計算神經生物學:給機器一個大腦

2020-11-30 驅動之家

還記得童話裡直播夢境的情節麼,現在那已經不再是遙不可及的夢想了。最近,據英國《每日電訊報》報導,日本科學家發明了一種新軟體,可讓人類大腦的所思所想以及做夢的過程和圖像顯示在電腦屏幕上。由此記錄和重播人們感知的主觀圖像,比如夢境的可能性又大大提升了。

看物體時,眼睛的視網膜能識別一種圖像,之後這種圖像被轉變為電子信號送入大腦的視覺皮層。這項研究探究了電子信號被俘獲和重建成圖像的方式。該研究發表於美國的《神經元》(Neuron)雜誌上。

支撐這一技術的科學叫做計算神經生物學,用最簡單的話說,就是為不同的大腦功能建立不同的模型。

什麼是計算神經生物學?

「計算神經生物學是近年來迅猛發展的關於神經系統功能研究的一個新的交叉學科。它吸收了數學、物理學等基礎理論,以及信息科學等相關領域的研究理論和方法來研究神經科學所關心的大腦工作原理。」在第三次中國科協論壇「2009計算神經生物學高層戰略研討會」上,與會專家這樣描繪了計算神經生物學的內涵。

中國科學院上海神經科學研究所研究員吳思等專家介紹,計算神經生物學是計算生物學的一個重要計算神經科學是國際上最近才迅猛發展起來的有關神經系統功能研究的一個新的交叉學科。

「神經系統是宇宙中最複雜的系統之一。雖然現在人們對神經系統已經有了很多了解,但是神經系統的複雜性使得沒有任何一種單獨的方法可以用來研究神經系統功能組織和實現的所有方面。」吳思說,把各種方法取得的結果綜合起來,才有可能對神經系統取得較全面的、符合實際的認識。粗略地說,研究神經系統的相關研究方法包括微觀層次的膜片鉗記錄、微電極細胞內或細胞外記錄;介觀層次的場電位記錄、光學成像;宏觀層次的腦功能成像、腦電圖、腦磁圖、行為和病理觀察,以及包括建模和仿真在內的計算神經生物學方法。而把不同層次的知識聯繫起來的有效方法,便是基於各種結構層次的建模和仿真。

就學科發展規律而言,計算神經生物學的發展得益於數理科學和計算機科學的新進展。而腦的複雜性及其神奇的計算和決策能力,又吸引了眾多的數理科學家和信息科學家從計算和建模的角度進行研究。這種局面大大促進了計算神經生物學的進步。

計算神經生物學有什麼應用?

能夠與人協同工作的機器人、重現人的視覺或感知信息,這都是計算神經生物學最實際的應用。

吳思介紹,一方面,神經系統是億萬年劇烈的生存競爭的產物,它在信息處理的方式和原理方面、控制調節機體的活動方面,積累了許多優點長處。人類進入資訊時代還不到半個世紀,雖然電子計算機在運算速率方面可達萬億次,但感知能力、學習能力、適應能力等方面,都遠落後於動物的神經系統,所以了解神經系統的工作原理,把它應用於人工智慧、機器人和計算機設計是大有前途的。

另一方面,有關神經信息處理的研究,不僅對認識神經系統工作機制、發展人工智慧而言至關重要,而且對臨床康復而言,亦具有非常重要的意義。吳思舉例說:「許多視覺缺失和聽覺缺失者之所以看不見和聽不見,並不是由於他們的大腦喪失了這些功能,而僅僅是由於他們的感受部分出了問題,不能把外界信息傳遞到大腦。」在解決這些問題時,如果通過特定的腦機接口把外界刺激轉換成適當的電刺激傳遞到大腦,那麼殘疾人還是有可能對外界刺激做出類似健康人的響應,這就是所謂的感覺替代。問題的關鍵是要了解神經編碼,也就是了解正常感官是如何編碼感覺刺激並向大腦傳輸的。

現在,基於對大腦信息處理過程的研究,已經發展出像神經工程,包括腦機接口、感覺代償、運動控制、腦信號處理等應用,還包括神經計算機、智能化機器人的診斷和治療這樣一些新的研究和應用領域。

計算神經生物學前景如何?

根據《神經元》雜誌報導,雖然迄今為止,研究人員只開發了能複製大腦簡單圖像的技術,但是這一研究為揭開人們的夢以及其他大腦程序的神秘鋪平了道路。日本國際電氣通信基礎技術研究所計算神經學實驗室發言人表示:「它可能顯示直接來自人們大腦活性的東西,而且是全世界第一次這樣做。通過應用這種科技,或許我們記錄和重播人們感知的主觀圖像(如夢境)的可能性更大了。」這項研究的科學家們將研究聚焦於人眼視網膜裡的圖像識別程序。 作為實驗的一部分,研究人員為受試者展示了「神經元」(neuron)的六個字母,之後使用這種技術測量了他們的大腦活性,結果在電腦屏幕上再現了這6個字母。

雖然完全實現重溫夢境在短期看來並不那麼現實,但是據吳思介紹,近年來,數理科學基礎理論的新進展,提出了研究複雜體系的理論方法。這些理論方法可以普遍應用於生命體的不同功能系統,包括對神經系統功能的研究。採集、存儲、計算等技術的進步使得對生物體的動態連續監測成為可能。

「目前國內計算神經生物學研究領域覆蓋了感覺系統神經生物學(視覺、聽覺、嗅覺、痛覺)、運動控制系統神經生物學、高級腦功能(學習與記憶、多模態感知融合)等。」吳思說,如果從所研究的標本層次來看,目前國內的計算神經生物學研究包括:突觸功能調節對神經元活動特性的調控、單神經元功能建模、神經元群體功能建模、單個神經元活動對信息的編碼、群體神經元活動對信息的編碼、神經元網絡活動特性的研究等。這些工作的意義不僅在於對神經系統活動的生物學過程和生物學意義的理解,同時為人工智慧的發展和臨床康復應用提供了重要基礎。

「相比於西方發達國家,中國計算神經科學的發展還相當落後。」吳思說,各國政府加大了對計算神經生物學的投入,因此發展速度越來越快。聯合上海交通大學生命科學技術學院教授梁培基、北京大學生命科學學院教授陶樂天等專家建議,通過成立較大規模的專注於計算神經科學的研究中心、對該領域人才進行專門的強化訓練等方式,加快計算神經科學發展的速度。「歐美經常組織從幾星期到幾個月不等的講習班、短期課程,訓練學生。這些學生通常是數理背景的研究生、博士生或博士後,培訓結束之後,他們能夠快速進入該領域。我們也可以借鑑這些經驗。」此外,吳思表示,對於那些雖然非常重要,但是不太有把握的問題,例如對於意識和情感的研究,仍然應謹慎地避免觸及。「因為我們不能確定在未來十年內,實驗和理論的方法是否足以讓這方面的研究取得突破。」

■ 奇妙應用

機器人可根據環境變化改變行為

據國外媒體報導,迄今為止會自己作決定的機器人都只出現在科幻電影裡,但是科學家正在努力通過一個跟兒童身高差不多的機器人,把虛構的情節變成現實。

這種機器人擁有一雙大大的眼睛和白面孔,名字叫iCub,科學家希望它能學會根據環境變化不斷改變自己的行為,幫助科學家了解人類認知能力的發展過程。

iCub大約有1米高,它擁有鉸鏈式軀幹,胳膊和腿由複雜的電路組成。白臉,大大的圓眼睛,它能看到移動的物體,並能尾隨其後。最近在法國東南部裡昂市的一座實驗室進行的試驗中,iCub問多米內說:「我們是玩老遊戲還是新遊戲啊?」它的聲音非常機械,這並不令人吃驚,不過它採用的確實是詢問語調,跟人類提問時一樣。

這個「遊戲」過程包括,一個人拿起盒子,下面露出一個玩具。另一個人拿起玩具,然後把它放下。最後,第一個人再把盒子放下,蓋在玩具上。iCub看過兩個人玩這個遊戲以後,它也能參與進來。多米內說:「這個機器人證明它能改變角色。在互動遊戲中它既能扮演第一個人的角色,又能完成第二個人需要完成的任務。」

多米內表示,經過多年研究後,他認為這種模型必須「應用到社會中」,讓它具有視覺和運動控制能力,以便與人類進行互動。他詢問說:「這是感知意識嗎?某人有目的的了解一些事情的能力就是意識嗎?我們可以更加精確地詢問這些問題,因為我們有試驗臺、這種機器人和其他東西,我們可以利用這些東西進行試驗。」他表示,與iCub合作是一件「非常令人愉快的事情」。擺脫不切實際的關注對象的目的,是使iCub不斷發展,以便把它應用於實際生活中。

相關焦點

  • "計算神經生物學"研究:給機器人一個"大腦"(圖)
    支撐這一技術的科學叫做計算神經生物學,用最簡單的話說,就是為不同的大腦功能建立不同的模型。  什麼是計算神經生物學?  「計算神經生物學是近年來迅猛發展的關於神經系統功能研究的一個新的交叉學科。它吸收了數學、物理學等基礎理論,以及信息科學等相關領域的研究理論和方法來研究神經科學所關心的大腦工作原理。」
  • 解讀神經擬態計算:讓機器像大腦一樣"思考"
    現階段的深度學習方法、或更大一個範疇的機器學習很難達成這樣的結果。因此,需要讓機器在某種程度上具備接近自然智能、或具備真正自然智能的新的方法,來推動人工智慧在「智慧」層面的發展。而目前,神經擬態計算就是這樣一種神奇的技術。
  • ...Nature發布計算和理論神經科學特刊:剖析機器學習推動下的神經...
    2016-11-06 機器之心選自Nature Neuroscience機器之心編譯參與:蔣思源、杜夏德Nature Neuroscience 近日推出了一個關注應用於神經科學的計算驅動的和理論驅動的方法(computation- and theory-driven
  • 腦科學日報:複雜的大腦;「社會撫摸」背後的神經生物學機制
    團隊正在研究複雜的模型,來更好地幫助科學家理解大腦的功能。Morgera教授的團隊還對這樣一個事實很感興趣,那就是結構完全正常的大腦仍然可能會產生嚴重的功能性問題。研究團隊探訪了臨終關懷醫院、喪親互助小組、康復護理機構、創傷中心和急症醫院的許多病人。他們驚訝地發現,失去摯愛親人的人會表現出與阿爾茨海默病患者相似的症狀。
  • 最大規模的神經擬態計算系統,神經容量相當於小型哺乳動物的大腦
    如果你拿起一個葡萄柚聞一聞,水果分子就會刺激鼻腔內的嗅覺細胞。鼻腔內的細胞會立即向你的大腦嗅覺系統發送信號,一組相互連接的神經元中的電脈衝就會在這個嗅覺系統中產生嗅覺。無論聞到的是葡萄柚、玫瑰還是有害氣體,你大腦中的神經元網絡都會產生該物體特有的感覺。同樣,你的視覺和聽覺、回憶、情緒和決策都有各自的神經網絡,它們都以特定的方式進行計算。
  • 最大規模的神經擬態計算系統,神經容量相當於小型哺乳動物的大腦
    圖丨英特爾神經擬態研究晶片 Loihi(來源:Tim Herman / 英特爾公司)人類的嗅覺識別看似只有聞一聞這個動作,但背後的機制非常複雜。如果你拿起一個葡萄柚聞一聞,水果分子就會刺激鼻腔內的嗅覺細胞。鼻腔內的細胞會立即向你的大腦嗅覺系統發送信號,一組相互連接的神經元中的電脈衝就會在這個嗅覺系統中產生嗅覺。
  • 前沿| Nature發布計算和理論神經科學特刊:剖析機器學習推動下的...
    2016-11-06 機器之心選自Nature Neuroscience機器之心編譯參與:蔣思源、杜夏德Nature Neuroscience 近日推出了一個關注應用於神經科學的計算驅動的和理論驅動的方法(computation- and theory-driven
  • 腦科學日報:複雜的大腦;「社會撫摸」背後的神經生物學機制
    團隊的整體目標是科學地解釋所有在認知任務中激活不同大腦區域的連接,這些連接包括了解剖學上的物理連接,以及更為複雜的「無線」連接。團隊正在研究複雜的模型,來更好地幫助科學家理解大腦的功能。 Morgera教授的團隊還對這樣一個事實很感興趣,那就是結構完全正常的大腦仍然可能會產生嚴重的功能性問題。
  • 神經形態晶片可以幫助人進行大腦的逆向工程
    研究人員認為,大腦驚人的能力並不只是因為處理速度,而是因為它高效地闡述信息的方式。 儘管我們缺乏全面研究大腦 "計算架構 "的工具,但我們知道。與你的標準CPU不同,大腦同時使用模擬和數位訊號的混合信號。信息以相對較慢的速度進行大規模並行處理。
  • MIT 重磅研究成果:已開發出大腦神經迴路計算模型
    在近幾年,人工神經網絡——一種參照大腦運作模式而建成的計算模型——已經成為了最為炙手可熱的人工智慧系統,並且應用於從語音到圖像的各個領域。
  • IBM首個人造神經元幕後,神經形態計算系統向人造大腦突破
    《經濟學人》評論,這是在人造大腦方面的又一突破。模仿大腦的概念簡單,但實際把它做出來卻相當難。有了IBM 的這項突破,今後再將隨機相變神經元集群與其他納米計算材料結合在一起,能夠成為下一代超密神經形態計算系統的關鍵。
  • 大腦與AI,神經科學與人工神經網絡
    書讀百遍其義自見,一個詞有多重含義,但可以根據之前所說的內容推斷出那個詞對於那個詞的含義,大腦如何聯繫這些概念的。人工智慧(AI)能幫助我們理解大腦如何理解語言嗎?神經科學可以幫助我們理解為什麼AI和神經網絡在預測人類感知方面是有效的嗎?
  • 神經、認知、計算三學科深度交叉 建開源開放平臺探索人工智慧...
    機器智能是技術科學的前沿,黃鐵軍表示:「因為人工智慧這種系統的複雜程度是隨著人類的設計、開發以及環境的互動變得越來越複雜,所以機器智能的研究對象是一個不斷擴展變化的對象,我認為智能科學是技術科學無盡的開放疆域。」「生物大腦是億萬年進化的產物,機器智能沒必要也不可能再從頭進化一遍,而是應該在生物大腦的基礎上向前發展。」黃鐵軍表示。
  • NGS:新一代測序助力神經生物學研究
    在過去的十年中,杜克大學Nicholas Katsanis所在的實驗室已經表明,遺傳學和基因組學方法對於我們了解神經生物學非常有幫助。他在2015神經科學大會上組織了一個短期課程,以幫助研究人員更好地了解基因組學的應用。首先發言的是Shamil Sunyaev,他是哈佛大學醫學院附屬的布萊根婦女醫院遺傳學分部的一名計算基因組學研究人員。
  • 買買買時大腦是如何決策的?神經生物學基礎比預想得更複雜
    但買買買背後,你可曾想過,你的大腦是怎樣想的,最先考慮的是商品性價比,還是自己的需求?這究竟藏著怎樣的謎之決定?事實上,不只是一般人不知道,科學家們的研究也剛剛起步。倫敦大學學院研究團隊最近在《美國國家科學院院刊》發表研究稱,購物選擇背後的神經生物學基礎比過去預想得更加複雜。
  • 機器學習新突破:谷歌研究人員利用AI自動重構大腦神經元
    在神經系統中繪製神經網絡的結構——這是一個被稱為「連接組學」的研究領域——無疑是計算密集型的。人類的大腦中有大約860億個通過100萬億個突觸連接起來的神經元,而對一個立方毫米的大腦組織進行成像,就可以生成超過1000TB的數據(10億張照片)。
  • 史丹福大學實現高性能低功耗人工突觸,可用於神經網絡計算
    選自Stanford作者:TAYLOR KUBOTA機器之心編譯參與:微胖、晏奇斯坦福研究人員打造出一種新的有機人工突觸,更好地支持計算機再現人類大腦信息處理方式。該研究還能改善腦機(brain—machine)技術。儘管這些年來,計算機技術取得不少進展,但是,在再造大腦低能耗、簡潔的信息處理過程這方面,我們仍然步履蹣跚。
  • 讓機器讀懂大腦,讓大腦指揮機器!馬斯克腦機接口開啟人類新紀元
    Neuralink公司發布的腦機接口系統,就是用長得像縫紉機一樣的機器人,向大腦中植入超細柔性電極來監測神經元活動。整個系統包含3000多個電極,它們與比頭髮絲還細的柔性細絲相連。該公司計劃,如獲美國食品藥品監督管理局(FDA)批准,將在2020年第二季度進行人體試驗。
  • 英特爾將推新型神經擬態計算系統,可模仿人腦工作方式 | 硬科技
    英特爾公司近期宣布,將發布一種神經擬態計算的實驗研究系統Pohoiki Springs,這種前沿技術可以模擬人腦的運作方式,以更快的速度進行計算,同時大大降低能耗。這個名為Pohoiki Springs的神經擬態系統將於本月發布,向英特爾神經擬態研究社區(Neuromorphic Research Community)的成員開放。
  • 腦科學日報:免疫細胞可塑造大腦的神經迴路;莫扎特音樂的益處
    遺傳電路,即相互作用的基因網絡,可以用於執行生化計算。近日,中國科學院深圳先進技術研究院合成生物學研究所、深圳合成生物學創新研究院的陳業研究員,就在發展釀酒酵母轉錄調控元件定量設計基礎上,首次實現了真核生物中基因迴路的自動化設計,並實現了大規模基因迴路長時間(包含 11 個轉錄因子,大於兩周時間)的穩定狀態切換和動態過程預測。