來(lái)源：專知
      
     
    
   
   

    

     

      

       

        

         本文約2200字，建議閱讀5分鐘
        
        

         「千腦計(jì)劃」旨在通過(guò)逆向工程大腦皮層來(lái)開發(fā)一個(gè)新的人工智能平臺(tái)。
        
       
      
     
    
   

一項(xiàng)名為「千腦計(jì)劃」（Thousand Brains Project）的宏偉新計(jì)劃正式啟動(dòng)，其目標(biāo)是開發(fā)一種全新的人工智能框架。

加州人工智能公司 Numenta 的聯(lián)合創(chuàng)始人 Jeff Hawkins 表示，該框架將按照與人腦相同的原理運(yùn)行，但與當(dāng)今主導(dǎo)人工智能的深度神經(jīng)網(wǎng)絡(luò)的原理有著根本的不同。在蓋茨基金會(huì)的資助下，這項(xiàng)開源計(jì)劃旨在與電子公司、政府機(jī)構(gòu)和大學(xué)研究人員合作，探索其新平臺(tái)的潛在應(yīng)用。

20 世紀(jì) 90 年代，Jeff Hawkins 共同發(fā)明了掌上電腦（Palm Pilo）。該公司于 6 月 5 日在斯坦福大學(xué)以人為本的人工智能（Human-Centered Artificial Intelligence）會(huì)議上啟動(dòng)了「千腦計(jì)劃」。

在當(dāng)今的人工神經(jīng)網(wǎng)絡(luò)中，被稱為神經(jīng)元的組件被輸入數(shù)據(jù)并協(xié)作解決問(wèn)題，例如識(shí)別圖像或預(yù)測(cè)序列中的下一個(gè)單詞。如果神經(jīng)網(wǎng)絡(luò)擁有多層神經(jīng)元，則被稱為「深度」神經(jīng)網(wǎng)絡(luò)。

目前，深度神經(jīng)網(wǎng)絡(luò)在許多測(cè)試中的表現(xiàn)與人類相當(dāng)或超過(guò)人類，例如識(shí)別皮膚癌和玩復(fù)雜游戲，但它們受到許多問(wèn)題的困擾。例如，隨著規(guī)模和能力的增長(zhǎng)，它們變得越來(lái)越耗能。為了訓(xùn)練 GPT-3，OpenAI 花費(fèi) 460 萬(wàn)美元運(yùn)行 9,200 個(gè) GPU 兩周。神經(jīng)網(wǎng)絡(luò)也經(jīng)常不穩(wěn)定，它們收到的數(shù)據(jù)稍有變化就會(huì)導(dǎo)致結(jié)果發(fā)生巨大變化。例如，之前的研究發(fā)現(xiàn)，改變圖像上的一個(gè)像素可以讓人工智能認(rèn)為馬是青蛙。

為了克服這些挑戰(zhàn)，「千腦計(jì)劃」旨在通過(guò)逆向工程大腦皮層來(lái)開發(fā)一個(gè)新的人工智能平臺(tái)。

「今天的神經(jīng)網(wǎng)絡(luò)是基于 80 年前的基礎(chǔ)神經(jīng)科學(xué)。從那時(shí)起，我們學(xué)到了很多關(guān)于神經(jīng)科學(xué)的知識(shí)，我們希望利用這些知識(shí)來(lái)推動(dòng)人工智能的發(fā)展?！笻awkins 說(shuō)。

「千腦計(jì)劃」的目標(biāo)

「千腦計(jì)劃」的名稱靈感來(lái)自大腦皮層的結(jié)構(gòu)；它由數(shù)千個(gè)所謂的皮質(zhì)柱組成，每個(gè)皮質(zhì)柱又分為多層神經(jīng)元。Hawkins 說(shuō)：「人類大腦有大約 150,000 個(gè)皮質(zhì)柱，每個(gè)皮質(zhì)柱本質(zhì)上都是自己的學(xué)習(xí)機(jī)器?！?/span>

Numenta 研究人員認(rèn)為，深度網(wǎng)絡(luò)本質(zhì)上會(huì)生成一個(gè)單一的世界模型，逐步處理從簡(jiǎn)單特征到復(fù)雜對(duì)象的數(shù)據(jù)。相比之下，該公司的「千腦智能理論」提出，大腦的許多皮質(zhì)柱會(huì)生成多個(gè)世界地圖，就好像每個(gè)人的大腦實(shí)際上是數(shù)千個(gè)大腦同時(shí)并行工作一樣。

「一旦我們學(xué)會(huì)了如何構(gòu)建一個(gè)皮質(zhì)柱，我們就可以構(gòu)建任意數(shù)量的皮質(zhì)柱?！笻awkins 說(shuō)。

該項(xiàng)目旨在通過(guò)許多皮質(zhì)柱狀單元在人工智能中模擬這種神經(jīng)科學(xué)結(jié)構(gòu)，每個(gè)單元都可以執(zhí)行感覺(jué)運(yùn)動(dòng)任務(wù)，例如操作機(jī)器人手指。然后，這些單元可以使用類似于大腦皮層中的長(zhǎng)距離連接的鏈接相互通信。Hawkins 認(rèn)為，這種模塊化結(jié)構(gòu)將使他的方法易于擴(kuò)展。

「人類大腦在進(jìn)化過(guò)程中通過(guò)多次復(fù)制皮質(zhì)柱而迅速變大，我們希望我們也能做到這一點(diǎn)。」Hawkins 說(shuō)。

感覺(jué)運(yùn)動(dòng)學(xué)習(xí)的作用

該項(xiàng)目還基于大腦皮層在感覺(jué)運(yùn)動(dòng)學(xué)習(xí)中的作用。雖然深度神經(jīng)網(wǎng)絡(luò)目前從巨大的靜態(tài)數(shù)據(jù)庫(kù)中學(xué)習(xí)，但大腦皮層以動(dòng)態(tài)方式學(xué)習(xí)：它使用感官感知周圍環(huán)境，利用身體運(yùn)動(dòng)探索事物的運(yùn)作方式，并從這種感覺(jué)和運(yùn)動(dòng)反饋中構(gòu)建世界模型。

Hawkins 認(rèn)為，人工智能策略之間的這種差異是深刻的。創(chuàng)建和標(biāo)記深度網(wǎng)絡(luò)學(xué)習(xí)所需的數(shù)據(jù)集是一項(xiàng)成本高昂且費(fèi)力的工作，而且這些系統(tǒng)無(wú)法從新數(shù)據(jù)中持續(xù)學(xué)習(xí)；相反，它們必須在整個(gè)數(shù)據(jù)庫(kù)上重新訓(xùn)練。相比之下，大腦皮層能夠以主動(dòng)的方式學(xué)習(xí)，并能快速適應(yīng)新數(shù)據(jù)。

「我們可以制造出在感覺(jué)運(yùn)動(dòng)學(xué)習(xí)方面像大腦皮層一樣工作的機(jī)器，它們本質(zhì)上就是機(jī)器人，」Hawkins 說(shuō)?！肝艺J(rèn)為我們的工作不僅關(guān)乎人工智能的未來(lái)，也關(guān)乎機(jī)器人技術(shù)的未來(lái)?！?/span>

此外，該項(xiàng)目正在開發(fā)基于大腦皮層對(duì)參考框架依賴的人工智能。在哺乳動(dòng)物的大腦中，所謂的位置細(xì)胞有助于編碼位置記憶，網(wǎng)格細(xì)胞有助于繪制空間中的位置。大腦皮層使用這些參考框架來(lái)存儲(chǔ)和理解它接收到的持續(xù)不斷的感覺(jué)運(yùn)動(dòng)數(shù)據(jù)流。

「大腦構(gòu)建數(shù)據(jù)的方式——在二維和三維參考框架中——復(fù)制了現(xiàn)實(shí)世界中物體的結(jié)構(gòu)，」Hawkins 說(shuō)?！府?dāng)你觀察深度網(wǎng)絡(luò)時(shí)，它們并不從根本上理解世界，這就是為什么如果你只是改變圖像的一個(gè)微小特征，它們往往無(wú)法識(shí)別它。相比之下，參考框架可以幫助大腦理解其物體模型在不同條件下可能會(huì)如何變化。」

Hawkins 說(shuō)，這種新人工智能平臺(tái)的潛在應(yīng)用可能包括復(fù)雜的計(jì)算機(jī)視覺(jué)系統(tǒng)，該系統(tǒng)可以使用多個(gè)攝像頭來(lái)了解場(chǎng)景中發(fā)生的事情，或者先進(jìn)的觸摸系統(tǒng)來(lái)幫助機(jī)器人操縱物體?！干w茨基金會(huì)對(duì)全球健康的感覺(jué)運(yùn)動(dòng)學(xué)習(xí)很感興趣。想想超聲波，它通過(guò)移動(dòng)傳感器來(lái)構(gòu)建模型，例如對(duì)胎兒進(jìn)行成像。這本質(zhì)上是一個(gè)感覺(jué)運(yùn)動(dòng)問(wèn)題?！?/span>

開源的千腦計(jì)劃正在開發(fā)一個(gè)軟件開發(fā)工具包，以便其他人可以借鑒其工作。該計(jì)劃還承諾不主張與千腦方法相關(guān)的專利。

蓋茨基金會(huì)的資助

蓋茨基金會(huì)將在兩年內(nèi)為千腦計(jì)劃提供至少 269 萬(wàn)美元。「我們也希望盡快與世界各地的政府機(jī)構(gòu)達(dá)成協(xié)?！笻awkins 說(shuō)。

該項(xiàng)目旨在創(chuàng)建皮質(zhì)柱的完整軟件版本。然后它將連接多個(gè)單元以進(jìn)行復(fù)雜的過(guò)程，例如視覺(jué)或聽覺(jué)?！溉缓笪覀兿Ｍ缭侥B(tài)——比如，將視覺(jué)和觸覺(jué)結(jié)合起來(lái)——并最終建立層次結(jié)構(gòu)，形成一個(gè)由物體組成的世界模型，物體又由物體組成，依此類推?！笻awkins 說(shuō)。

盡管千腦計(jì)劃專注于開發(fā)軟件，但它正在與卡內(nèi)基梅隆大學(xué)電氣與計(jì)算機(jī)工程教授 John Shen 等研究人員合作，他正在根據(jù)「千腦計(jì)劃」的概念設(shè)計(jì)硬件。

「自從第一個(gè)模擬大腦的神經(jīng)形態(tài)硬件誕生以來(lái)，神經(jīng)科學(xué)研究在理解大腦如何工作和如何構(gòu)造方面取得了重大進(jìn)展，」Shen 說(shuō)?！肝覀兿胱龅氖浅浞掷梦覀兡壳皩?duì)神經(jīng)科學(xué)的了解，并將其與最好的硅相結(jié)合，制造出一種新型計(jì)算機(jī)。我們真的接受了千腦理論，今年夏天我們正在與芯片公司洽談，看看是否有人有興趣與我們合作。」

參考內(nèi)容：https://spectrum.ieee.org/jeff-hawkins