據(jù)國外媒體報道，美國科學(xué)家近日獲得了2800萬美元（約合1.84億人民幣）的研究經(jīng)費(fèi)，用于設(shè)計一款能與人類識別圖形速度相媲美的計算機(jī)系統(tǒng)。

                        哈佛大學(xué)研究新人工智能系統(tǒng) 速度堪比人腦
　　情報機(jī)構(gòu)要處理的數(shù)據(jù)越來越多，這些數(shù)據(jù)都必須進(jìn)行迅速分析，但問題是，人類很難保持這樣的工作速度，計算機(jī)的學(xué)習(xí)能力又很有限。哈佛大學(xué)的研究團(tuán)隊如今正著手解決這一問題。他們希望能弄清，是怎樣的大腦活動過程賦予了人類識別圖形的出色能力。他們的終極目標(biāo)是，研發(fā)出仿生計算機(jī)系統(tǒng)，從而制造出更加聰明的人工智能系統(tǒng)。

　　人類天生就擅長識別圖案，一個東西只需要看幾次，再次見到的時候就能認(rèn)出來了。計算機(jī)則不然，就算訓(xùn)練上千次，也很難培養(yǎng)出這樣的能力。受人類大腦啟發(fā)而研發(fā)出的智能計算機(jī)可以用來察覺網(wǎng)絡(luò)入侵、讀取核磁共振圖像、甚至能駕駛汽車。

　　據(jù)哈佛大學(xué)工程與應(yīng)用科學(xué)學(xué)院（SEAS）稱，為了弄清為何人類和其它哺乳動物能夠做到這一點(diǎn)，研究人員記錄了大腦視覺皮層的活動情況，并使用創(chuàng)新技術(shù)將它們之間的聯(lián)系繪制出來。接下來，他們再使用逆向工程處理這些數(shù)據(jù)，并將其運(yùn)用到高智能計算機(jī)算法的研發(fā)中去。

　　研究人員使用腦科學(xué)中心的世上首臺多波束掃描電子顯微鏡對這些切片進(jìn)行掃描，并拍攝照片。利用這一方法，該團(tuán)隊便能夠獲得這些數(shù)據(jù)的三維圖像。

　　高級情報研究計劃署（IARPA）將資金撥給了哈佛大學(xué)工程與應(yīng)用科學(xué)學(xué)院（SEAS）、腦科學(xué)中心（CBS）、以及分子與細(xì)胞生物學(xué)系。“這是一個巨大的挑戰(zhàn)，它的規(guī)模類似于人類基因組計劃。”該項目的領(lǐng)導(dǎo)、分子與細(xì)胞生物學(xué)系和計算機(jī)科學(xué)系的助理教授戴維·考克斯（DavidCox）說道。

　　“要記錄這么多神經(jīng)元的活動、并繪制出它們之間的聯(lián)系，單是這一項工作就具有巨大的科學(xué)價值，但這只是我們項目的頭一半而已。”“等我們弄清了大腦學(xué)習(xí)方法的基本準(zhǔn)則之后，我們遲早會設(shè)計出一款能夠媲美、甚至超越人類的計算機(jī)系統(tǒng)。”

　　在該研究的第一階段，老鼠會接受訓(xùn)練，識別計算機(jī)屏幕上的物體。與此同時，考克斯的團(tuán)隊會使用洛克菲勒大學(xué)的高級激光顯微鏡記錄視神經(jīng)的活動情況。記錄下這些活動之后，研究人員會從老鼠的大腦中抽取出一塊約1立方毫米的腦組織，并在分子與細(xì)胞生物學(xué)教授杰夫·利奇曼（JeffLichtman）的實(shí)驗室中切成超薄的切片。接下來，研究人員會使用腦科學(xué)中心的世上首臺多波束掃描電子顯微鏡對這些切片進(jìn)行掃描，并拍攝照片。

　　“這是一次絕妙的機(jī)會，我們得以看見一片完整的視覺皮層切片的全部細(xì)節(jié)。”利奇曼說道。“我們對開始研究感到十分激動，但絕不會幻想這是件容易的事情。”“這些數(shù)據(jù)超過了一個帕字節(jié)，相當(dāng)于160萬張光盤的容量。它們將被送到計算機(jī)科學(xué)系的漢斯皮特·菲斯特那里，然后他將使用一定的算法來重建細(xì)胞邊界、突觸和細(xì)胞之間的聯(lián)系。”

　　利用這一方法，該團(tuán)隊便能夠獲得這些數(shù)據(jù)的三維圖像。“本次項目不僅能拓寬腦科學(xué)的邊界，還能為腦科學(xué)領(lǐng)域創(chuàng)造更多可能。”菲斯特說道。“我們將利用帕比特級的結(jié)構(gòu)數(shù)據(jù)和功能數(shù)據(jù)重建神經(jīng)回路，其規(guī)模之大是前所未有的。”“這需要我們在數(shù)據(jù)管理、高性能計算機(jī)、計算機(jī)視覺和網(wǎng)絡(luò)分析領(lǐng)域取得新的進(jìn)展。”

　　該團(tuán)隊將使用研究得到的圖像，弄清大腦是如何利用視覺皮層的神經(jīng)元聯(lián)結(jié)來識別和解讀圖案的。通過將這些發(fā)現(xiàn)運(yùn)用到計算機(jī)算法中，該團(tuán)隊立志研發(fā)出比現(xiàn)在的計算機(jī)更快、更智能的人工智能系統(tǒng)。這將幫助計算機(jī)利用數(shù)據(jù)進(jìn)行推斷，還將有助于機(jī)器人視覺和定位技術(shù)的研發(fā)。

　　“我們還有艱巨的任務(wù)要去完成，但這項研究將幫助我們弄清我們大腦中的特別之處。”考克斯說道。“本次項目最令人激動的一點(diǎn)是，我們正在研究人類大腦運(yùn)作的基本方式。”