全文共2188字，預計學習時長7分鐘
圖源：unsplash
人工智慧與神經科學，這兩個看似相隔甚遠的學科，實際上有著非常緊密的聯繫。這兩個領域的協作是必然的。
正如DeepMind認為的那樣：在如此多的利害關係下，目前神經科學領域和人工智慧結合的需求比以往任何時候都更加迫切。本文將從兩個方面探討這個主題：神經科學如何啟發人工智慧，以及人工智慧如何推進神經科學。
神經科學在人工智慧的發展史上扮演了關鍵角色，它一直是構建人工智慧的靈感來源。一般有兩種路徑：第一，模擬人類的智力，第二，建立模擬大腦結構的神經網絡。
模擬人類智能的人工智慧系統。
近來人工智慧取得了驚人的進步，例如:
· 勝過最強星際爭霸玩家的視頻遊戲
· 比醫生更快更好地檢測乳腺癌
· 可靠的對象識別，例如特斯拉的自動駕駛汽車
這些機器能夠比人類更好地執行任務和解決問題，實現與人類相媲美甚至超過人類的性能。但是，無論看起來多麼驚人，它們的設計意圖都不過是物善其用罷了，我們距離建立真正的AI世界還有幾十年的時間。
儘管思想先進，性能優越，這些人工智慧系統在重要方面與人類智力有所不同。為了讓機器像人一樣學習或思考，它還需要能夠：
· 解釋以及理解問題
· 通過學習來獲取知識
· 將知識運用到新的任務和情況中
在KAIST的一項研究中，研發人員探究人類元強化學習的計算和神經機制，發現人類在做決定時，可以適應複雜性和不確定性。
研發人員希望建立能夠像人類一樣做出決策，並以人類的方式解決問題的模型。他們的發現打開了這樣一種可能性：技術的進步可能有助於製造出更像人類的機器。
圖源：unsplash
人們希望能製造真正像人類一樣學習和思考的機器。就像即使蒙著眼睛，我們仍然可能彈好吉他。但如果換成AI，其表現可能會大打折扣。
建立模擬大腦結構的神經網絡。
人腦包含大約860億個神經元，每個神經元都與其他神經元相連。生物神經元是細胞：當一個神經元激活時，它會產生一個棘波，並向其他神經元發送信號。
我們從人腦結構中吸取了靈感，設計出了今天的神經網絡。神經網絡中神經元的思想與大腦中的生物神經元具有相似的特徵。
與人腦一樣，機器學習神經網絡也由相互連接的神經元組成。當一個神經元接收到輸入時，它就會激活，並將信息發送給其他神經元。
人腦的可塑性讓我們每次學習新的東西，都是在創造和加強神經元之間的聯繫。熟能生巧就是基於這樣的原理。
同理，向神經網絡輸入大量數據時，它也會學習。神經網絡上的每個連接都與一個權重相關聯，權重決定了神經元之間的重要性。在訓練過程中，權重相應地調整，以加強或削弱神經元之間的聯繫。
圖源：unsplash
例如，當我們看一張貓的照片時，我們知道這是一隻貓，因為我們在生活中見過足夠多的貓。同樣，如果給神經網絡提供足夠多的貓圖像，它就會開始識別貓。
在了解神經科學如何啟發人工智慧模仿人類智力、構建模仿大腦結構的神經網絡後，反過來看看，人工智慧又會如何推進神經科學。
人工智慧正在迅速成為神經科學中的一個寶貴的工具，它有助於理解人腦的工作原理，並加速神經科學的發展。
人工智慧加速神經科學的發展和發現。
機器學習的主要優勢在於能夠識別複雜數據中的模式，尤其在涉及到分析人類的思想時。大腦發出的信號真的很複雜。隨著機器學習的推進，神經科學家正在破解數十億個大腦神經元協同工作的秘密。
圖源：unsplash
功能性磁共振成像通過檢測血液流動的變化來測量大腦的活動，它每秒都能生成大腦活動的高維快照。使用機器學習來分析數據有助於發現大腦活動的方式，從而加快研究工作。
機器學習還有助於開發以前認為不可能的應用程式。韓國大學設計了一個控制下肢外骨骼的實驗，測試者可以通過盯著閃爍的燈光集中注意力來控制外骨骼。
人工智慧有助於理解人腦的工作原理。
神經科學家正在研究人腦如何思考以及如何控制身體移動。通過了解大腦，我們可以更好地診斷精神疾病，並使殘疾人提高運動能力。
AI系統的進步可以幫助神經科學解開大腦的秘密能，神經科學家和研究人員可以利用AI建立更好的模型來模擬人腦。
圖源：unsplash
神經網絡扮演著「虛擬大腦」的角色，獲取人類大腦的表現。這些虛擬大腦可以產生神經活動模式，類似於從大腦記錄下來的模式。有了這些模式，神經科學家可以在進行實際測試之前，測試假設並觀察模擬結果。
然而，AI系統的工作方式與人類大腦有著天壤之別。神經網絡只是大腦工作方式的一個粗略模擬，它將神經元建模為高維矩陣中的數字。但實際上，人類大腦是一個複雜的生物機器，需要化學反應和腦電活動。這正是人類區別於機器的地方。
圖源：unsplash
由此可見，一方面，人腦是構建AI的首要靈感，人工智慧研究人員使用神經科學的概念來構建新的算法；另一方面，人工智慧也加速了神經科學的研究，神經科學家可以通過AI來解釋人類大腦。毫無疑問，這兩個學科在未來將會聯手發展，互相促進，筆者對此抱有非常樂觀的態度。
最後再次回到DeepMind的觀點：我們敦促神經科學和人工智慧的研究人員找到一種共同語言，允許知識的自由流動，這有助於兩種領域的持續進步。
關於二者的未來，讓我們拭目以待。
留言點贊關注
我們一起分享AI學習與發展的乾貨
如轉載，請後台留言，遵守轉載規範