最逼真的大腦模擬Spaun問(wèn)世

滑鐵盧大學(xué)聲明他們進(jìn)行了最精確的人腦功能模擬 Spaun。美中不足的是，人類(lèi)大腦預(yù)計(jì)有一千億個(gè)神經(jīng)元， 而它（Spaun）只有兩千五百萬(wàn)個(gè)神經(jīng)元。Spaun（Semantic Pointer Architecture Unified Network）能夠接收視覺(jué)輸入，計(jì)算結(jié)果，并通過(guò)機(jī)械手書(shū)寫(xiě)下來(lái)。它的表現(xiàn)出來(lái)的智能，曾經(jīng)只被人類(lèi)所擁有。

我們經(jīng)過(guò)幾十年努力，想制造出真正的人工智能。這個(gè)時(shí)間里，我們有了更精確的語(yǔ)音識(shí)別系統(tǒng)，更好的電腦游戲 AI，更加智能的手機(jī)，但是要擁有人類(lèi)大腦般問(wèn)題解決能力的人工智能還有很長(zhǎng)的路要走。

‘逆向工程’是了解人類(lèi)大腦生物結(jié)構(gòu)的絕佳方式，通過(guò)這技術(shù)可以建立人腦模型。感謝 Chris Eliasimth 教授，這項(xiàng)技術(shù)現(xiàn)在能夠給予更多的引導(dǎo)了。研究者們利用一臺(tái)超級(jí)電腦為哺乳動(dòng)物大腦建立模型，抓取它的參數(shù)，總體結(jié)構(gòu)和神經(jīng)元的連接（包括神經(jīng)遞質(zhì)）。細(xì)胞如何產(chǎn)生電壓、如何交流，同樣也在被研究著。

他們接通 Spaun 系統(tǒng)，運(yùn)行了8個(gè)不同的任務(wù)，對(duì)應(yīng)著八個(gè)級(jí)別的認(rèn)知功能，比如說(shuō)抽象化。這些任務(wù)包括，手寫(xiě)識(shí)別，問(wèn)題回答，計(jì)算，甚至完成符號(hào)模式。Eliasmith 說(shuō)：“Spaun能夠通過(guò)一致性測(cè)試。當(dāng)進(jìn)行歸類(lèi)時(shí)，它還不如猴子，但是當(dāng)對(duì)句法模式認(rèn)知，歸納的時(shí)候，它又比猴子聰明?！?/p>

現(xiàn)階段，模型仍然受制于一些東西。比如說(shuō)，它無(wú)法學(xué)習(xí)新的任務(wù)，所有的知識(shí)必須預(yù)先輸入 。同時(shí)Spaun慢的讓人窒息，它有時(shí)候需要兩個(gè)半小時(shí)才能夠解決你一秒鐘就能夠想通的問(wèn)題。

最讓人感興趣的點(diǎn)不在 Spaun 的成功，而是它的缺點(diǎn)?？傮w來(lái)說(shuō)，模型展示了一個(gè)與人類(lèi)相當(dāng)類(lèi)似的行為模式。當(dāng)被問(wèn)之問(wèn)題，它居然也像人一樣在回答前猶豫。當(dāng)列表太長(zhǎng)時(shí)，它會(huì)很糾結(jié)。它對(duì)表單里開(kāi)頭的那些數(shù)字，會(huì)比中間的那些記憶得更好。

這些雷同的地方，可以被研究者用來(lái)更深入的了解大腦結(jié)構(gòu)。另外，研究者們用這個(gè)系統(tǒng)來(lái)展示衰老與受傷，是如何讓神經(jīng)元丟失的。往前看，這個(gè)模型能夠?yàn)槿斯ぶ悄軒?lái)更多的靈感。

人工智能簡(jiǎn)介：

人工智能（Artificial Intelligence） ，英文縮寫(xiě)為AI。它是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。 人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類(lèi)智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專(zhuān)家系統(tǒng)等。