模拟大脑的2类实践：计算机科学、生物学

大数据文摘

大数据文摘编辑
素材来自：
雷锋网（http://www.leiphone.com/）
生物探索（http://www.biodiscover.com/）

导读：不同的科学家用自己的方式探索这个星球最复杂的机器——人类大脑。计算机科学家尝试用芯片、机器学习搭建大脑；生物科学家在用人体的其他细胞（比如皮肤细胞）经过重新编程后，培育出大脑。哪一个才是方向，亦或兼而有之？今天的文章带您感受这两个领域的最新进展。

IBM用48块芯片构建啮齿动物大脑

作者：老吕IO/雷锋网、wired

在美国圣何塞附近的研究室里，IBM用48块TrueNorth试验芯片构建了一个电子的啮齿动物大脑，每一块芯片都可以模拟大脑的一个基本构件。

最近连线杂志的记者在项目负责人Dharmendra Modha的带领下，近距离接触了整个工程。雷锋网得知，它体积就像一个浴室的医药箱，遍体是半透明塑料板，能清晰的看到里面的芯片，电路板和它内部多彩的指示灯。它看起来就像一个七十年代科幻电影里的物体，不过Modha却表示：“你看到的是一个小型啮齿动物。”

他是说一个小型啮齿动物的大脑，至少这堆芯片能顶的上那样的大脑。这些芯片充当了大脑的基本构件——神经元。Modha表示，这个系统可以模拟4800万个神经细胞，基本可以与小型啮齿动物大脑的神经细胞数齐平。

在IBM，Modha负责认知计算组，他们发明了“神经芯片”。他和他的团队第一次对外公布这一发明时，用它为位于硅谷的IBM研发实验室的学者和政府研究人员提供支持，进行了三周的试运行。在将自己的电脑连接到这一数字鼠脑之后，这些研究人员探索了它的结构，并开始为TrueNorth芯片编写程序。

上个月，有些研究人员已经在科罗拉多看到过这个家伙了，所以他们编写的程序已经可以让它识别照片和语音，并且可以理解一些自然语言。芯片负责运行“深度学习” 算法，这一算法现下主宰了互联网的人工智能服务，它为Facebook提供面部识别服务，为微软的Skype提供语言实时翻译。不过，IBM在这方面还是有领先优势，因为它的研究可以减少对空间和电力供应的需求。这样未来我们就有可能将这一人工智能放进手机和其他的小型设备中，比如助听器和手表。

“从神经突触结构里我们能得到什么？我们只需要很低的功耗就可以进行图片分类，还可以在新环境中不断解决新问题。”Brian Van Essen说道，他是劳伦斯·利弗莫尔国立实验室的计算机科学家，负责将深度学习算法运用到国家安全中去。

TrueNorth芯片是最新的科技结晶，未来它将负责深度学习的运行和一系列其他的人工智能服务。而现下运行谷歌，Facebook和微软算法的机器，还需要加装独立的图形处理器，不过他们都在走向FPGA（能就特定任务进行编程的芯片）。Peter Diehl（苏黎世理工大学皮质计算组的博士）认为，TrueNorth 要比独立图形芯片和FPGA都要优秀，因为它功耗很低。

密歇根大学计算机科学的教授Jason Mars认为，其主要的不同就在于TrueNorth与深度学习算法的配合可以算得上是天衣无缝。两者都对神经网络进行了深度模拟，并在“大脑中”产生神经元和突触。“芯片可以高效执行神经网络的命令。”他并没有参加试运行，但却密切关注着这一芯片的进展。

即便如此，现下TrueNorth还不能完全与深度学习算法同步。不过IBM已经决定让外部研究人员参与芯片的改进，因为它离真正上市还有一定的距离。对Modha来说，这也是一个必须经历的过程，就像他说的：“我们需要为重大的转变打好坚实的基础。”

手机里的大脑

Peter Diehl最近来中国旅行，但因为一些你懂得的原因他的手机不能使用谷歌，一下子把人工智能打回了原形。因为现在的云计算多数还要靠谷歌的服务器来进行，所以没有了网络，一切都白瞎了。

深度学习需要非常强大的处理能力，一般来说这个级别的处理能力是巨型数据中心才可以提供的，而我们的手机一般通过网络与其相连。而TrueNorth就不同了，它至少可以将部分处理能力搬到你的手机或其他设备上，这样就可以极大的扩展人工智能的使用频率。

不过要理解这些，你首先要理解深度学习是如何工作的。它的运作分为两个阶段，首先谷歌和Facebook之类的公司需要培植自己的神经网络来处理特殊任务。如果他们想要自动识别猫咪照片的功能，就要先让神经网络看一堆猫咪的照片。然后，模式得到训练后，需要让另一个神经网络来执行这一任务。你拿出一张照片，系统就要判断里面是否有猫咪，而TrueNorth存在的目的就是为了提升第二步的效率。

一旦完成了对神经网络的训练，芯片就可以帮助你绕过巨型数据中心，直接完成第二步的操作。而且因为TrueNorth芯片体积和功耗都很小，它还能装载到手持设备上。这样整个效率就提高了，因为你不再需要通过网络从数据中心下载计算结果了。如果能得到普及，就可以极大地减轻数据中心的压力。“这是行业的未来，今后设备可以独立执行复杂的任务。”Mars说道。

神经元，轴突，突触和神经冲动

谷歌最近就在努力让神经网络进军手机，但Diehl认为TrueNorth相比其他对手已经领先很多，毕竟它与深度学习更加的合拍。每块芯片都能模拟数以百万计的神经元，而且这些神经元可以通过“大脑中的突触”互相交流。

而这正是TrueNorth区别于市场上同类产品的独特之处，即使与图形处理器和FPGA相比也占有足够的优势。TrueNorth芯片可以可以形成“神经冲动”，与大脑中的电脉冲相似。神经冲动可以在某人的讲话中显示声调的改变，或图像中色彩的改变。“你可以把它当做神经元之间互相传递的小信息。”Rodrigo Alvarez-Icaza说道，他是芯片的主设计师之一。

虽然芯片上有54亿个晶体管，但其功耗只有区区70毫瓦特。而标准的英特尔处理器呢？它拥有12亿个晶体管，但其功耗却达到了35至140瓦特。即使是智能手机普遍使用的ARM芯片，其功耗也是TrueNorth芯片的数倍。

当然，想要这种芯片真正发挥功效还需要配套的新型软件，这也正是Diehl等研发人员在试运行期间一直努力做的。换句话说，研发人员是在将现有的代码转换成芯片可识别的语言并输入芯片，不过他们也在努力为TrueNorth编写原生的代码。

赠礼

和其他研发人员一样，Modha主要注重在生物学领域对TrueNorth进行讨论，如神经元，轴突，突触，神经冲动等。毫无疑问，该芯片在某些方面模拟了人类的神经系统，不过它依然有其局限性。“这类讨论经常会唤起人们的警醒，毕竟，硅可不是组成人脑的物质。”Chris Nicholson说道，它是Skymind公司的联合创始人。

Modha也承认这些说法。当他在2008年开启这一项目时，从Darpa（国防部的研究机构）得到了5350万美元的投资，其目标是用完全不同的材料打造全新芯片并对人脑进行模拟。但他清楚这一目标不可能很快实现，“在追求梦想的路上也不能忽略现实”，他说道。

2010年，他因猪流感卧床不起，这段时间里他意识到突破瓶颈的最好方式就是从芯片结构下手，实现对大脑的模拟。“你不需要让神经细胞模拟基础物理学，化学和生物学来提升计算能力，我们要在维持足够灵活性的同时变得与大脑越来越相似。”他说道。

这就是TrueNorth芯片。他不是数字化的大脑，但是它在这条道路上迈出了重要的一步，而且通过IBM的试运行，这一计划也步入了正规。整个机器其实是48台没的机器组成的，每一个都有自己的TrueNorth处理器。下周，随着试运行的结束，Modha和他的团队将会分解这一机器，让研究人员带回家进行进一步的研究。人类利用科技改变社会，而这些研究者正是我们的中坚力量。

培养皿中的“人类大脑”，发育似5周婴儿

摘自：生物探索

近日，在佛罗里达举办的军事卫生系统研究研讨会（2015Military Health System Research Symposium）大会上，俄亥俄州立大学的科学家们称他们已经在培养皿中培育出的近乎完整的大脑，它相当于五周胎儿大脑的成熟度。

该大脑类器官是通过成年人的皮肤细胞重编程而来，是至今为止最完整的人类大脑模型。虽然它只有铅笔橡皮擦般的大小，但具有可识别的结构，且包括了人类胎儿大脑中存在的99%的基因。

俄亥俄州立大学的生物化学和药理学教授Rene Anand表示，这种大脑模型的建立能够在开始临床试验前更快、更确定的检测实验性的药物，从而推进中枢神经系统疾病遗传、环境影响的研究，包括阿尔茨海默症、帕金森氏症等。

Anand教授此前一直致力于研究尼古丁受体与中枢神经系统疾病之间的关系，但是在多次遭遇在啮齿动物中研究孤独症药物的失败后，他开始转向人类神经生物学模型的研究。通过干细胞工程手段，四年后，他建立了人类大脑的“复制品”。

将成人皮肤细胞转化成多能干细胞后，可以重编程成任何人体组织。然而，人类大脑因为巨大的复杂性一直很难攻克。在这项研究中，Anand通过一些技术将能够发育成神经组织的细胞区别出来，在一个模拟子宫环境的装置中进行培育。

通过高分辨成像观察培育出的大脑模型发现，它具有功能神经元、轴突、树突、星形胶质细胞、少突胶质细胞（oligodendrocytes）和小胶质细胞；同时激活了大脑中具有典型兴奋和抑制功能的细胞的标记。

发育成五周胎儿大脑成熟度的模型需要15周，研究人员将继续让模型发育12周，并观察发生的变化。Anand说：“如果让模型发育16-20周，可能会完成缺失的1%基因的发育。但是这些都还不确定。”

值得注意的是，这项研究的发布引来了不少关注。一些同行认为该技术必须处于严格的监管之下。但Anand称，这个大脑没有意识，也不会思考，因此相关研究不存在任何道德问题。