人工脑连接体:类脑人工智能的奇点时刻来临

来源:华春雷科学网博客


最近,Mindputer实验室制造出世界首个“人工脑连接体”(True-Brain)的信息刚刚发布(详见《会议通报:中国Mindputer实验室首次造出人工脑连接体》。做为一个高前沿性的专业技术概念,许多业内人士都还不熟悉这个新事物。什么是“人工脑连接体”?它是怎么被制造出来的?它与生物脑的不同或相同?它与脑计划的关系?它对人工智能和类脑人工智能的影响?等等。以下,我们就这几个重点问题做一解说。


当今世界几个主要技术大国都在展开自己的脑计划,其首要目标是:希望通过发展高尖端技术工具,来实现对生物脑的全部微观连接网络及其内部功能过程的精密测量和全时记录;在此基础上,建立起生物脑连接组数据库。这是欧-美-中等脑计划所共同遵循的基本技术路径。我们称其为“摹写-复制方法”。但是这个技术路径的难度极高。


“人工脑连接体”是另一个新技术路径,它不是对生物脑连接组的人工复制品或人工仿真品;而是使用深构造脑模型特有的专长——深构造网络组装——按照组装规则和连接计算方法,从无到有,从小到大,从简单到复杂,逐步地组装出一个原生的人工脑皮层。


True-Brain的基本框架是这样的,分为12个功能模块(脑功能亚区),4个梯级(脑发育/进化层次),每个功能模块设有36个多丛异分器(MCTP)。每个异分器的神经元承载量10-30个。神经元数量总计在4320个-12960个范围内调动。实验中,分许多个局部性的组装任务,从最低层开始逐渐向较高层发展。


 图1 核心元件 多丛异分器(Multi-Clusters Transforming Processor MCTP)

 


图2  True-Brain基本框架示意图  12个功能模块 X 36个多丛异分器 


True-Brain是我们实验室经过一年多制造出来的世界第一个高逼真性的人工脑连接体。一方面,这个人工脑连接体是以在Mindputer样机中的数字信号形态而存在着的,不是以生物的肉体细胞状态存在着的;因此,在外形上我们找不到脑的实体感觉。但是另一方面,实际的测试结果已经反复得到确认,这个机器中的“数字脑”在5个最基础的结构-功能特征上,与实生物脑具有高度相近的可比较性。以下简述之:


1/ True-Brain中的核心元件是多丛异分器(Multi-Clusters Transforming Processor)。


它可以使每一个神经元的树突按照丛枝状的结构建立连接。不同突触之间在树突上的位置和距离上的差异,可以建立起对不同突触之间所产生的同时性信号的优先让步秩序的调制。这是深构造网络内部形成各种信号竞争有序性的技术基础。


2/ 在True-Brain中,所有的虚拟记忆单位间,不论其网络规模有多大,也不论这些记忆单位形成深构造复合结构,它们都能够保持清晰的边界和单个记忆单位的可提取性。


任何一个神经元都可以分属于不同记忆单位,以及可以被不同的工作流程所使用。由此,许多记忆单位或工作流程因它们共用神经元的载体方式而形成了“记忆的共融性存储”,这种边界清晰的“多记忆的共融性载体存储构造”是又一个高逼真基本特征。


3/ 同一载体上不仅可以实现对许多记忆内容的存储;


而且可以在载体上不断增加新的记忆内容,而原有的记忆内容继续保存且不需要抹除。新旧两种记忆内容可以并存。这样,深构造网络有效地解决了现有人工神经网络技术中难以解决的“灾难性失忆”问题。


4/ 通过一年多的组装实验,我们总结出一个规律:


从低层向高层的每一次新的竞争调制,都意味着新的更高层的中枢分化。按照这种规律,可以预测组装过程中的更高层级新功能区的形成趋势;反之也可预测和解读较高等级功能区对较低等级功能区的反馈回路的形成原因。


5/ 在对True-Brain的测试中,测定任何一个虚拟的工作任务,都可追踪到与这个特定功能过程相对应的突触连接路径。


可以通过追踪在脑中被激活的某些部位或某些局部来研究功能与结构的对应关系。在True-Brain实验中,我们的追踪可以落实到跨多个层次中的多个模块区中的任何相关的单体网络及其它们全部的回路上,可具体化到每一个相关细胞和每一根相关突触上。

True-Brain做为一个人工脑连接体,与现在欧美中脑连接组计划正在进行的实验项目项目相比,在可以追踪显示的白质和灰质的细胞和突触的细微程度上与全覆盖范围上都是最高的。


回过头再来看欧美中各个脑计划,可以凸显出理想与现实的巨大差距。从理想的目标来看,各脑计划都不约而同地采用了“自下而上”的逆向研究路径。即从生物脑的微观层面的实验数据和知识入手,通过逐渐整合,向上寻找中观和宏观层面上的结构关系规律,最终希望建立起整体的结构-功能的脑连接组模型。但现实是,如此大规模的微观海量的数据和碎片化的实验知识的“拼图工程”,需要消耗超长周期的时间和财力。而人工脑连接体方法与“摹写-复制”技术相比,拥有两个突出的优势:


1/ 生物脑连接组的技术创新是在挑战物理和化学的极限。


在目前技术条件下,只能够获得大面积的白质粗纤维图像,更无法对灰质纤维实行大面积的记录。而人工脑连接体组装却能够同时对白质和灰质纤维在神经元和突触水平上进行大面积的网络解析和追踪。


2/ 现有技术水平下的脑连接组研究,只能在死亡的脑组织上进行较大规模突触水平的连接网络的记录。


人工脑连接体方法却能够演示“活体”状态下的全规模微观突触活动过程,可实现细胞和突触水平上的大规模的动态网络的追踪,可以实时显示在生物脑实验中难以观察到的活体细节过程。


谈到这里,有读者自然会问到:既然人工脑连接体已经能够这么逼近于生物脑的结构和功能细节,那么,是否意味着“类脑人工智能”或“人工思维”的梦想正在变为现实呢?我们的回答是:YES!任何一位脑科学的专业人士或人工智能的行内人士都能够理性地做出这个推断。


1/ 在True-Brain组装实验中,同一套神经元做为载体,可以实现对许多记忆内容的存储;


且载体上可不断增加新的记忆内容,同时原记忆内容不需要抹除。新旧两种记忆并存,且不影响各自的独立调用。进一步地观察发现,这些不同的记忆内容,不论它们属于什么样的信息类型,也不论它们是什么样的环境对象,或者是什么样的特定原有载体形式;True-Brain中的人工神经元都解决对它们的负载。


2/ 在True-Brain实验中我们还发现:


对已有的记忆网络单位,可以按人的需要,任意选取其中的某个局部,然后将它们单独摘取重组后形成一个新记忆内容。用这种方法,可以实现对任何已有的记忆内容进行任何重组,通过设定新的突触连接而组装成一个新内容网络,而原各记忆网络的工作流程可继续保留。


上述两项新的发现,时间还不长,后续的实验还在进行中。但已经足以说明人工脑连接体的出现标志着类脑人工智能这个梦想已经开始落地了,奇点时刻已经到来。


我们需要时间思考,需要认真思考霍金的预言,需要好好想想人类的命运问题!


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/496515.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

电脑、手机 自动化 键鼠操作( 类似按键精灵 )

有没有和按键精灵类似的脚本软件 ??:https://www.zhihu.com/question/342937346 AutomateIt、Automate、按键精灵、AutoJS…等Android自动化工具有什么特点?:https://www.zhihu.com/question/59503646 按键精灵系列软…

Java加密与解密的艺术~数字证书详解

数字证书具备常规加密/解密必要的信息,包含签名算法,可用于网络数据加密/解密交互,标识网络用户(计算机)身份。数字证书为发布公钥提供了一种简便的途径,其数字证书则成为加密算法以及公钥的载体。依靠数字…

学界 | DeepMind论文解读:通过删除神经元来了解深度学习

作者:杨文深度神经网络由许多单独的神经元组成,它们以复杂且违反人直觉的方式组合起来,以解决各种具有挑战性的任务。这种复杂性一方面赋予神经网络神秘力量,另一方面,也让它们变成了人类难懂的黑匣子。了解神经网络的…

python动态验证码_Python 模拟生成动态产生验证码图片的方法

模拟动态产生验证码图片模拟生成验证码,首先要做的是生成随机的字母,然后对字母进行模糊处理。这里介绍一下 Python 提供的 Pillow 模块。PillowPIL:Python Image Library,Python 的图像处理标准库,功能强大。PIL 是第…

图解 CSS (1): 先做一个样式表测试工具

一直没有把样式表系统一下, 春节假期有空, 不能再等了.为了方便学习, 先写了一个样式表测试工具: CssTest(点击下载)工具非常简单, 写了 10 行左右的代码; 运行效果图:代码文件:unit Unit1;interfaceusesWindows, Messages, SysUtils, Variants, Classes, Graphics, Controls, …

Java加密与解密的艺术~数字证书~模型分析

1、证书签发 数字证书需要经由认证机构签发,其流程如图: 数字证书的颁发流程可简述为如下过程: 1)、由数字证书需求方产生自己的密钥对。 2)、由数字证书需求方将算法、公钥和证书申请者身份信息传送给认证机构。…

公告!2018年度国家科技奖提名公示,信息科学组获47项提名

作者:杨文3 月 23 日,国家科学技术奖励工作办公室发布第 89 号公告:2018 年度国家科学技术奖提名工作已结束,共收到有关单位和专家提名的国家自然科学奖项目 272 项,技术发明奖项目 306 项 (通用项目 247 项&#xff0…

Python 虚拟环境

参考:http://www.cnblogs.com/wilber2013/p/4774022.html virtualenv documentation: https://virtualenv.pypa.io/en/latest/ virtualenvwrapper documentation: http://virtualenvwrapper.readthedocs.org/en/latest/http://docs.python-guide.org/en/latest/dev/…

VR变革已来!华为完成业界首个5G实验网下Cloud VR业务验证

来源:智吧网近日,华为、北京传送科技有限公司(TPCAST)联合完成业界首个5G实验网下Cloud VR业务验证,实现了交互式CG(Computer Graphics)VR内容的实时云端渲染。何以见得这足以被历史铭记&#x…

预测|十张图带你了解2018年机器人行业趋势与前景

来源:前瞻产业研究院3月15日,腾讯对外公布了其2018年在AI领域的三大核心战略,其中包括成立机器人实验室“Robotics X”。当然,腾讯并不是唯一一家展开行动的互联网巨头,“三巨头”中的另外两家——百度和阿里&#xff…

python mro c3_Python 19 MRO和C3算法

1.python经典类的MRO经典类的MROclass A: pass class B(A): pass class C(A): pass class D(B, C): pass class E: pass class F(D, E): pass class G(F, D): pass class H: pass class Foo(H, G): passenter description here2. python新式类的MRO, C3算法新式类的MROclass A:…

Java加密与解密的艺术~安全协议~模型分析

模型分析 1、协商算法 RNC:Random Number Client RNS:Random Number Server 2、验证证书 3、产生密钥 PMS:Pre-Master Secret(预备主密钥) MS:Master Secret(主密钥) 4、加密交互

漫天风口,一地泡沫,消费机器人四年跌宕史

来源:OFweek 作者:邹大湿提及科技浪潮,AI 和机器人是逃不过的。2018年,AI依旧很火,但几年前曾经燥热的机器人狂潮,似乎凉凉了?那个曾经宣称万亿市场的智能机器人,究竟怎么了&#…

Python操作RabbitMQ

来源:http://www.cnblogs.com/phennry/p/5713274.html 本篇博客主要介绍如何通过Python来操作管理RabbitMQ消息队列,大家在工作中可能遇到很多类似RabbitMQ这种消息队列的中间件,如:ZeroMQ、ActiveMQ、MetaMQ等,我们学…

分享-利用VPC防止病毒软件的进入你的windows电脑

作为一个软件爱好者时不时都会从网上下载一些软件使用,虽然,现在防病毒和木马软件做得很好,但也架不住众多病毒木马的攻击。 所以,我的经验是当我下载一个软件以后,无法判定是否是病毒木马的话,我会安装在虚…

无监督学习最新研究:通过简单的「图像旋转」预测便可为图像特征学习提供强大监督信号

作者:Spyros Gidaris、Praveer Singh、Nikos Komodakis「雷克世界」编译:嗯~是阿童木呀、KABUDA、EVA在过去的几年中,深度卷积神经网络(ConvNets)已经改变了计算机视觉的领域,这是由于它们具有学习高级语义…

Java加密与解密的艺术~安全协议~单向认证服务

1、准备工作 A、域名绑定 在hosts文件末尾追加 127.0.0.1 www.zlex.org B、证书导入 浏览器导入自签名证书文件zlex.cer C、服务器配置 配置SSL/TLS 单向认证 <Connectorport"443"SSLEnabled"true"clientAuth"false"maxThreads"150…

java 3des加密_Java使用3DES加密解密的流程 - 3des加密解密详细解释

Java使用3DES加密解密的流程①传入共同约定的密钥(keyBytes)以及算法(Algorithm)&#xff0c;来构建SecretKey密钥对象SecretKey deskey new SecretKeySpec(keyBytes&#xff0c; Algorithm);②根据算法实例化Cipher对象。它负责加密/解密Cipher c1 Cipher.getInstance(Algor…

Python 并行分布式框架 Celery

Celery 官网&#xff1a;http://www.celeryproject.org Celery 官方文档英文版&#xff1a;http://docs.celeryproject.org/en/latest/index.html Celery 官方文档中文版&#xff1a;http://docs.jinkan.org/docs/celery celery配置&#xff1a;http://docs.jinkan.org/docs/c…

java判断是否是路径_java判断是否是目录

java判断是否是目录&#xff1a;/*** 创建目录** param path*/public static void CreatFileDir(String path) {try {File file new File(path);if(file.getParentFile().isDirectory()){//判断上级目录是否是目录if(!file.exists()){ //如果文件目录不存在file.mkdirs(); //创…