神經網路：你的大腦是一台電腦嗎？

原作者:ShamliPrakash

譯者：彭婷

概要：大約三年前， 當我懷孕盼著兒子出生的時候， 朋友送了我Lise Eliot寫的“What’s Going on in There?”的書。

大約三年前， 當我懷孕盼著兒子出生的時候，

朋友送了我Lise Eliot寫的“What’s Going on in There?”的書。 該書與我看過的所有的育兒書籍都不同， 書的作者認為有了孩子後將會是疲憊不堪， 缺乏理智的地獄般的生活， 而且每晚都將是不眠之夜。 因此， 我開始細品此書， 不久後便意識到這是我為人母最需清楚的重要事情。 書中談及人從出生到兒童早期的大腦發育。 它本身就是一個極具吸引力的話題， 在AI方面更是如此。

神經生物學認為人腦通過神經元網路（或神經細胞）發揮其功能。 基於我們的視覺， 聽覺， 動作， 思維， 所做的決定以及它自身的基本功能， 這些神經元能夠相互交流。 中樞神經系統及神經網路是支配與控制人體的核心區域。

如果把這些拆解開來看， 那麼人體運作起來就如同現代的電腦。

換言之， 電腦與人類大腦中最複雜的處理單元十分接近。 眾所周知， 任何資訊處理系統都由輸入， 輸出， 存儲， 處理和程式這五個主要部分組成。 所以我們可以找出大腦和電腦在各個部分的相似之處。

1.輸入：作為行動的基礎， 輸入可以是一種刺激、一組資料或一個物件。

從機器角度來看， 輸入是以不同的格式如圖像， 文本和結構化資料輸送到輸入裝置（譬如鍵盤， 滑鼠， 掃描器， 相機， 麥克風等等）中去。

於人腦而言， 輸入來自於內部和外部的刺激。 人腦輸入“設備”涵蓋了感覺細胞（與視覺， 聽覺， 觸覺， 味覺相關）， 運動/肌肉細胞， 甚至大腦內部的一些細胞。 這些細胞會接收刺激並對其做進一步的處理。

2.輸出：輸出是因處理輸入而產生的資訊或動作。

機器的輸出動作可能是列印東西， 添加數位， 投影圖像， 基於演算法解決複雜問題， 識別圖案等。

人腦中發生的輸出處理顯然更為複雜， 它包括控制內外肌肉， 感官知覺， 管理內部的身體功能（如血壓、心率、溫度）、決策、問題解決、情感、社會行為等活動。

3.存儲：存儲就是輸入資訊， 輸出資訊以及程式存放的地方。

電腦有兩種存儲類型。 我們通常說的RAM就是短期存儲。 短期存儲只會存儲電腦執行即時任務所需的有限的資訊（資料或程式）。 而長期存儲容量更大， 通常會以硬碟驅動器， 光碟， 磁帶等形式進行存儲。

人腦的記憶系統與此十分相似。 大腦的短期存儲被稱為“工作記憶”， 它能在短時間內利用大腦的記憶和注意力執行手頭的即時任務（例如記住老師上課時所說的話）。

人類的長期存儲通過“長期記憶”或LTM功能能夠幾乎無限期地存儲無限量的資訊。 它存儲的東西包括譬如對特定事件， 事實資訊和經驗的記憶。

4.處理器：這可能是最簡單的平行掌握。 它指的是執行指令的中央處理電路。 對於電腦而言， 執行指令的就是它的CPU。 而對於人而言， 執行指令的是由腦和脊髓及其內部電路組成的中樞神經系統。

5.程式：在電腦語言中， 也可以稱之為“代碼”。

序指的是複雜的指令集。 為了輸出， 指令集中會列出要輸入的內容， 同時將已被定義參數中必須按照定義循序執行的一組函數組合在一起。

這是我們今天談論的核心。 對人而言，

這個代碼會通過大腦中的神經元執行。 通過處理所需的動作信號， 讓神經元加以傳遞， 即可實現神經元間的相互連接， 而整個過程由中樞神經系統控制。 而突觸是交換信號或資訊的關鍵神經結構。

電腦程式通過機器代碼運作， 這就是所謂的位元模式。 （即資訊的二進位單位， 如“1”和“0”）類似地， 人腦運行代碼時， 神經元會通過化學信號或電信號模式傳遞到下一個神經網路。

人工神經網路（ANN）與生物神經網路的運行完全是一樣的。 ANN是由相互發送信號的人工神經元組成的網路。 這種網路的功能與大腦類似， 它是通過觀察來學習的， 無需特別的程式設計。 試想嬰兒是如何能一眼就認出狗的。 其實那是因為你指著狗對他說這是“狗”。 重複幾次，嬰兒的大腦就學會了識別狗，並記住了它相應的名稱。機器也是以相同的方式進行學習的。

有趣的是，人類智力就如同人工智慧一樣也亟待開發。在大腦發育的早期（通常是4-5歲），會急速形成連接神經元的突觸。在資料科學術語中，這個階段類似於“模型訓練”---孩子接觸的東西越多，與之相關的突觸形成得就越多。其中語言學習就是一個很好的例子。孩子早期接觸語言學越頻繁，他大腦中與語言相關的區域發展得就越迅速。其他的認知能力與非認知能力也是如此。

這極大地啟發了我，並改變了我對童年認知。也許對我而言，最重要的一點就是：早期時你讓孩子接觸不同事物的次數越多，那麼他對相應功能突觸的訓練強度就越大。換言之，就像人工智慧一樣，人類智力也可以被塑造。這種理解也是辯論“先天與後天”的關鍵所在。

我們仍在不斷地瞭解人腦結構及其功能。除此之外，我們甚至還有許多方面未曾觸及其表面。但對我來說，這一切都可以歸結為一個問題：是否所有大腦的功能都是計算式的？即無論處理起來多複雜，是否它們都可以被歸結為“輸入-處理-輸出”式方程，也就是在理論上能夠在物質世界中被複製。亦或是人腦中是否存在不可程式設計的部分？（如意識，自由意志，記憶分類等等）

這種可能性現在還沒有定論，而AI的局限性很大程度上取決於這個問題的答案。

重複幾次，嬰兒的大腦就學會了識別狗，並記住了它相應的名稱。機器也是以相同的方式進行學習的。

有趣的是，人類智力就如同人工智慧一樣也亟待開發。在大腦發育的早期（通常是4-5歲），會急速形成連接神經元的突觸。在資料科學術語中，這個階段類似於“模型訓練”---孩子接觸的東西越多，與之相關的突觸形成得就越多。其中語言學習就是一個很好的例子。孩子早期接觸語言學越頻繁，他大腦中與語言相關的區域發展得就越迅速。其他的認知能力與非認知能力也是如此。

這極大地啟發了我，並改變了我對童年認知。也許對我而言，最重要的一點就是：早期時你讓孩子接觸不同事物的次數越多，那麼他對相應功能突觸的訓練強度就越大。換言之，就像人工智慧一樣，人類智力也可以被塑造。這種理解也是辯論“先天與後天”的關鍵所在。

我們仍在不斷地瞭解人腦結構及其功能。除此之外，我們甚至還有許多方面未曾觸及其表面。但對我來說，這一切都可以歸結為一個問題：是否所有大腦的功能都是計算式的？即無論處理起來多複雜，是否它們都可以被歸結為“輸入-處理-輸出”式方程，也就是在理論上能夠在物質世界中被複製。亦或是人腦中是否存在不可程式設計的部分？（如意識，自由意志，記憶分類等等）

這種可能性現在還沒有定論，而AI的局限性很大程度上取決於這個問題的答案。