人工大脑：在机器中迷惑思维

人工智能不一定是人类智能的复制品，因此创造人工大脑的项目，人类大脑的技术复制品，是与研究略有不同的领域。 但是，在这个项目的某个发展阶段，可能会遇到人工智能的发展。 愿这是一次成功的会议。

欧洲人脑计划于 2013 年启动。 它没有被官方定义为“人工脑项目”。 相反，它强调认知方面，希望更好地反映我们的指挥中心。 WBP 的创新潜力作为科学发展的刺激因素并非没有意义。 然而，不可否认的是，从事这个项目的科学家们的目标是创造一个可以工作的大脑模拟，而这是在十年之内，也就是从 2013 年到 2023 年。

科学家认为，详细的大脑地图可能有助于重建人类大脑。 一百万亿个连接形成一个封闭的整体 - 因此，正在进行大量工作以创建这种难以想象的复杂性的地图，称为连接组。

该术语于 2005 年首次用于科学论文，由两位作者独立使用：印第安纳大学的 Olaf Sporns 和洛桑大学医院的 Patrick Hagmann。

科学家们相信，一旦他们绘制出大脑中发生的所有事情，就可以像人类一样构建人造大脑，然后，谁知道呢，也许会更好…… 创建连接组的计划，实质上是指著名的人类基因组破译计划——人类基因组计划。 发起的项目没有使用基因组的概念，而是使用连接组的概念来描述大脑中神经连接的整体。 科学家们希望构建完整的神经连接图谱不仅能应用于科学实践，还能应用于疾病的治疗。

www. humanconnectomeproject.org

第一个也是迄今为止唯一一个完全已知的连接组是秀丽隐杆线虫神经系统中的神经元连接网络。 它是通过使用电子显微镜对神经结构进行 1986D 重建而开发的。 这项工作的成果于 30 年发表。 目前，在称为连接组学的新科学框架内开展的最大研究项目是人类连接组计划，由美国国立卫生研究院资助（总额为 XNUMX 万美元）。

智能算法

创建人脑的合成副本并非易事。 可能更容易发现人类智能是 2016 年 XNUMX 月号系统神经科学前沿中描述的相对简单算法的结果。 它是由乔治亚州奥古斯塔大学的神经科学家 Joe Tsien 发现的。

他的研究基于所谓的联结主义理论，或数字时代的学习理论。 它基于这样一种信念，即学习的目的是学会思考，这优先于获得知识。 该理论的作者是：George Siemens，他在“Connectivism: A Theory of Learning for the Digital Age”一文中概述了他的假设，以及 Stephen Downes。 这里的关键能力是正确使用技术进步和在外部数据库中查找信息（所谓的知道在哪里）的能力，而不是从学习过程中学到的信息，以及将它们与其他信息关联和链接的能力。

在神经层面，该理论描述了神经元组，这些神经元组形成了处理基本概念和信息的复杂且连接的组件。 通过研究带有电极的实验动物，科学家们发现这些神经“组件”是为某些类型的任务预定义的。 这创造了一种具有一定逻辑联系的大脑算法。 科学家们希望人类大脑及其所有并发症的功能与实验室啮齿动物的大脑没有什么不同。

忆阻器的大脑

一旦我们掌握了算法，也许忆阻器可以用来物理模拟人脑。 南安普顿大学的科学家最近证明在这方面很有用。

英国科学家的忆阻器由金属氧化物制成，充当人工突触，用于在不受外界干扰的情况下进行学习（和再学习），使用的数据集也包含许多不相关的信息，就像人类一样。 由于忆阻器在关闭时会记住其先前的状态，因此它们的功耗应该比传统电路元件少得多。 这对于许多不能也不应该拥有巨大电池的小型设备来说非常重要。

当然，这只是这项技术发展的开始。 如果人工智能要模仿人脑，它至少需要数千亿个突触。 研究人员使用的忆阻器组要简单得多，因此仅限于寻找模式。 然而，南安普顿小组指出，在较窄的应用中，没有必要使用如此大量的忆阻器。 多亏了他们，才有可能构建传感器，例如，无需人工干预即可对物体进行分类和识别模式。 这种设备在难以到达或特别危险的地方特别有用。

如果我们将人类大脑计划的一般发现、“连接组”的映射、智能算法的识别和忆阻器电子技术结合起来，也许在未来的几十年里，我们将能够建立一个人工大脑，一个精确的复制品一个人的。 谁知道？ 此外，我们的合成副本可能比我们为机器革命做好了更好的准备。