持从辅助到自动化的多级决策模式,推动业务敏捷性与价值转化。
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能:有多少人工,才能有多少智能?
当下AI大模型的能力,特别是Agent领域,到底离不开多少“人工”的加持?本文将结合我的实际经验,深入探讨高质量数据与有效评价体系在Agent发展中的决定性作用,并通过编码Agent、Web Agent和GUI Agent的成熟度分析,揭示AI智能体发展面临的挑战与机遇。
263 89
|
8月前
|
人工智能 自然语言处理 算法
生成式人工智能认证(GAI认证)与标准化进程协同发展及就业市场赋能研究
本文探讨生成式人工智能认证(GAI认证)在人工智能标准化进程中的重要性,分析其对就业市场的积极影响及未来发展趋势。GAI认证不仅是个人AI能力的权威认可,还推动行业标准化与技术创新。文章指出,随着技术融合加速和应用场景拓展,GAI认证标准需不断完善,以应对技术更新、数据安全等挑战,为AI健康发展贡献力量。
|
5月前
|
机器学习/深度学习 人工智能 自动驾驶
人机融合智能 | 以人为中心的人工智能伦理体系
本章探讨“以人为中心”的人工智能伦理体系,分析人工智能伦理与传统伦理学的关系、主要分支内容及核心原则。随着人工智能技术快速发展,其在推动社会进步的同时也引发了隐私、公平、责任等伦理问题。文章指出,人工智能伦理需融入传统伦理框架,并构建适应智能技术发展的新型伦理规范体系,以确保技术发展符合人类价值观和利益。
247 4
|
5月前
|
机器学习/深度学习 人工智能 算法
人机融合智能 | 以人为中心人工智能新理念
本文探讨了“以人为中心的人工智能”(HCAI)理念,强调将人的需求、价值和能力置于AI设计与开发的核心。HCAI旨在确保AI技术服务于人类,增强而非取代人类能力,避免潜在危害。文章分析了AI的双刃剑效应及其社会挑战,并提出了HCAI的设计目标与实施路径,涵盖技术、用户和伦理三大维度。通过系统化方法,HCAI可推动AI的安全与可持续发展,为国内外相关研究提供重要参考。
383 3
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
人机融合智能 | 数据与知识双驱动式人工智能
本章系统介绍了数据驱动、知识驱动及双驱动人工智能的理论与应用。数据驱动方法依赖大数据和深度学习,在图像识别、自然语言处理等领域取得突破,但面临标注成本高、可解释性差等问题。知识驱动方法通过知识表示与推理提升系统理解能力,却在泛化性和适应性上受限。为弥补单一范式的不足,数据与知识双驱动融合两者优势,致力于构建更智能、可解释且安全可靠的AI系统,兼顾伦理与隐私保护。文章还回顾了AI发展历程,从早期神经网络到当前大规模语言模型(如GPT、BERT)的技术演进,深入解析了各类机器学习与深度学习模型的核心原理与应用场景,展望未来AI发展的潜力与挑战。
320 0
|
6月前
|
人工智能 城市大脑 运维
2025数字中国建设峰会:阿里云+AI深入千行百业
近日,第八届数字中国建设峰会在福州召开。峰会期间,阿里云及通义大模型服务政企的一批领先成果被重点展示。
608 1
|
7月前
|
数据采集 机器学习/深度学习 人工智能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
541 4

热门文章

最新文章

下一篇
oss云网关配置