真正的人工智能离我们有多远
人工智能的研究似乎有了突破的希望，那么真正的人工智能离我们还有多远？
2012 165438+10月14日，在美国犹他州盐湖城举行的2012超级计算大会上，IBM计算机专家提交了一篇题为？1014?这份报告。报道中描述的研究被媒体称为？认知计算的里程碑？。研究人员利用世界上运算速度最快的96台计算机，创造了一个拥有5300亿个神经元和100万亿个突触的人工体？脑子？。
这是迄今为止最大的大脑模拟。它的最初目标是模拟实验室中常见的恒河猴的大脑。有网友开玩笑说？世界上第一台人工智能计算机诞生后的第一件事会是吃一根香蕉吗？但是现在这个？脑子？只是？神经形态工程？从某种意义上说。
这里说的神经元和突触不是生物的。对于计算机来说，神经元就是计算中心。每个神经元可以接收周围成千上万个其他神经元的输入信号，分析和处理数据，然后传输它们。突触用于连接神经元。这是记忆和学习发生的地方。
换句话说，神经形态工程是受生物大脑的功能和结构启发来改进计算机的。例如，传统计算机依靠大量的晶体管来开关，这需要近乎完美的动作。这意味着电力的消耗。人脑只需要20瓦的电力，但如果按照传统方式建造人脑大小的计算机，其耗电量将相当于一个小镇。其中一个原因是人脑是？事件驱动？是的，只有某些神经元被激活，才会消耗更多的能量。而且人脑的突触失败率很高，30%到90%的情况下都会失效，但是人脑工作良好。如果是传统电脑，一个晶体管错误就可能导致死机。
IBM的最新成果把计算机设计成了？事件驱动？功耗也大大降低。但现有的结果在生物学或功能上都不是精确的模拟，计算机仍然不能思考或感觉。一些科学家对实现这一最终目标持乐观态度，但其他人认为这还相当遥远。因为现在人们对人脑的运作了解太少，在神经科学解决最基本的问题之前，人工智能不太可能取得突破。？这有点像拥有世界上数量最多的乐高积木，却不知道能从中获得什么。真正的艺术不在于买乐高积木，而在于懂得如何组装。？《纽约客》评论道。
这不是不可能的
瑞士联邦理工学院神经科学家亨利？自2005年以来，马克拉姆主持了一个名为？蓝脑计划？该项目的目标是用计算机模拟人脑的生理过程。在2009年的一次TED演讲中，马克拉姆说:？造一个人脑也不是不可能，我们需要10年才能做到。？他想象的人工大脑将能够说话，具有人类的智能和类似的行为。
另一位对此问题持乐观态度的研究者是美国未来学家雷蒙德？雷蒙德·库兹韦尔。他预测计算机将在2029年通过图灵测试，他愿意为此打赌2万美元。所谓图灵测试(Turing test)是图灵在1950年提出的一个游戏，让一个人类的询问者询问一台机器和一个真人，对方不知道对方的身份，而机器的目标是让询问者误认为自己是成年人，而真人是帮助询问者正确识别机器。如果机器成功迷惑了询问者，那么我们说机器通过了图灵测试。
支持科学家和工程师乐观的一个主要因素是所谓的。摩尔定律？计算机的计算能力每18到24个月就会翻倍。
2011，美国最受欢迎的电视智力竞赛节目Jeopardy。)，IBM的电脑？华生？(沃森)打败了两个人类对手。智力竞赛节目的题目涉及面很广，包括历史、文学、语言、艺术、科学、文化等。形式是参赛者会收到短语提示，根据这些提示，以提问的方式回答那些短语所描述的对象。涉及对自然语言的理解和联想能力，通常被认为是人类思维优于计算机的方面。
？华生？大卫，的开发者？费鲁奇指出，即使使用最快的处理器，计算机回答一个涉及自然语言的问题也需要两个小时。这对于《危险边缘》这样的节目来说是完全不能接受的。如果你想赢，你必须在三秒钟内回答。所以呢？华生？使用了2880个处理器，分布在90台服务器上。它还存储了多达2亿个结构化或非结构化页面？知识？包含维基百科全文的，在比赛期间没有连接到互联网。
在这次比赛中，两个人类对手是历届比赛中最强大的赢家。华生？打败了他们，赢得了654.38+0万美元的奖金。在自然语言的处理上，华生？创新之处并不是采用什么新的高超算法，而是同时执行成千上万的语言分析算法，从结果中寻找* * *。只有什么时候？华生？只有当他确定自己得到了正确答案的时候，他才会先回答。如果他对答案不是那么有信心，他会保持沉默，不会冒险回答。
虽然不代表？华生？它可以像人类一样理解语言，但它成功地处理了人类语言中的双关和歧义。1997电脑？深蓝？震惊世界的击败国际象棋世界冠军，仅仅5年后，计算机科学家仅通过连接8台个人计算机就实现了相当的计算能力。Kurczveil认为，按照现在计算机的发展速度，在？华生？仅在七年后，单个处理器将完成它在《危险边缘》中完成的壮举。仅10年，个人电脑就能达到这个水平。
从最简单的开始。
秀丽隐杆线虫是一种寿命只有几天的线虫。自1974以来，被认为是分子生物学和发育生物学中最重要的线虫之一。模式生物？。这是一种看起来非常简单的生物:它的长度约为1mm，一条秀丽隐杆线虫由959个细胞组成，其中302个是神经元，95个是肌肉细胞。早在1980年代，生物学家就搞清楚了秀丽隐杆线虫302个神经元的连接方式。然而，在过去的26年里，所有模拟其完整神经系统的尝试都失败了。
在1997和1998中，美国俄勒冈大学和日本的一组研究人员分别试图建立一个完整的秀丽隐杆线虫模型，包括全身的每一个神经元、突触和完整的感觉模态。两个项目都只公布了初步方案，之后就没有了。此后，从2004年到2010年，日本、英国和美国的研究人员开展了类似的项目，有一些收获，但远未完成。
虽然一只秀丽隐杆线虫只有302个神经元，但根据2011发表的一项研究，秀丽隐杆线虫的体神经系统包含6393个化学突触、890个间隙连接和1410个肌肉神经接触。尽管人们已经非常清楚神经元的连接模式，但突触如何表现仍是一个正在研究的课题。哈佛大学的大卫？大卫·达尔林普(David Dalrymple)认为之前的研究只是从连接模式出发，并没有真正了解神经元。这就好比你想做一台收音机，但你手里只有电路的原理图，没有任何关于零件的信息。
达伦·波尔是哈佛大学的博士生，受谷歌CEO拉里？佩奇的资助从2011开始使用？光遗传学？(光遗传学)是指所有人在攻击前都失败了。他的目标是确定秀丽隐杆线虫每个神经元的功能、行为和生物物理特征，并最终在计算机上重建其完整的神经系统。他估计这项工作需要三到四年的时间。
与此同时，美国、欧洲和俄罗斯的科学家与计算机专家合作开展了一个项目？镂空？这个项目也是从2011开始的，试图在计算机上模拟秀丽隐杆线虫的基因和行为。2012年初，他们推出了OpenWorm浏览器，可以让大家以3D的方式探索秀丽隐杆线虫在细胞层面的结构。这个项目的哲学之一是，只有当我们能够重建一个有机体时，我们才能真正理解它。
秀丽隐杆线虫是自然界中最简单的具有神经系统的生物之一，也是生物学家最熟悉的生物。Darrenbur和OpenWorm对秀丽隐杆线虫的模拟只是万里长征的第一步，他们的最终目标是模拟人脑的神经系统。在成功模拟了秀丽隐杆线虫的神经系统后，Darrenbur项目中的下一个目标将是五天大的斑马鱼幼虫，它大约有65438+百万个神经元；然后是96万神经元的蜜蜂，5000万神经元的老鼠，最后是850亿神经元的人脑。达伦伯格预计，在他的有生之年，将完成在细胞水平上对人脑的模拟。达伦公牛出生于1991。
；