手机网站
手机网站
波士顿大学的提姆·奥奇掌握着他最重要的研究对象之一的薏苡。
【网络智能7月4日新闻】研究鸟类、老鼠和鱼类的神经科学家们从传统的学术机构转型为苹果、谷歌、脸书等提供大量报酬的科学技术公司，提高了人工智能和汽车的自动驾驶等技术。
动物思维研究竞赛
Jaguar是一只老鼠。 我住在哈佛大学罗兰大学，有时在那里用装备玩游戏。 金属棒放在金属棒前面的小平台上。其作用是通过感知能力找到虚拟箱子的边缘。 为此，用右爪抓住可旋转360度的操纵杆，操作操纵杆直到感觉到机器的反馈。 他一碰到正确的目标区域，例如箱子边缘，管道就鼓励他一滴糖。
为了追踪Jaguar的脑活动，研究人员对其进行了基因改造，使其神经元在放电时发出荧光。 这种光透过玻璃板看得见。 这块玻璃板通过牙固定粉与颅骨的一部分融合。 玻璃板上的显微镜记录了玩耍时大脑发光的图像。 “在一个过程中，教授新的规则，观察成千上万的神经元学习过程，看看它是如何变化的，”负责这个实验的神经学家麦肯锡说。
在过去的几十年中，马西莫的见解只能促进对小鼠和大脑功能的了解。 但是现在越来越多的专业动物研究者协助开发人工智能软件和脑机接口，她只是其中之一。 她想知道老鼠是怎样学习的。 其中一部分原因是教你如何学习电脑。 例如，观察鼠标在视频游戏中对意外情况的反应，有一天可能会将类似的技能传递给机器人。
哈佛大学罗兰研究所的神经科学家研究小鼠，训练它们完成视频游戏和控制杆等任务。
其他神经科学家研究斑胸草雀的叫声技术。 有些人成为羊头骨的导电专家。 很多人选择了传统的高中生物学研究对象:果蝇，神经结构比较简单，蠕虫，从自己少的神经元中榨取大量的汁液。 过去几年，各大科技公司在一直“袭击”的高中，挖掘出了这些专家。 “苹果、Facebook、谷歌和Twitter从Mathis最近的奖学金项目中聘用了博士生。 "博士生在取得学位之前有工作要做。 ’他说
当然，动物在长期推进企业科学中起着重要作用。 特别是在医疗方面。 但是，希望将斑马鸟的语音处理机制解析应用于Siri语音识别软件，或者希望将对鼠游戏过程的洞察应用于亚马逊仓库依靠机器人运动的未来视野，这一想法至今仍然存在。 各行各业都发生了翻天复地的变化，揭露动物思维秘密的竞争变得越来越不可思议。
建立通用的人工智能和大脑界面
1958年，康奈尔大学神经生物学家弗兰克·罗森布拉特发表了传感器。 这是最早用电脑模拟大脑结构的装置之一。 例如，作为其处理要素的罗森布拉特所说的神经元协调地确定特定的照片是男性还是女性，这是图像识别的原始尝试。 传感器的研究停滞不前，Facebook、Google和其他公司将他们巨大的人工智能计算系统持续表现为“神经网络”，这些网络由数百万神经元协同工作。
今天，这个简单的概念也大大夸大了计算和认知领域的共同点。 你真正不理解的东西很难复制。 大脑的真正工作方式，如神经元组是如何保存记忆的，神经科学尚无头绪，因此神经元的数字对应物还只是有缺陷的仿制品。 它们可以在经训练的初级处理引擎中执行大量统计计算和识别模式，以得到对应于生物学的名称。
玩电子游戏的鼠标帮助研究者解开神经网络的秘密。
然而，随着科技界对所谓通用人工智能( AGI )的追求，计算与认知领域之间的壁垒已经脱离。 暗示性的目标是制造具有感知功能的机器，它能够自己解决问题，不是依靠人来训练它，而是具有内在的动力。 令一些伦理学家感到安慰的是，我们实现通用的人工智能还有很长的路要走，但在很多计算机科学家和神经科学家看来，大脑给我们指明了方向。
有些公司还努力创造大脑界面，使假肢像自然的肢体一样运动，或者将知识下载到大脑中。 埃隆·马斯克旗下的Neuralink就是这样一家公司，另一家是由技术大亨布莱恩·约翰逊创立的Kernel。 神经科学家们为这些创业公司提供了全面的建议，包括通过颅骨发布信息的方法，以免电极对被检查者造成不良影响。
马西莫斯的哈佛实验室，这两项努力共同的科学原理是显而易见的。 “这是我们的老鼠宫。 ’她说，“同时打开了房门。 里面有几十只关在塑料筐里的老鼠。 这些动物蹦蹦跳跳，大批来访者抬起头，挥舞着胡须。 干净的房间里没有多少啮齿类动物的味道。 红灯照亮了整个栖息地，保证了天生夜行性动物在白天是冷静的，能为科学做出贡献。
这门科学包括虚拟盒子游戏和非常困难的原创“马里奥克”这样的游戏。 在后者的游戏中，鼠标跨越两个定制的电动圆盘，爪子嵌入两侧的槽中。 屏幕上显示绿色道路，边缘显示蓝色矩形。 当鼠标开始接近蓝色矩形时，必须小心操纵鼠标才能停留在虚拟道路上。 和人一样，这些老鼠也在玩的同时眼睛停滞不前。 如果玩了30分钟左右的话，就不想玩了。
通过用显微镜观察大脑，能够记录惊人的多数信息。 马西莫斯说:“可以同时观察感觉皮质、运动皮质、决策区域的大部分。” 研究人员有时会改变游戏的规则和操作方法。 例如，不是直线运动，而是通过拉操纵杆来引起锯齿运动。 然后，观察神经元发光的差异。 马西莫斯还致力于切断神经元的子集，例如学习中涉及的节点，观察其多馀的神经元的反应。 有一个早期的发现，运动时除了运动皮质以外感觉皮质也起作用，其作用似乎比她本来的构想还要大。 马西莫斯指出“这些神经元不仅参与了特定的事情”。
麦肯齐·马西莫斯和亚历克斯·马西莫斯
她的主要动机之一是理解动物如何更快的适应物理环境的变化。 例如，如果抬起未知重量的物体，大脑和身体会迅速计算抬起它需要多少力量。 现在机器人做不到，但是注入鼠标神经元学习模型的机器人有可能做到。 马西莫斯说，老鼠是非常有力的候选人，有助于弥补这一差距。 他们的大脑十分复杂，能够表现出高层次的决策，但是十分简单，研究人员能够在足够的时间内推测出这些联系。
我们近年来只开发出了能够捕捉、处理、分析大约7500万只普通老鼠大脑神经元的一部分产生的数据量的强大计算机。 近年来，人工智能软件取得了充分进步，使许多研究工作自动化。 马西莫斯和她的丈夫亚历克斯马西莫斯开发了名为DeepLabCut的开源软件，利用这个软件跟踪了被实验者的运动。 该应用利用图像识别技术跟踪鼠标在玩游戏时的大脑活动，跟踪获得糖报酬时的反应。
科学家们过去手工完成这样的工作，在笔记本上记笔记。 现在，软件可以在几分钟内完成过去几周或几个月的工作。 “2015年有篇关于灵长类的论文，追踪了指关节、四肢、胳膊等相当多的身体部位。 猴子有伸手抓东西的工作，”亚历克斯说，“这篇论文的第一个作者给我写信，说他两年前就能拿到博士学位了”。 现在有200多个研究中心使用DeepLabCut跟踪各种动物。
这种软件的开发和分析引起了科技公司对神经科学家的兴趣，这种兴趣和他们对动物的认知洞察力一样强烈。 现代大脑的研究人员必须知道如何编码和处理大量信息，以便谷歌人工智能人员必须掌握改进广告算法和自动驾驶汽车的能力。 以动物为焦点的神经科学家也习惯研究非传统思想。 麦肯锡说:“遇到很多有创造性的人，他们有点对不起，但他们是把自己的职业生涯推向黑匣子研究的人。”
鸟类研究
Tim Otchy不是小鼠的实验，而是鸟类的研究。 奥奇是波士顿大学的研究助理教授，右臂有斑胸云雀。 在他的纹身上，一只矮胖的小鸟站在树枝上，忧郁地看着天空。 “我最喜欢鸟了。 ’他坐在一堆书的办公室里说。
鸟类理解其鸣叫的意思，如果能够得到正确的理解，就有望应用于语音识别软件。
上个世纪90年代末，奥吉在佐治亚理工大学攻读机械工程专业时，在一家专门从事工厂系统自动化的公司工作。 他的作用是让机器人识别什么，无论是小东西还是汽车零件，从传送带上下来之后再进行分类。 他说:“这项工作太难了，出乎我的意料。 毕竟，这些都是孩子也能完成的任务”。 这种挫折感使他决心解开知觉、决策和学习的内在机制之谜。 他离开了这个工厂，最终投身于神经科学和斑胸草雀。
斑胸草雀这种鸣鸟有着罕见的技能。 大多数动物本能地知道如何发出声音，但是鸣鸟学习模仿它的声音，改变声调，表现出对鸣声的意义理解。 数十年的研究已经指出雀类脑中负责这一行为的结构，即众所周知的鸣叫核。 该领域的研究更深入地了解了神经回路的功能，同时为其他人的运动、感觉和情感研究带来了启发。 了解鸟儿是如何相互模仿的，有助于我们说明它们是如何相同的，也许对于教授机器语言技能等很重要。
罗布森和詹妮弗坐在核磁共振成像装置旁边。
今年9月，詹妮弗和罗布森将在德国政府资助的马克斯普朗克生物控制论研究所学习。 两人之所以留在学术机构，是因为他们喜欢罗布森所说的“运动场环境”的自由和柔软性。 是的，动物实验对无害无力的动物可以接近人情。 他们也有人情的一面。 这可能是人工智能所希望展示的一点。
4年前，在制作可追踪显微镜之前，詹妮弗利和罗伯森使用粘性凝胶，在幼小的斑马鱼上当场游泳数小时，测量神经元是如何发光的。 一天早上，两人来到实验室，发现一条鱼苗在离开18小时后仍在游泳，远远超出了他们的期望。 “这动物真了不起。 ’罗伯森说。 “太完美了，”李先生补充道。 “那种行为是完美的。 ”由于实验的严密性，研究人员不能让他们的英雄繁衍后代，但他们把母亲放在特别的水族馆里，做了养宠物的好事。 他们取名为弗雷德，以艾米·阿克在电视剧《天使》中饰演的聪明绝顶的角色命名。
罗伯逊和詹妮弗利说，人工智能和大脑界面的发展迫使人类变得更有人情味。 毕竟，如果我们的目标之一是把我们自己的道德灌输到思想机器里，我们就必须比以往更加考虑道德问题。 例如，谁应该获得更强的思维能力？ 自动驾驶车应该优先救助乘客而不是步行者吗？ 机器如果没有多大的智力，就不能教我们道德？ “那本质上是一个道德问题。 如何衡量生命？ ’在本科学哲学的詹妮弗？ 李说。
“这意味着我们必须密切注意道德问题，”罗伯森说。 “我必须投身这里。”
