雲棲號資訊：【點擊查看更多行業資訊】
在這裏您能夠找到不一樣行業的第一手的上雲資訊，還在等什麼，快來！
php
編者按：本文來自微信公衆號「學術頭條」（ID:SciTouTiao），做者：何靜、周子嫄，36氪經受權發佈。算法
人類的大腦是天然界最複雜的物體，研究人員已投入大量時間與精力來探索大腦。服務器
目前，科學家們已經揭示了大腦的基本工做方式，最新技術已經能夠操縱小鼠的大腦，讓小鼠記憶此前從未嗅過的氣味，甚至改變小鼠大腦裏糟糕的記憶，轉化爲美好記憶；還能夠利用腦電波改變人們對面部的感知；甚至讓一個癱瘓的人用意念控制機械臂。微信
這些新技術帶來了無限想象，可讓咱們讀懂人的心理、偵察罪犯，甚至將大腦與計算機互聯。網絡
但受限於大量沒法分析的數據，探索大腦的將來道路並不是坦途。正如德國神經學家奧拉夫・斯龐斯 (Olaf Sporns) 所言：「神經科學仍缺少將大腦數據轉化爲基礎知識的理論框架。」app
神經科學家阿內・丘奇蘭德 (Anne Churchland) 與拉里・艾勃特 (Larry Abbott) 也強調分析大量數據時困難重重，「除了須要實驗技巧與創新技術，還須要大量先進的數據分析方法和理論概念模型。」框架
此外，大腦功能也非單一理論。正如 DNA 雙螺旋結構的共同發現者弗朗西斯・克里克 (Francis Crick) 所發現的，大腦是一個完整進化的結構，其各個部分在不一樣時刻進化，分別對應解決不一樣問題 。ide
目前，人們對大腦如何工做的理解也較爲片面。許多神經科學的感官研究更關注視覺而非嗅覺，由於嗅覺在概念和技術方面都更具挑戰性。但嗅覺與視覺的工做方式不管在計算仍是結構方面都迥然不一樣。若是僅僅研究視覺，咱們對大腦功能及其運做方式的理解將十分有限。工具
大腦功能與程序編碼
將大腦比擬爲計算機的說法一直主導着神經科學領域。據統計，僅在過去十年間，就有超過 1.1 萬篇該主題相關論文發表。測試
事實上，1951 年數字時代揭開序幕之時，神經學先驅卡爾・拉什利 (Karl Lashley) 就已反對將大腦比喻爲機器。拉什利寫道，「我認爲，人們更可能經過研究大腦自己與其行爲現象來了解大腦如何工做，而非沉溺於牽強附會的物理類比之中。」
法國神經學家羅曼・佈雷特（Romain Brette）進一步駁斥了將大腦功能類比爲程序編碼的說法。佈雷特認爲，在考慮 「編碼」 時，研究人員已將一種技術意義（即刺激與神經元活動之間存在的聯繫）轉向了一種表徵意義（即神經元編碼表明該刺激）*。
大多數神經編碼的隱含意義爲，神經網絡活動主要呈現給大腦中的理想觀察者，一般稱爲 「下游結構」，它能以最佳方式解碼信號。但這些結構處理信號的方式未知，甚至在簡單神經網絡功能模型中也鮮有明確假設。
處理神經代碼一般爲一系列的線性步驟，就像多米諾骨牌同樣一個接一個地倒下。但 大腦由高度複雜的神經網絡組成，這些神經網絡相互聯繫，並與外界互聯產生做用。若是隻關注神經元，不將神經網絡與動物行爲聯繫起來，就會錯過處理的要點。
大腦的 MRI 掃描圖像
匈牙利神經學家吉爾吉・布扎薩基（Gyorgy Buzsaki）在其新書《由內而外的大腦》(the brain from Inside Out) 中概述，大腦並不是簡單地被動吸取刺激並經過神經編碼來表達，而是積極地以各類可能性尋找並測試潛在選擇。他的結論是，大腦並不表明信息，而是構造信息。
大腦意識上傳或轉移
一些研究人員認爲，思惟是一種能夠在神經硬件上實現的操做系統。換而言之，思惟被視爲一種特定計算狀態，能夠上傳到某個設備或另外一個大腦之中。
惟物主義假設，人類的大腦和思惟與其餘事物相同，神經元及其支持的過程（包括意識）共存。計算機中的軟硬件相互分開，但大腦與思想是由溼件（軟件、硬件之外的 「件」）組成的，且相互交織。
想象一下，咱們能夠改變神經系統並運行不一樣程序，還能把思想上傳到服務器上。這聽起來很科幻，但其背後隱含的倒是一種非惟物主義觀點，可追溯到笛卡爾時代甚至更早以前，即思想以某種方式浮如今人腦之中，能夠轉移到另外一個大腦，或者被另外一個大腦取代。
事實上，經過解讀一系列神經元的狀態，並將其寫入新的有機或無機基質中，這種有點惟心主義的想法，就披上了一層科學的外衣。
在想象大腦如何工做時，咱們不只須要理解神經元功能，還須要強大的計算能力並精確模擬大腦結構。所以，首先要徹底模擬一個能維持單一狀態的神經系統，但目前整我的類文明離邁出這一步還很遠。
在芯片上模擬神經科學
在科幻電影中，面對不是一個級別的 「外星科技」，人類科學家只能經過反向工程進行拆解研究，以期能得到零星收穫。面對複雜的人類大腦，反向工程也成爲破解出大腦運行策略，以及將其轉換成可爲機器所用算法的有效手段。
2017 年，神經科學家埃裏克・喬納斯（Eric Jonas）與康拉德・柯丁（Konrad Kording）決定在真正的計算機芯片上進行實驗，運用數據分析方法進一步瞭解人腦。他們將分析大腦的技術應用於上個世紀 70 年代末 80 年代初的 MOS 6507 處理器，該處理器能夠運行 「太空入侵者」 等遊戲。
首先，經過掃描芯片上的 3510 個加強型晶體管得到芯片鏈接體，再在一臺現代計算機上模擬該設備，包括運行 10 秒遊戲程序。而後使用各類神經科學技術，模擬 「病變」(從仿真設備中刪除晶體管)，分析虛擬晶體管的活動並研究其互聯性。同時經過運行不一樣遊戲，觀察各類操做對系統行爲的影響。
儘管部署了強大的分析工具，且能明確解釋芯片的工做原理，但這項研究仍未能檢測出芯片內部的信息處理層次結構。正如喬納斯和柯丁所言，這些技術並不能對研究人腦產生 「有意義的理解」，所得出的結果較爲悲觀。
這一實驗結果也代表，咱們仍需重大理論突破才能在人腦研究領域取得進展。現有概念與分析工具仍沒法解釋人腦奧祕。但該模擬實驗並不是毫無心義，至少經過實驗咱們已經能夠測試假設，並將模型與可精確操做的成熟系統相聯繫。
事實上，大腦與計算機的結構徹底不一樣。2006 年，拉里・艾勃特 (Larry Abbott) 在 《此設備的開關在哪裏？》一文中稱，他探索了電子設備中最基本組成部分（開關）的潛在生物物理基礎。雖然抑制性突觸能夠經過讓下游神經元失去反應而改變神經活動流向，但這種相互做用在大腦中較爲少見。
神經元並不是一個能夠打開或關閉，並造成接線圖的二進制開關。與此相反，神經元以相似方式作出反應，再隨着刺激的變化而改變活動。神經系統主要經過改變大量單元組成的細胞網絡激活模式來改變工做方式，其網絡節點不是晶體管或電子管那樣的穩定節點，而是成千上萬組能隨着時間推移對網絡做出持續響應的神經元。
這是一個亟待解決的重要問題。大腦由神經元與其餘細胞組成，在神經網絡中相互做用，其活動不只受突觸活動影響，還與神經調節因子等多種因素有關。此外，人腦的功能也涉及神經元的複雜動態模式。
或許就在不久的未來，各類腦機實驗將會取得突破性進展，理論家也將破解全部大腦功能並揭示其功能原理。
資料來源：
https://www.eurekalert.org/pub_releases/2020-03/uom-ly022720.php
https://www.nature.com/articles/s41598-020-63755-5
https://www.quantamagazine.org/common-sense-comes-to-computers-20200430/
【雲棲號在線課堂】天天都有產品技術專家分享！
課程地址：https://yqh.aliyun.com/live當即加入社羣，與專家面對面，及時瞭解課程最新動態！
【雲棲號在線課堂 社羣】https://c.tb.cn/F3.Z8gvnK