AI 终极问题：我们的大脑是一台超级计算机吗？

会员服务 ·

AI 终极问题：我们的大脑是一台超级计算机吗？

2020 年 6 月 4 日 THU数据派

来源：学术头条

本文约 2780字 ，建议阅读 6分钟 。

本文介绍脑科学作为人类科学的最后前沿已取得重大发展。但截至目前，我们仍对大脑的诸多奥秘一知半解。是否可以将我们的大脑比拟为一台超级计算机？脑机接口的未来将如何发展？

人类的大脑是自然界最复杂的物体，研究人员已投入大量时间与精力来探索大脑。

目前，科学家们已经揭示了大脑的基本工作方式，最新技术已经可以操纵小鼠的大脑，让小鼠记忆此前从未嗅过的气味，甚至改变小鼠大脑里糟糕的记忆，转化为美好记忆；还可以利用脑电波改变人们对面部的感知；甚至让一个瘫痪的人用意念控制机械臂。

这些新技术带来了无限想象，可以让我们读懂人的心理、侦察罪犯，甚至将大脑与计算机互联。

但受限于大量无法分析的数据，探索大脑的未来道路并非坦途。正如德国神经学家奥拉夫・斯庞斯 (Olaf Sporns) 所言：“神经科学仍缺乏将大脑数据转化为基础知识的理论框架。”

神经科学家阿内・丘奇兰德 (Anne Churchland) 与拉里・艾勃特 (Larry Abbott) 也强调分析大量数据时困难重重，“除了需要实验技巧与创新技术，还需要大量先进的数据分析方法和理论概念模型。”

此外，大脑功能也非单一理论。正如 DNA 双螺旋结构的共同发现者弗朗西斯・克里克 (Francis Crick) 所发现的，大脑是一个完整进化的结构，其各个部分在不同时刻进化，分别对应解决不同问题。

目前，人们对大脑如何工作的理解也较为片面。许多神经科学的感官研究更关注视觉而非嗅觉，因为嗅觉在概念和技术方面都更具挑战性。但嗅觉与视觉的工作方式无论在计算还是结构方面都迥然不同。如果仅仅研究视觉，我们对大脑功能及其运作方式的理解将十分有限。

大脑功能与程序编码

将大脑比拟为计算机的说法一直主导着神经科学领域。据统计，仅在过去十年间，就有超过 1.1 万篇该主题相关论文发表。

事实上，1951 年数字时代揭开序幕之时，神经学先驱卡尔・拉什利 (Karl Lashley) 就已反对将大脑比喻为机器。拉什利写道，“我认为，人们更可能通过研究大脑本身与其行为现象来了解大脑如何工作，而非沉溺于牵强附会的物理类比之中。”

法国神经学家罗曼・布雷特（Romain Brette）进一步驳斥了将大脑功能类比为程序编码的说法。布雷特认为，在考虑 “编码” 时，研究人员已将一种技术意义（即刺激与神经元活动之间存在的联系）转向了一种表征意义（即神经元编码代表该刺激）*。

大多数神经编码的隐含意义为，神经网络活动主要呈现给大脑中的理想观察者，通常称为 “下游结构”，它能以最佳方式解码信号。但这些结构处理信号的方式未知，甚至在简单神经网络功能模型中也鲜有明确假设。

处理神经代码通常为一系列的线性步骤，就像多米诺骨牌一样一个接一个地倒下。但大脑由高度复杂的神经网络组成，这些神经网络相互联系，并与外界互联产生作用。如果只关注神经元，不将神经网络与动物行为联系起来，就会错过处理的要点。

大脑的 MRI 扫描图像

匈牙利神经学家吉尔吉・布扎萨基（Gyorgy Buzsaki）在其新书《由内而外的大脑》(the brain from Inside Out) 中概述，大脑并非简单地被动吸收刺激并通过神经编码来表达，而是积极地以各种可能性寻找并测试潜在选择。他的结论是，大脑并不代表信息，而是构造信息。

大脑意识上传或转移

一些研究人员认为，思维是一种可以在神经硬件上实现的操作系统。换而言之，思维被视为一种特定计算状态，可以上传到某个设备或另一个大脑之中。

唯物主义假设，人类的大脑和思维与其他事物相同，神经元及其支持的过程（包括意识）共存。计算机中的软硬件相互分开，但大脑与思想是由湿件（软件、硬件以外的 “件”）组成的，且相互交织。

想象一下，我们可以改变神经系统并运行不同程序，还能把思想上传到服务器上。这听起来很科幻，但其背后隐含的却是一种非唯物主义观点，可追溯到笛卡尔时代甚至更早之前，即思想以某种方式浮现在人脑之中，可以转移到另一个大脑，或者被另一个大脑取代。

事实上，通过解读一系列神经元的状态，并将其写入新的有机或无机基质中，这种有点唯心主义的想法，就披上了一层科学的外衣。

在想象大脑如何工作时，我们不仅需要理解神经元功能，还需要强大的计算能力并精确模拟大脑结构。因此，首先要完全模拟一个能维持单一状态的神经系统，但目前整个人类文明离迈出这一步还很远。

在芯片上模拟神经科学

在科幻电影中，面对不是一个级别的 “外星科技”，人类科学家只能通过反向工程进行拆解研究，以期能获得零星收获。面对复杂的人类大脑，反向工程也成为破解出大脑运行策略，以及将其转换成可为机器所用算法的有效手段。

2017 年，神经科学家埃里克・乔纳斯（Eric Jonas）与康拉德・柯丁（Konrad Kording）决定在真正的计算机芯片上进行实验，运用数据分析方法进一步了解人脑。他们将分析大脑的技术应用于上个世纪 70 年代末 80 年代初的 MOS 6507 处理器，该处理器可以运行 “太空入侵者” 等游戏。

首先，通过扫描芯片上的 3510 个增强型晶体管获得芯片连接体，再在一台现代计算机上模拟该设备，包括运行 10 秒游戏程序。然后使用各种神经科学技术，模拟 “病变”(从仿真设备中删除晶体管)，分析虚拟晶体管的活动并研究其互联性。同时通过运行不同游戏，观察各种操作对系统行为的影响。

尽管部署了强大的分析工具，且能明确解释芯片的工作原理，但这项研究仍未能检测出芯片内部的信息处理层次结构。正如乔纳斯和柯丁所言，这些技术并不能对研究人脑产生 “有意义的理解”，所得出的结果较为悲观。

这一实验结果也表明，我们仍需重大理论突破才能在人脑研究领域取得进展。现有概念与分析工具仍无法解释人脑奥秘。但该模拟实验并非毫无意义，至少通过实验我们已经可以测试假设，并将模型与可精确操作的成熟系统相联系。