疯狂科学家!DARPA 颅内芯片研究项目即将启动

简介: 吴航,加拿大多伦多大学Humanistic Intelligence Lab研究员,师从可穿戴计算之父Steve Mann ;专注于神经工程学,脑力提升(Intelligence Augmentation)领域。机器之心PSI北美区特约前沿科技观察员。

从我2013年第一次实践了VR/AR技术之后,我就知道这技术很快就会带来革命性的发展,但我没有选择这个我可以立刻趁着这两年的VR大风,试着飞一次的方向。我想大部分人都只记住了雷军曾经说过的“站在风口上,猪都会飞起来”,却忘了他踏踏实实做了10年的技术和管理才终于拥有了可以使用风口的实力。比起这句就是在自嘲的名言,我更喜欢的是马云的名言“我只对10,20年以后会成功的技术感兴趣”。我现在做的就是10年以后的技术,会改变未来的技术和产品。应该说正是以为我曾经在AR和交互技术最有名的实验室待过,我才深刻的理解那些成功研究员们严谨的态度,以及一个不变的真理:你如果做跟所有人一样的事,那么你就会跟大部分普通人一样的平庸。


我一直认为很多人的一生在没有完全发挥潜力的时候就那么不情愿的结束了。在绝望和平庸中过着无法尽兴的人生。也因此,我把现在所有的空余时间全部研究脑提升的技术并且要把他商业化到每个人都随时可以用到的地步,包括,写作本系列文章。希望我的文章可以让更多的人了解这个领域,也希望这一系列的文章可以帮我找到聪明的你,一起钻研这个领域(hang.wu@mail.utoronto.ca )。



这个世界上总是有那么一群人,他们挑战所有的权威和既定的规则,他们挑战自然地逻辑和约定俗成的常识。今年,这群人又发威了,他们这次的目标是人类最强的武器也是人类最复杂的组织:大脑。

。.jpg

DARPA颅内芯片研究项目即将启动


近日,DARPA将启动颅内芯片研究项目Targeted Neuroplasticity Training( 以下简称TNT),在DARPA 3月16日发布的一篇名为Boosting Synaptic Plasticity to Accelerate Learning (提升神经可塑性来加速学习能力)的新闻中,提到DARPA将利用「颅内芯片」来帮助人提升学习能力,逻辑运算和记忆力,该项目由由RE-NET项目的创始人Dr.Douglas Weber管理。一经发布,引起了很多神经科学家以及企业家的注意。


脑研究和改造在以前都是秘密项目,数据及文档资料属于国家机密。比如美国人熟知的MK Ultra项目。这次的研究公开化证明了DARPA本身对这个项目的信心以及美国民众对于人脑提升领域的接受程度的提高。这就使得此次项目的进展变成了世界瞩目的一个进程。与上篇提过的APPRANET技术一样,这次公开的DARPA(至少学术界公开)项目会引起很多学校和私人研究室的研究热潮,另一方面促进商用化的可能性。实际上,2011年的tDCS研究就是让我对脑力提升研究第一次感兴趣的起点。

冷知识:MKULTRA

美国中情局在1953年本着“没有人类试验品去测试这些惊人的技术”的理由而开发的思想控制,洗脑和研发超能力项目,此项目因为过于不人道的对囚徒和有色人种进行试验而在之后被强制停止

微信图片_20211126174236.jpg

以往的脑研究项目都是以治疗疾病作为理由进行的(比如阿兹海默病,即便是以提升神经元生成(synapse formation)并且能明显提升记忆力而闻名的Dihexa也还是会打着治疗阿兹海默病的旗号。从科技角度上来讲,以病人作为参考对象可以尽量的减少样本容量,加速药物检测的速度。这样有利于快速的对药物的结构进行调整。以健康人群作为研究对象不单单在效果监测方面会变得很困难,也会使很多药物的效果变得不明显,这是因为健全大脑神经递质(neurotransmitter)指标都达到了平衡,而大部分脑力提升类药物其实只有保护神经受损(neuroprotective)和恢复神经受损的效果,这特导致了他们在健康人群中的效果降低或者消失。但DARPA这次表明了自己使用健康人群的意图,这从侧面证明了其以前对于此项目的信心以及以前研究项目成果的重视。


什么是脑力提升


智能提升(IA:Intelligence Augmentation, Cognitive Augmentation, Machine Augmented Intelligence)被视为一种对应人工智能(AI)的技术。与AI这种通过机器模拟人类智商不同,IA所关注的是利用已有机械科技来辅助并提升大脑现有的能力。也因为如此,无论从理论角度或者实用角度,IA都比AI技术更容易实现。 但由于AI更加符合企业的诉求,所以导致了两者媒体曝光度的不平等,这也使得拥有约三千年历史的IA技术本身并没有收到应有的重视。


冷知识: AI vs IA的技术难度问题

所有的AI技术都拥有问题架构(question framing )和解决方案(solution)两个层面,根据问题精度和侧重点的不同,他的解决方式也会完全不同。而解决方式也不是通用的,使得每个技术对象都不同且唯一。这造成了能在围棋上天下无敌的Alpha Go技术不能直接被转移到股市研究上。语音识别技术不能用来解决图像识别等等。而IA技术研究的对象却仅仅是神经组织,导致了技术研究更加集中,试验方法也更加简单。


现在与IA相关联的词汇还有 超人文主义(Transhumanism),又被称为H+,1960年代由FM-2030(是的这是个人名)在The New School提出的新人类概念(New Concepts of The Human)所引出(是的,很多科幻小说,漫画比如著名的高达系列就是间接引用了这个概念)。历史可追溯到苏格拉底和亚里士多德对人类的反思以及尼采的“超我”的哲学概念。他是对新人类,或者叫做transhuman利用各种科技来对自身进行增强和改造。并在生活行为习惯和哲学上的一些改变和更改。关联词:未来学(Futurelogy)


此主义的宗旨是利用科技来延长寿命,增强智商,和提升健康程度。主流脑提升手段有四种:药物;音频;电流刺激和芯片植入。


1)以草药或者合成药物为代表的Nootropics。这个词汇由Dr. Giurgea命名。他的词根汲取了古希腊的文字noo,原意是思考,和ropein,愿意为改变。他在美国又被成为聪明药而在学生和年轻白领中流行。这种聪明药最早的发源地来自中国和日本,比如中国的银杏(Ginkgo Biloba)和印度的Medhya Rasayana (5,6,7)。现在最流行的nootropics则是racetam家族所组成的药物,比如Piracetam,Oxiracetam,Aniracetam等。


2)以声音作为媒介来改变脑电波频率的Binaural Beats。此1859年创立的技术通过给左右耳不同频率的音调来改变大脑的状态。


3)以电流作为媒介来从颅外直接刺激神经系统。最早可以追溯到用电鳐来治疗偏头痛的古希腊医生Claudius Galen 。近来则有1966年用tDCS来帮助人解决抑郁症问题和老年痴呆的D. J. Albert (6)。这一类技术由于副作用相对较少,易于控制,风险较小,并且不需要被植入体内而成为了DARPA 2011年来研究的重点以及很多。当然也由于此类技术的慢慢兴起,导致了第三类技术的出现,也是此类技术的增强版,但与之不同的是,此技术是完全没有侵入性(non-invasive),所以相对安全很多,而且使用领域也要大很多。


4)在脑内植入芯片的技术下利用电或者冷激光。由于这种技术拥有很大的侵入性(Invasive),和这种技术依赖神经外科医生的辅助,难度和危险度都远超过前面两种。但同时效果也远比前面两种强。最早是治疗癫痫和老年痴呆。也是DARPA在2013年以后开始着重研究的技术之一。由于可以直接的对末梢神经进行刺激和操控,所以他在效果上可以和直接改变基因相提并论。


冷知识: 超人文主义 (Transhumanism)

又被称为H+,1960年代由FM-2030(是的这是个人名)在The New School提出的新人类概念(New Concepts of The Human)所引出(是的,很多科幻小说,漫画比如著名的高达系列就是间接引用了这个概念)。历史可追溯到苏格拉底和亚里士多德对人类的反思以及尼采的“超我”的哲学概念。他是对新人类,或者叫做transhuman利用各种科技来对自身进行增强和改造。并在生活行为习惯和哲学上的一些改变和更改。关联词:未来学(Futurelogy)


DARPA对脑力提升的研究历史


RE-NET是Dr.Douglas Weber 在2010年主导的DARPA项目。最初的目标是通过颅内高效率脑机装置(high performance neural interface)来进行以往无法完成的大脑分析,并通过这些分析结果来控制DARPA的新型义肢。但RE-NET的成果却造成了极为精确地大脑分析和思考识别能力,并为DARPA之后的研究成果打下基础。从我之前在HI研究室研究的经验来看,利用脑电(EEG:Electroencephalogram)数据分析最大的障碍就是噪音清除(denoise),而RE-NET的硬件噪音清除能力在研究领域应该是首屈一指,而解决了传统颅内eeg对大脑的伤害。

微信图片_20211126174341.jpg

2011年,DARPA正式将颅外直流电刺激技术(tDCS:Transcranial Direct Current Stimualtion)使用到了智力/学习能力提升的领域。利用把电极贴在皮肤上特定的位置上(在EEG 10/10 system中,是T4的位置,请没有经验的看官不要瞎做尝试,谢谢),并释放极少量的电流(在0.1到0.2毫安),学习者会在20分钟内达到高达200%的学习速度提升效果。这项技术由于极为安全以及简单所以在近4年的研究领域相当受欢迎,并且在军事中应用到了狙击手和飞行员训练上。而DARPA对这项技术最大的贡献就是第一次大规模的将他使用在健康人身上。并证实了他对健康人的好处。


tDCS技术有着俞百年的历史和历经研究测试的稳定程度,他可以充分更改大脑状态,提升大脑机能,对如抑郁症,失智症甚至最近VR技术难题的眩晕症都有改进效果,实际上就我的研究效果来看,很多机能的提升都对大脑有长期的益处,所以是一个很有趣的研究方向。具体这项技术我将来会作为系列文来介绍给有兴趣的大众。

微信图片_20211126174449.jpg

冷知识

大家可能会问,为何DARPA没有研究比较保险的聪明药(Nootropics)技术(可以和大医药公司合作)或者比较简单易用的binural beats技术(使用者戴个耳机听听音乐就可以),这个理由其实很简单,美国在二战就收集了当年德国所有的脑科技研究资料,这包括了当时希特勒对聪明药的所有研究资料,和一些被纳粹称为黑魔法的声音类研究技术。而由于纳粹对神经提升,尤其是药物神经提升类药物拥有很大的贡献,尤其是使用了俞百万犹太人作为研究对象的非人道研究,制造出了很多可以改变神经工程学的材料。二战纳粹战败后,美国作为最大战胜国收集了所有的德国研究资料。这直接导致了美国从战后就对药物类脑科技拥有很深的认识。当然这又是另一个故事了。

微信图片_20211126174527.jpg

当然,我相信聪明的读者估计已经总结出了一个规律,DARPA是不会只研究一个能改变世界的技术的,尤其是当这项技术可以用来引发另一个革命:人类进化的革命。


DARPA历史,一场没有硝烟的革命


DARPA, 全名Defense Advanced Research Project Agency. 1958 年成立,每年有2.97亿美元的预算,成员永远保持在150名以下。隶属于美国国防部的研究机构。DARPA是世界上最初使用外包实验项目的公司,哈佛大学的business insider详细讲述了DARPA外包其实验项目不同的内容给多达100个私人实验室,并且通过这些实验项目的数据来决定哪些项目需要终止。此模型在后来被Google ATAP所使用,并创造了google的高速原型设计模式。


DARPA声称对所有会造成国家安全问题的技术都极为感兴趣。事实上也确实是如此,无论是人工智能(AI),宇宙探索,还是生物科学,亦或是网络安全这里都会被进行大量的研究和实践。


DARPA的过去成就众多, 比如发明了军事上革命技术的_自动目标识别系统(Automatic Target Recognition)_,搭载无人驾驶技术的_波音X-45_,以及改变了个人电脑研究进程和AI技术的_Project MAC_。这些这些都让DARPA和其他私人公司或者私人实验室拉开了极大距离。


DARPA实时关注着私人实验室和私人公司的力量。随着Google等拥有革命级技术的公司以及无人车技术的兴起,DARPA在2004年举行了第一届的DARPA Grand Challenge。有很多人说正是这场大赛让世界所有名校的研究室的目光聚向了无人车技术,并且促进了市场级无人车的诞生。


说到这,就再说下DARPA的可怕,由于DARPA从1958年就贯彻了他们只招天才的模式,他们个个都曾经制造出别人无法领略的科技。而其中之一,也就是前DARPA总裁Dr. Regina Dugan现在是Google ATAP的主管。在她的手底下掌握着众多项目,Project Tango, 世界上最被期待的AR识别技术;Spotlight Stories, 第一个使用360度视频和音频技术的短片动画;Project Ara,第一个模块化手机。 是的,DARPA不管在研究还是私企都不仅仅只是影响着世界顶端的科技技术,他们还确实的在引领每个新的商用技术的潮流。


正是由于DARPA对世界的影响以及它本身的政府性质,导致了他们的研究资料和研究成果通常不会公开。不仅如此,他们还会要求其他研究机构和学校对他们公开研究成果,这也使得DARPA拥有更加先进成熟的研究成果。


DARPA以往研究的技术总结起来主要是深入(Deep),全球化(Globalization)以及会改变世界的进程(World-changing)。他们只对能改变世界的技术感兴趣,并以保护国家安全为名明目张胆的研究他们。我们来看看其中几个成功的技术:


1)ARPANET network


互联网(Internet)的前身。通过1967年的学术研究而制造出来,由DARPA的前身Advanced Research Projects Agency (ARPA) 在1969年制造,虽然在当时仅有4台电脑相连接,但这确确实实就是第一代的互联网。最初APPANET的目的是为了让研究数据更好的在电脑间传播,而他的商业化却变成了现在信息化时代的起点。这是DARPA历史上最有名的一个技术革命之一。


1980年,ARPANET的技术被美国军方所应用,这使得NSFNet得以诞生,直到1995年,NSFNet正式从军方退役,其技术正式被一些大的商用公司所应用,这包括了著名的AOL。


2)全球导航系统(GPS)和导航卫星


1960年,为了帮助军事战舰的战略通讯更加容易,DARPA制造了TRANSIT卫星系统,这使得在军事战舰的精确位置可以被缩短到200米以内。这些军事系统在1988年被淘汰,而换上了现代的NAVSTAR GPS 卫星。


3)语音识别(Speech Translation)


在伊拉克战争第一次被使用。世界上最有名非商业化语音识别技术系统。尽管他的实际翻译能力是50%左右,但由于极强的稳定性而被军方所喜爱。


4)隐形飞机(Stealth Planes)


可能是DARPA最著名并且最疯狂的成功项目。在1970年代的Have Blue为世界著名的F-117 “夜鹰”战斗攻击机打下了坚实的基础,也为美国空军制霸带来了可能性。


5)砷化镓 (Galium Arsenide)


被称为半导体贵族的芯片材料。作为现代通讯芯片的主要材料,砷化镓1964年借着电脑研究热潮进入试用阶段的,并在远超过硅的电子特性中代替硅成为了第二代半导体。可以毫不夸张的说,现代卫星通讯技术的发达有很大原因是因为砷化镓技术研究的成功。



在本篇我们简单介绍了下DARPA的历史和他们的技术。简而言之,他们的技术每一个都拥有可以让美国拥有开挂能力的实用性,和能让世界进程改变的研究深度。因此,DARPA的每个项目都拥有其独特的历史意义。比如ARPANET的商用版,互联网(Internet)开启了整个的互联网时代以及接下来的物联网时代,GPS技术将所有事物有机的结合在一起,将所有与物流和社交概念的技术得以实现。而这同时也催生了O2O,社区+这样的新型概念。并且将智能城市,智能汽车在30年前听起来都天方夜谭的概念变得可行起来。这也就是说每样现在我们拥有的技术核心到本质都能和DARPA的一项技术对接起来。


接下来,我将在即将发布的本文下篇向大家详细介绍Darpa将要正式Launch的TNT项目:【TNT:引发人类进化的前奏】。在这篇文章里,我将为大家从技术层面为大家详解这次Darpa的TNT项目。欢迎大家在机器之心公众号进行留言,告诉我你希望了解的相关技术和问题。我将在下篇里为你解答




相关文章
|
1天前
|
算法 测试技术 量子技术
时隔5年,谷歌再创量子霸权里程碑!RCS算法让电路体积增加一倍
谷歌在量子计算领域取得新突破,其研究人员在《自然》杂志上发表论文《随机电路采样中的相变》,介绍了一种名为随机电路采样(RCS)的算法。该算法通过优化量子关联速度、防止经典简化和利用相变现象,使量子电路体积在相同保真度下增加一倍,为量子计算的发展树立了新的里程碑。实验结果显示,RCS算法在67个量子比特和32个周期的条件下,实现了1.5×10^-3的保真度。这一成果不仅提升了量子计算的效率,也为解决噪声问题提供了新思路。
10 3
|
3月前
|
人工智能 安全 机器人
LLM对齐数据全自动合成!UW华人博士生提出Magpie方法,Macbook Air即可运行
【8月更文挑战第11天】在AI领域,大型语言模型(LLM)的行为对齐一直是个挑战。华盛顿大学研究人员提出名为Magpie的新方法,能自动高效生成高质量指令数据,减少人工干预,提升LLM的对齐效果。通过输入模板,Magpie利用已对齐LLM生成能力自动生成指令数据,仅需少量GPU资源即可创建大规模数据集。实验显示,使用Magpie数据集微调的模型性能媲美传统监督方法。尽管如此,Magpie仍需进一步优化以生成特定领域指令并确保数据安全性。[论文](https://arxiv.org/abs/2406.08464)
160 60
110K零电阻但无完全抗磁性:东南大学LK-99超导新进展,已有论文
110K零电阻但无完全抗磁性:东南大学LK-99超导新进展,已有论文
239 0
|
机器学习/深度学习 传感器 编解码
7 Papers & Radios | 21℃室温超导引爆物理圈;微软发布视觉ChatGPT
7 Papers & Radios | 21℃室温超导引爆物理圈;微软发布视觉ChatGPT
|
机器学习/深度学习 人工智能 算法
超低功耗自动跟踪避障:清华大学类脑芯片天机芯X登Science子刊
超低功耗自动跟踪避障:清华大学类脑芯片天机芯X登Science子刊
145 0
|
机器学习/深度学习 Web App开发 自然语言处理
7 Papers & Radios | DeepMind推出2800亿参数模型;剑桥团队首次检测到量子自旋液体(2)
7 Papers & Radios | DeepMind推出2800亿参数模型;剑桥团队首次检测到量子自旋液体
|
存储 机器学习/深度学习 人工智能
7 Papers & Radios | DeepMind推出2800亿参数模型;剑桥团队首次检测到量子自旋液体
7 Papers & Radios | DeepMind推出2800亿参数模型;剑桥团队首次检测到量子自旋液体
120 0
|
机器学习/深度学习 人工智能 智慧交通
ICLR2022:清华、腾讯AI Lab共同提出等变图力学网络,实现多刚体物理系统模拟
ICLR2022:清华、腾讯AI Lab共同提出等变图力学网络,实现多刚体物理系统模拟
309 0
|
机器学习/深度学习 算法 Python
新模拟器简化太阳能电池优化,MIT联合谷歌大脑最新研究,已开源
新模拟器简化太阳能电池优化,MIT联合谷歌大脑最新研究,已开源
169 0
|
机器学习/深度学习 人工智能 分布式计算
500亿晶体管,Dojo芯片细节发布!特斯拉ExaPOD将炼成「全球最快AI计算机」
上周特斯拉举办AI日,除了发布机器人,还公布了其自研的D1芯片。凭借这款芯片,特斯拉打造出了最快的 AI 训练计算机ExaPOD。
231 0
500亿晶体管,Dojo芯片细节发布!特斯拉ExaPOD将炼成「全球最快AI计算机」