據(jù)國(guó)外媒體報(bào)道，美國(guó)科學(xué)家近日獲得了2800萬(wàn)美元（約合1.84億人民幣）的研究經(jīng)費(fèi)，用于設(shè)計(jì)一款能與人類識(shí)別圖形速度相媲美的計(jì)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(bào)機(jī)構(gòu)要處理的數(shù)據(jù)越來(lái)越多，這些數(shù)據(jù)都必須進(jìn)行迅速分析，但問(wèn)題是，人類很難保持這樣的工作速度，計(jì)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(duì)如今正著手解決這一問(wèn)題。他們希望能弄清，是怎樣的大腦活動(dòng)過(guò)程賦予了人類識(shí)別圖形的出色能力。他們的終極目標(biāo)是，研發(fā)出仿生計(jì)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(zhǎng)識(shí)別圖案，一個(gè)東西只需要看幾次，再次見到的時(shí)候就能認(rèn)出來(lái)了。計(jì)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(jì)算機(jī)可以用來(lái)察覺(jué)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(dòng)物能夠做到這一點(diǎn)，研究人員記錄了大腦視覺(jué)皮層的活動(dòng)情況，并使用創(chuàng)新技術(shù)將它們之間的聯(lián)系繪制出來(lái)。接下來(lái)，他們?cè)偈褂媚嫦蚬こ烫幚磉@些數(shù)據(jù)，并將其運(yùn)用到高智能計(jì)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(tái)多波束掃描電子顯微鏡對(duì)這些切片進(jìn)行掃描，并拍攝照片。利用這一方法，該團(tuán)隊(duì)便能夠獲得這些數(shù)據(jù)的三維圖像。

　　高級(jí)情報(bào)研究計(jì)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(gè)巨大的挑戰(zhàn)，它的規(guī)模類似于人類基因組計(jì)劃。”該項(xiàng)目的領(lǐng)導(dǎo)、分子與細(xì)胞生物學(xué)系和計(jì)算機(jī)科學(xué)系的助理教授戴維·考克斯（DavidCox）說(shuō)道。

　　“要記錄這么多神經(jīng)元的活動(dòng)、并繪制出它們之間的聯(lián)系，單是這一項(xiàng)工作就具有巨大的科學(xué)價(jià)值，但這只是我們項(xiàng)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(huì)設(shè)計(jì)出一款能夠媲美、甚至超越人類的計(jì)算機(jī)系統(tǒng)。”

　　在該研究的第一階段，老鼠會(huì)接受訓(xùn)練，識(shí)別計(jì)算機(jī)屏幕上的物體。與此同時(shí)，考克斯的團(tuán)隊(duì)會(huì)使用洛克菲勒大學(xué)的高級(jí)激光顯微鏡記錄視神經(jīng)的活動(dòng)情況。記錄下這些活動(dòng)之后，研究人員會(huì)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(yàn)室中切成超薄的切片。接下來(lái)，研究人員會(huì)使用腦科學(xué)中心的世上首臺(tái)多波束掃描電子顯微鏡對(duì)這些切片進(jìn)行掃描，并拍攝照片。

　　“這是一次絕妙的機(jī)會(huì)，我們得以看見一片完整的視覺(jué)皮層切片的全部細(xì)節(jié)。”利奇曼說(shuō)道。“我們對(duì)開始研究感到十分激動(dòng)，但絕不會(huì)幻想這是件容易的事情。”“這些數(shù)據(jù)超過(guò)了一個(gè)帕字節(jié)，相當(dāng)于160萬(wàn)張光盤的容量。它們將被送到計(jì)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(lái)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(duì)便能夠獲得這些數(shù)據(jù)的三維圖像。“本次項(xiàng)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(shuō)道。“我們將利用帕比特級(jí)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?cè)跀?shù)據(jù)管理、高性能計(jì)算機(jī)、計(jì)算機(jī)視覺(jué)和網(wǎng)絡(luò)分析領(lǐng)域取得新的進(jìn)展。”

　　該團(tuán)隊(duì)將使用研究得到的圖像，弄清大腦是如何利用視覺(jué)皮層的神經(jīng)元聯(lián)結(jié)來(lái)識(shí)別和解讀圖案的。通過(guò)將這些發(fā)現(xiàn)運(yùn)用到計(jì)算機(jī)算法中，該團(tuán)隊(duì)立志研發(fā)出比現(xiàn)在的計(jì)算機(jī)更快、更智能的人工智能系統(tǒng)。這將幫助計(jì)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(jué)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(xiàng)研究將幫助我們弄清我們大腦中的特別之處。”考克斯說(shuō)道。“本次項(xiàng)目最令人激動(dòng)的一點(diǎn)是，我們正在研究人類大腦運(yùn)作的基本方式。”