【導讀】
「生物智慧才是最終的人工智慧。」
去年,馬斯克neuralink公司,成功將晶片植入了豬腦,讀懂了豬的寂寞,還能給它一定的刺激,讓豬做出有傾向性的舉動。
這無疑是腦機科學的重大進步,讓科學家們興奮不已。但是反過來用大腦訊號指導機器,這事就有點魔幻了,如果機器可以獲得動物腦細胞的決策能力,是怎樣一種情形?
機器人可以獲得人類智慧嗎?隨著物理儲存計算機技術的進步,大腦訊號的神秘面紗正在被揭開,現在,機器也許真的可以擁有我們的腦回路!
在《應用物理快報》上,東京大學的研究人員,描述瞭如何透過電刺激連線機器的大腦神經細胞,來教機器人走出一個簡單的迷宮。
整個實驗過程,研究人員不斷透過電脈衝刺激機器人自主糾正方向,這個機器人無法看到環境、無法感知環境也沒有經過任何訓練,完全依賴干擾訊號的指導。這些神經元,是真正的活細胞,並作為計算機構建連貫訊號的物理儲存池。
這些自我穩定訊號告訴機器人周圍環境被限定在一定範圍內,並作為它在迷宮中自由移動的基線。
每當機器人轉向錯誤的方向或者面向錯誤的方向時,細胞培養基中的神經元就會受到電脈衝的干擾。在整個試驗過程中,機器人不斷接收被幹擾訊號中斷的自我穩定訊號,直到成功地完成迷宮任務。
可以看出,這個系統不需要額外的學習,只要一個干擾訊號告訴它走錯了,走錯了,它就能找到正確的路。
這項研究的參與人,機械資訊學副教授高橋弘一說: “我個人受到了我們的實驗的啟發,我們假設生命系統中的智慧是從一種機制中產生的,這種機制可以從混亂狀態中得到連貫的輸出。”
生命體透過提取混亂的神經元訊號找到了解決方案,並將解決方案儲存在一個類似儲存池的地方,小學生無法解決大學數學問題,就是因為他們的「儲存池」不夠豐富。
研究小組認為,這個實驗對使用物理儲存計算改善人工智慧,以及更好地理解大腦機制作用非凡,並可能導致神經擬態計算機的大發展。
如今,很多計算機廠商和人工智慧廠商都在搞GPT3級別的超大模型,無外乎就是大力出奇跡。但是這種堆算力的做法,並不容易大規模推廣,而且缺乏本質上的智慧。
另一方面,目前以深度學習為代表的人工智慧依賴的是物理算力,而計算晶片的生產工藝已經到了極限,無法繼續突破,只能靠空間堆疊等技術來獲得少量的提升。
從目前的生理學角度來看,大腦神經元處理訊號的速度,比電腦電晶體慢1000萬倍,但大腦處理某些複雜資訊的精度,要遠高於計算機。
從簡單的能量守恆來看,人類攝入有限的食物,就能保持大腦的高效運轉,並不會耗費巨大的電力資源。
所以,人腦的決策效率要遠遠高於目前的機器人工智慧系統,因此將將生物智慧與人工智慧進行結合,可能是一個很有前景的方向。
東京大學的這項研究,也是在探索神經元傳遞資訊、儲存資訊以及最終決策的機制,最終也許會引導科學家得出一個獨立於物理實現層的表徵與演算法,從而實現真正的強人工智慧。
全新架構升級,第12代酷睿處理器正式釋出!