前沿详解Microns项目：通过大脑逆向工程来创造通用人工智能.docxVIP

前沿 详解 Microns 项目：通过大脑逆向工程来创造通用人 工智能 选自 IEEE Spectrum 机器之心编译参与： 黄小天、晏奇、 李亚洲去年，美国高级情报研究计划署（ Intelligence Advanced Research Projects Agency, IARPA ）资助了一个 非常有野心的新项目 Microns ，希望通过解码大脑算法来彻 底改变机器学习；近日，这一项目又在 IEEE Spectrum 上发表了其最新进展，它通过逆向工程一立方毫米的老鼠大脑 组织以为人工神经网络带来更多启迪，希望解决人工智能的 最大挑战之一： 「 one-shot learning 」。机器之心对该文进行了编译，原文链接请见文末。当今，人工智能可以在诸如国际象棋、围棋和德州扑克这样的复杂游戏中打败人类；在飞行模拟器中，它们可以击落人类顶级飞行员；在更精确的外科缝合手术与癌症诊断方面，人工智能也正在超越着医生。 但是在一些其他情况中，一个三岁的小孩又可以轻松击败世界上最高级的人工智能：当比赛涉及的一种学习是如此常规，以至于人类甚至没有意识到正在做它。这一幕曾发生在 David Cox 身上，一位来自哈佛大学的神经科学家、人工智能专家以及一个三岁孩子的自豪爸爸。他的女儿在自然历史 博物馆看到一个长腿的骨架，并指着它说， 「这是骆驼」。之 前，她唯一一次看到骆驼是在几月前的图画册上。人工智能 研究者将这种基于单一实例辨识对象的能力称为「 one-shot learning 」。今天，人工智能系统获取智能的主流方式是深度 学习。通常，在深度学习的自动化训练方法中，我们向程序 输入大量数据并输出结论。为了训练一个人工智能骆驼探测 器，系统首先需要输入数以千计、各式各样的骆驼图像，并 把图像全标注为「骆驼」 ；同时也需要相等数量的其他图像 并标注为「非骆驼」 。一旦系统读取了所有数据并确定了骆 驼的独特属性，它就成了一台好的骆驼探测器。但是相比于 孩童，人工智能的时间成本很高。在人工智能学习识别骆驼 的时候，Cox  的女儿早已识别出了长颈鹿和鸭嘴兽。  插画家： Chad HagenCox  在解释美国政府名为  Machine Intelligence from Cortical Networks （ Microns ）时，提到了 自己的女儿。这是一个有野心的项目：逆向工程人类智能， 以便于计算机科学家能建立更好的人工智能。首先，神经科 学家的任务是发现大脑湿软灰质中的工作策略，然后数据团 队将这些策略转换为算法。人工智能中的一大挑战就是 one-shot learning ， Cox 说，「人类在推理与归纳上有着惊 人的能力，这也是我们尝试抓取的能力。 」由高级情报研究 计划署（ Intelligence Advanced Research Projects Agency, IARPA ）资助达 1 亿美元的为期 5 年的项目，紧密围绕视 觉皮层展开研究，我们知道，视觉皮层是大脑处理大量视觉 信息的地方。三个 Microns 团队试图通过使用小鼠和大鼠 绘制出 1 立方毫米脑组织的神经元结构。这听起来可能不复杂，不过要知道， 就是这一点组织就包含了多达 50000 互相连接的神经元，它们形成了近 5 亿个突触。研究者希望能够很清晰地了解这些连接的具体情况，因为这可以让他们发现当视觉皮层进行工作时相关哪些神经「电路」受到了激发。该项目需要可以在纳米水平分辨率显示单个神经元的专业脑成像技术，然而这种技术之前还从未在这种规模的脑组织上尝试过。尽管每个 Microns 团队都涉到了多个研究  个 机构，但是大部分由哈佛大学分子细胞生物学与计算机科学 助理教授 Cox 领导的参与者都在哈佛大学校园内的同一幢 楼内工作。 其中你可以看见在为大鼠准备的 「视频游戏」（视频请参见原文链接）里，这些啮齿动物们正进行着忙碌的工作；旁边放着一台如同世上最精准的薄片切片机在对大脑进 行切片；在一旁你还会看见全球最快最强大的显微镜。在这 些设备和所有人的共同努力下， Cox 认为它们可以完成破译 这一立方毫米组织的艰巨任务。这里试着简单解释一下人类 心智强大能力的来源。为了处理关于这个世界的信息以及让 你的身体保持工作，电脉冲在你颅骨中 860 亿包裹成海绵状组织的神经元间闪过。每个神经元都有一个长长的轴突， 它可以在组织之间穿梭，从而使神经元可以和其它成千上万个神经元进行连接，以此方式，最终形成上万亿个连接。人类的每个体验都有一个对应的电脉冲模式：如我们摆动手指、 消化午餐、 坠入爱河或是认出一只骆驼。 双光子激发显微镜： 在活体动物的大脑组织工作时，用此强大的红外激光扫描大 脑组织（右）。在两个光子同时击中一个活跃神经元时，它 们导致