回覆列表
-
1 # 小向資源網
-
2 # 何必那麼真
需要,目前已經預料到,將來好多便利智慧的東西,不需要人親自來操作,但是人還是需要思考,因為思考總是伴隨著進步,沒有了思考,智慧產品就會霸佔我們的所有一切,到時候我們只能淪落為產品的奴隸,這是何等的悲哀。然而,我們是不會讓他們得逞,所以思考會一直延續下去的。
需要,目前已經預料到,將來好多便利智慧的東西,不需要人親自來操作,但是人還是需要思考,因為思考總是伴隨著進步,沒有了思考,智慧產品就會霸佔我們的所有一切,到時候我們只能淪落為產品的奴隸,這是何等的悲哀。然而,我們是不會讓他們得逞,所以思考會一直延續下去的。
當大腦研究不斷深入,“造腦”似乎正在成真;當大資料引發計算革命,人工智慧找到新路……近日舉行的浦江創新論壇上,多領域科學家暢議未來科學疆界,有專家提出科學哲學一問:未來,人類是否還需要思考?
從大腦研究到“造腦”
早在100多年前,著名的西班牙科學家、神經系統研究的先驅者卡赫曾經說過,“只要大腦的奧秘尚未大白於天下,宇宙將仍是一個謎”。論壇上,中科院院士、腦科學研究專家楊雄裡教授傳遞兩個令人驚訝的訊息——
最近奧地利科學家應用人的胚胎幹細胞或者成年人的面板細胞,透過精細的操作培育出一個包含大腦皮層、視網膜,以及跟記憶有關的海馬區的微型大腦。儘管這個微型大腦“年齡”相當於人類胚胎9周的發育水平,從整體上來說它跟一個完整的人類大腦之間還有相當顯著的差距,但是這樣的成果已相當令人振奮。若將其植入到中樞神經系統損傷的部位,是否可以有效促使中樞神經系統損傷以後的修復?以此為橋樑,是否可以期待腦科學與資訊科學、計算機科學、工程技術之間產生更加密切的交叉,和更加活躍的互動?
在瑞典,有課題小組正在研發神經形態晶片。研究人員在微型的晶片上面模擬大腦神經元和突出的神經生物學屬性,嘗試實時實現複雜的感覺和認知任務。
儘管科學界大腦研究的目的,並非單一指向對大腦的“複製”,但這些“造腦”資訊顯然反映出當前對大腦研究的深入推進,以及未來廣闊的探索空間。
楊雄裡教授列出一組資料:人腦組成單元神經細胞數量達上千億,與銀河系已知星體總數相當;而作為神經細胞的連線點“突觸”數量,又是神經細胞的1000倍,達到10的14次方,每秒完成千萬次動態連結; 人類大腦可儲存的資訊相當於美國國會圖書館藏書總量的50倍……正是這些數字構成的神經網路令人類得以產生感覺、接收訊號、形成意識、獲得邏輯、發出指令、學習、擁有記憶。也正由此,揭示腦的奧秘成為現代科學麵臨的最大挑戰。
近幾十年來,在細胞和分子層次上,科學家們用特殊的方法標記了各種型別的神經細胞,透過其他新技術研究各種不同狀態的神經細胞活動的特點和功能特性,並把細胞的形態和它的功能相關起來。另一方面,科學家們透過無創傷腦成像技術,嘗試在腦實施不同功能的時候,監測和分析腦的不同分割槽的神經細胞活動狀態及其變化。
在以上兩方面,科學家們已經取得了巨大成功,但巨大的鴻溝也由此形成。在細胞和分子水平的研究結果,與整體檢測腦功能活動狀態研究之間,我們對於產生知覺、認知、思維等涉及數千乃至上百萬神經元叢集活動的監測,仍然積累不多,需要更多有效的技術手段,才能令研究者們探索大範圍的神經元叢集功能狀態及動態變化成為可能,進而助力人類在探索大腦,甚至實現“人造腦”的路上跨越溝壑、走得更遠。
大資料讓機器更聰明
如果說大腦研究,更多著眼於人體之內的話,那麼大資料時代的降臨,似乎正在讓機器變得更聰明。
中國科學院院士,北京航空航天大學校長懷進鵬從硬體說起:當代積體電路技術的發展主要是基於“摩爾定律”,即晶片上電晶體特徵尺寸不斷縮小,而晶片效能不斷提升。過去的幾十年裡,各國科學家全力以赴,力圖將更多電晶體整合到一塊更小的晶片上。目前,一塊市售22奈米晶片上已包含十億個電晶體。與此同時,因為計算的速度和儲存容量不斷變化,CPU 效能提高3500倍,記憶體和硬碟價格下降了35000倍和460萬倍……這些資訊科技的飛躍,正將人類推入一個全新的免費線上時代。而由此產生的海量資料,為計算科學開闢了新的研究領域。
近三年來,大資料計算已經在社會科學研究領域得到了許多應用。懷教授舉例,谷歌曾憑藉搜尋情況,準確預測到了流感的發生及其傳播規律,還有企業甚至估算出金融危機的爆發……當浩無邊際的資料之海,透過電腦分析告訴我們如此之多,令人不得不深思,這是否意味著一個新的計算時代的誕生?它對人工智慧的意義分量幾何?
專家對比以前在工業經濟中的傳統統計計算方式,做任何特徵識別時只需取樣即可,相當於做菜到了一定火候,拿勺子舀一點嘗一下,而如今,老辦法在大資料面前失效了,資料不斷加入不同型別的內容,靠品嚐、靠抽樣顯然已經無法滿足……從傳統的計算科學向大資料張望的科學家們面臨的問題,顯然不僅限於此——資料的增量性如何處理?近似性如何有效結合?如何更有效利用還原方法、歸納方法研究計算當中的屬性?
他進一步指出,這一基於資料的學科,若要給人工智慧帶來進一步影響,就不僅僅是數學的事,更涵蓋了傳播學等學科。抽象如一個資訊從哪個地方開始傳播?為什麼傳播?社會的認知如何?具體到為何在各類情感中,網際網路上憤怒是傳播得最快的?這些都可以成為未來探索的方向。
在城市建起人工神經網路
早在1950年,天才的計算機科學家圖靈就已經透過嚴密的論證,闡述了計算機也能產生智慧的科學事實。多年以後的今天,計算機及其相關科學的發展早已超越了前人想象,相比之下,人工智慧研究的方向,卻稍顯迷惘。腦科學、數學計算科學領域已經發力,在城市發展的社會科學領域,探索同樣也在進行。
專家指出,在物聯網時代,智慧城市的建設離不開智慧計算機的幫助,物聯網產業所帶來的思想碰撞與技術融合,也會為人工智慧技術帶來新的突破。
近幾年,計算機科學家們仿照人腦神經系統的構造,提出了構建人工神經網路以發展人工智慧的設想,與智慧城市的原理不謀而合,城市裡遍佈的感測節點,就如同人腦中的一個個神經元細胞,節點之間按照一定的路由選擇演算法與主機連線,最終使整個城市變成一個巨大的大腦。
專家認為,物聯網技術的興起大大促進了感測器的發展,感測器的職能便是蒐集資料,各種聲光壓力溫度感測器就好比人類的五官和觸覺,保證了物聯網系統擁有源源不斷的資料資訊,而云計算的異軍突起更是為這些海量資料提供了一個可靠的處理方式,如果人工智慧的研究藉助物聯網系統的資料蒐集方式和資料處理方式,再配合適當的機器學習演算法,也許會有新的思路。