腦科學仍處於「前開普勒時代」

物理學,心理學,神經科學教授跨界對話:腦科學仍處於「前開普勒時代」

腦科學仍處於「前開普勒時代」

大數據文摘作品,未經授權禁止轉載,轉載具體要求見文末。

導讀:人工智慧正給經濟社會帶來巨大變化,而它本身儘管風頭正盛,依然存在自身發展的瓶頸:機器學習不靈活,需要較多人工干預或大量標記樣本;人工智慧的不同模態和認知功能之間交互與協同較少;機器的綜合智能水平與人腦相差較大……

要突破這些瓶頸,不少科學家們把期待投在腦科學研究上,認定智能技術可以從腦科學和神經科學獲得啟發。那麼腦科學到底有多重要?它處在一個什麼樣的發展階段?人工智慧和腦科學之間又到底有多大的關係?

6月26日,倫敦大學學院計算機神經科學教授、北京師範大學認知神經科學與學習國家重點實驗室訪問教授李兆平博士登上了理解未來講座的講壇,以淺顯易懂的語言,為現場的500名觀眾做了題為《用人腦探索腦:是探索更是挑戰》的主題演講,並在會後與北京大學物理學院教授、中國科學院院士歐陽頎,北京大學心理與認知科學學院院長方方進行跨界對話。

腦科學仍處於「前開普勒時代」

李兆平教授在論壇上做了題為《用人腦探索腦:是探索更是挑戰》的演講 大數據文摘記者魏子敏 攝

以下為對話實錄:

對話嘉賓:

北京大學物理學院教授、中國科學院院士歐陽頎教授;

北京大學心理與認知科學學院院長方方教授;

倫敦大學學院計算機神經科學教授、北京師範大學認知神經科學與學習國家重點實驗室訪問教授李兆平博士。

腦科學是唯一的以人類的某一個器官命名的科學,為什麼有這門科學可以有這樣一個高度?

歐陽頎:

腦應該是我們人類能夠理解的上限,可能有比腦更複雜的東西,但是人不會理解,因為你從資訊理論的角度講,一個結構複雜的東西可以影射到結構簡單,結構簡單影射不到結構複雜,資訊理論就是影射關係,為什麼(有)腦科學呢?腦科學應該是人類能夠理解的最高境界,當然我不太相信人可以把腦全部解析出來,所以才有腦科學。

方方:

我個人覺得腦科學是最難的、最值得研究的一門學科。為什麼呢?在科學上有四大難題,宇宙的起源歸物理專業來解決,生命起源是生命科學家來做,剩下兩個都是腦科學來做:意識本質是什麼,智力是怎麼產生的。如果說四大科學問題腦科學可以解決兩大科學問題,它必然是最難的,最值得我們去做的。

李兆平:

我同意兩位老師說的,還有一個可能加上去腦科學的人最近越來越多了,大家覺得比較有興趣,人多了就成為一群,所以就變成分開的腦科學。

腦科學作為一個科學,如果我們把它和我們可能大家都比較熟悉的物理學來做一個對應的話,它處在一個什麼樣的發展階段,我們今天是牛頓力學階段、量子力學階段還是什麼?

歐陽頎:

牛頓把開普勒定律變成牛頓三定律,尤其是引力定律。然後一旦有了牛頓第二定律,力學的概念全部有了。對至少行星系統有了很深刻的理解,同時馬上可以應用到實際中去,實際上定量科學的起始。這是力學,後面電磁學、量子力學都是這樣的。

在這個基礎上我覺得,為什麼我不敢碰腦科學,就是它還在開普勒之前的摸索階段,還在積累數據,找一些局部基本規律階段,也就是說在積累那些行星每天怎麼走,你要給它總結出來,當然V1是一個總結,總結出一部分規律,而且這部分規律確實在應用上做了很大貢獻,以至於現在實際上我認為現在腦科學研究只是揭示腦的一部分規律,用這一部分規律我們已經做很多了,已經放到工程上。

AlphaGO下棋下贏了世界冠軍,它實際上就是用腦科學基礎概念,這些基礎概念是不是腦科學本質我不知道,所謂人工智慧網路,從腦科學的啟發下做了一些演算法,搭上人工網路做自我學習出來的。就是說從這方面講腦科學已經有很大的應用前景,但是從科學角度講,我認為它還在前開普勒時代,沒有一個核心理論把大腦解析清楚,能不能有這個理論,我現在還不知道,我希望能夠有,但是也有一些觀點認為這個理論不存在,也是另外的一種觀點,我大概覺得在這個階段。

方方:

我基本同意歐陽老師的看法,對腦科學目前階段來說,有一句話可以總結,就是腦科學沒有鋼鐵的定律。沒有鋼鐵定律就是說什麼意思呢?就是現在沒有一條規律,沒有一個公式,能把所有的腦科學現象都描述清楚,因此說現在腦科學絕對跟物理學相比,絕對是處在牛頓力學之前。

但是,大家千萬不要因此對腦科學探索失望、灰心,覺得這個東西是不可知的,不能像歐陽老師說不敢去碰這個東西,我這個是不贊成的。李兆平老師做了行為學實驗,積累了很多數據,而且做出數學模型,做出來了它的規律,我和李兆平老師合作在腦成像方面積累很多腦科學的數據,這些數據基本上可以解釋一些簡單視覺顯著圖是怎麼產生,腦科學在最近這些年進展非常快,如果到北京大學腦成像中心,我們真的可以通過對你腦活動的檢測知道你在想什麼,想做什麼,喜歡什麼,某些特定情況下我們還可以通過一定的刺激,控制你的大腦,使你更喜歡什麼,更想什麼,更不喜歡什麼,這是目前的一個狀況。

人工智慧和腦科學的關係大嗎?

歐陽頎:

(肯定有一些關係)實際上從人工智慧上世紀90年代初開始,當時人工智慧搭的那個網路框架就是腦科學,現在你看有一個做記憶叫哈菲爾,這是一個網路,他就是學腦的記憶,然後把它簡化,我把你的功能盡量簡化,簡化到什麼程度呢?再簡化一步就什麼都不是了,以這個為基礎再來研究這些東西。至少在現在第一個哈菲爾網路,還有卷積的神經網路,還有豎狀神經網路,這都是AlphaGO做的神經網路,它都有腦科學,為什麼這個結構要這麼搭,其實都是和腦相關的。

但是話又說回來,為什麼不搭界呢?這可能是腦科學發現第一層最基礎的規律,這些最基礎規律已經威脅人類講到了,實際上我們還有好多東西沒挖出來。我舉一個例子,和圍棋冠軍下圍棋的那個計算機,我從能量上講,物理就是能量,人們大腦非常集中思考的時候耗的能是多少呢?相當於一個100瓦的燈泡,你要給計算機100瓦讓它去打架沒戲,至少給他1萬、10萬倍功率才能達到那個作用,這個能量極限我想按照現在計算方法是不可能突破的,肯定有一些新的規律,我猜想應該有一些新的規律藏在我們腦子裡,我們腦子處理信息不是現在卷積這些計算,肯定還有新的計算方法,這些計算方法從腦科學研究來給我們做信息科學反饋。

李兆平:

我覺得的確是很搭界的,比方說我們腦科學領域,尤其計算神經科學領域,剛開始基本上是無家可歸,因為這個領域不存在。其實這個領域很多雜的人混在一起,這些雜的人最近幾十年有的人就去做機器學習,有些人更往生物,一定情況下算理科和工科分工。這些分工是工作的關係,就是我要找一個工作,因為分工、獲得興趣更往工科方向走,有些更往理科方向走,尤其年紀大70、80年代開始的兩個方面都做。比如我剛才講強化學習,強化學習先是計算機,當時我就認為強化學習這個事情照物理方法不大好做,腦子是一個黑匣子怎麼知道它是怎麼回事,最好從邊界開始,腦子的邊界就是輸入和輸出,輸入就是感官系統,輸出就是你是手,中間的地方碰不到,你要是胡思亂想就是空中樓閣,就很不容易做。

所以我就把強化學習認為是碰不到的地方,可是碰不到的地方從計算機強化學習的東西,說多巴胺是獎懲信號,我就一下子愣了,這是非常好的東西,這個分的越來越窄,像哲學家後來分成物理學家、化學家,的確稍微離的遠一點,但是年紀大一點兩個都做。

主持人:

人工智慧和腦科學是搭界,搭界的程度也就是跟鳥在飛和飛機在飛差不了太多。這句話不是一句笑話,它想說明的是什麼呢?人是看到了腦在飛,知道我們有一個東西在空氣當中飛行,我們最後發明飛機的時候,我們借用了什麼東西,我們其實只借用了一個東西空氣動力學,或者說有一個法國科學家伯努利原理,我們知道有這樣形式在空中一定速度劃過產生一個升力,其實就用這麼一個東西,飛機沒有用鳥的材料,沒有用鳥的飛行形式和鳥的能源供應方式,搭界不搭界,搭界,但是只是搭界到這個程度。

如果把一隻鳥和飛機來比,我不知道這個東西影射到我們今天所討論腦智能和人工智慧,會不會產生一個很恐怖的感覺,什麼意思呢?人腦就是那隻鳥,人工智慧就是那個飛機,今天人工智慧在我們認為最高端、最抽象的遊戲裡面已經能夠把我們打的一敗塗地。

你們認為是不是有一天人工智慧一定會超過人的智能?

歐陽頎:

肯定會超過,沒有任何疑問,就是剛才類比腦和飛機一樣,肯定會超過。我覺得計算機在各方面比人強大,這是毫無疑問的,這是以後發展的方向。比如說我們為什麼拖拉機比人耕地快,這個沒有什麼。

關鍵有一個問題,大家看電影看出來的問題,計算機能夠有自我意識,如果他有自我意識就非常可怕了,它就變成一個計算機族群,一旦族群之間的對抗就可怕了。這一點是心理學家的主要任務,科學家就管什麼事呢?就管理解事物、造出機器,科學家有時候做的事情非常危險,造出來東西為人類服務,也可以糟蹋人類,這個東西怎麼解決好象不光是科學家的事,還得是大家的事,心理學家,甚至哲學家、社會學家大家討論在適當的時候得做一些限制,對於腦科學來講,我相信機器複雜到一定程度你想讓它進化出有自我意識是可以的,但是我們不允許進化到那個地步,這是非常重要的。

方方:

我提供一點素材,大腦只有5%的神經元被同時激活和工作,我們還有95%的神經元很少很少用,即使說不能進化了,如果我們優化我們大腦的功能,優化我們神經網路,是不是在智力上還可以進步提高。

關於人工智慧究竟能不能超過真人智能,AlphaGO是人工智慧,我們現在提的一個概念叫類人智能,叫Human likeintelligence,類人智能和人工智慧區別在什麼呢?我們想一想下圍棋,人工智慧解決所有的東西都是在限定環境下,有限定規則的,有確定目標情況下人工智慧表現比人要好。一旦沒有規定,沒有確定目標,人工智慧還能不能超過人的智能,這就是值得我們考慮。

圍棋是從過去打仗過來了,我們假設每一個圍棋棋子都變成一個士兵,指揮這些士兵,士兵在戰場位置不是固定,每個士兵有每個士兵的情緒,每個士兵有每個士兵的狀態,士兵和士兵之間有人際關係,怎麼控制這些士兵打敗另外這些士兵,這是智能所要回答的問題,現在智能不僅僅是智能,要加入一些情感的因素,我們人類包括某些動物有集體主義精神和利他主意精神,當我們完成一個任務一個同伴犧牲為了這個群體最終完成某一個目標,人是可以做到的,如果你完全按照規則來做去製作一個人工智慧產品,人工智慧產品最大限度讓自己存活下來,會不會為了群體利益實現最終目標,這是需要考慮的,提出來類人智能和情緒智能的概念,需要我們在智能研究中需要考慮的。

李兆平:

從能量觀點上我也覺得的確是我們機器可以能量多一點,也許有一個能量解決的問題,也許不用耗這麼多能。我們注意力有一個瓶頸,機器也許不需要瓶頸,在這樣情況下就像歐陽老師說機器算四位數乘法比我們快,這些東西都做的比我們快。關鍵問題在於我們能不能控制限制人工智慧,現在是我們在教機器,是不是到哪個程度上我們已經教不了它們,它們自己教自己,這個問題我不知道,我現在先不想。

【理解未來講座簡介】

理解未來講座,是面向大眾開放的公益科學講座,每月一期,邀請有洞察力和前瞻性的創新科學家擔任主講嘉賓,並與相關行業知名人士及企業家跨界對話,以傳播科學精神、啟蒙科學思想。理解未來講座形式不斷創新,內容覆蓋材料物理、量子物理、化學、數學、生命科學、醫療、科技、社會科學、人文等領域。

感謝主辦方提供論壇速記,部分有刪改

速記整理編輯:魏子敏

大數據文摘記者田晉陽對本文亦有貢獻

關於轉載如需轉載,請與我們聯繫(郵箱:[email protected]),獲准轉載的公眾號請在顯著位置註明作者和出處(轉自:大數據文摘|bigdatadigest),並在文章結尾放置大數據文摘醒目二維碼。未經許可的轉載以及改編者,我們將依法追究其法律責任。

腦科學仍處於「前開普勒時代」微信ID:BigDataDigest,成立於2013年7月,我們專註數據,每日持續發布乾貨文章,從未間斷,是最有影響力的大數據媒體,僅微信公號粉絲超過35萬,並在今日頭條、百度百家、搜狐科技,喜馬拉雅設有專欄。

未经允许不得转载:Feenix第四色色 » 腦科學仍處於「前開普勒時代」

赞 (0)
分享到:更多 ()

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址