關於支援科學新聞
如果您喜歡這篇文章，請考慮訂閱我們屢獲殊榮的新聞，以支援我們。 訂閱。透過購買訂閱，您正在幫助確保有關塑造我們當今世界的發現和想法的有影響力的故事的未來。
當物理學家們解開自然界中某些新部分的運作方式時，這些知識可以用來製造能夠完成驚人壯舉的裝置——飛行的飛機、接觸數百萬聽眾的無線電。當我們開始理解大腦如何運作時，我們應該能夠製造出具有認知能力的驚人裝置——例如，比我們更擅長駕駛的認知汽車，因為它們可以與其他汽車通訊並共享路況知識。2008年，美國國家工程院選擇將逆向工程人類大腦作為其重大挑戰之一。這何時會發生？一些人預測，在腦科學和計算機科學的快速進步的推動下，第一批成果將在十年內到來。這聽起來令人驚訝，但它正變得越來越有可能。事實上，這種可能性已經大到足以讓逆向工程大腦的偉大競賽引發了一場關於歷史“第一”的爭端。
這場辯論的背景是戲劇性的進展。神經科學家正在將大腦分解成各個組成部分，直到最後一個分子，並試圖從下往上理解它們是如何工作的。研究人員正在競相繪製大腦袋的接線圖，從老鼠、貓，最終到人類，這是一個被稱為連線組學的新領域。新技術使得同時記錄許多神經元的活動，並有選擇地刺激或抑制特定神經元成為可能。空氣中瀰漫著興奮的氣氛，一種感覺是我們開始在電路層面理解大腦是如何運作的。到目前為止，大腦建模者僅限於對只有幾千個神經元的小型網路進行建模，但這種情況正在迅速改變。
與此同時，數字計算機的處理能力、記憶體儲存和通訊頻寬正在呈指數級增長。直到最近，這還是透過加速時鐘速度來實現的，在我的一生中，時鐘速度已經從千赫茲躍升到千兆赫茲。但是計算機時鐘已經趨於平穩，現在，計算能力的進步來自於處理器數量的增加以及將問題分配給它們的能力的提高。最快的超級計算機擁有數十萬個處理器，圖形處理單元（GPU）使臺式個人計算機具有十年前超級計算機的速度。如果計算能力呈指數增長的摩爾定律沒有首先失效，那麼在某個時候，計算機應該變得足夠強大，我們對大腦的瞭解應該足夠全面，從而構建基於神經計算原理的裝置。與大腦一樣，這些裝置將基於機率而不是確定性邏輯，並將進行歸納而不是演繹推理。
現在，談談這場被廣泛稱為“貓咪大戰”的爭端。去年11月，IBM研究員Dharmendra Modha在一次超級計算會議上宣佈，他的團隊編寫了一個模擬貓腦的程式。這個訊息讓很多人感到驚訝，因為他已經跳過了老鼠的大腦，並在這個里程碑上擊敗了其他小組。對於這項工作，Modha贏得了著名的ACM戈登·貝爾獎，該獎項旨在表彰高效能計算應用方面的傑出成就。
然而，他的大膽主張受到了洛桑聯邦理工學院的神經科學家、藍腦專案負責人Henry Markram的挑戰，他在2009年宣佈：“構建人腦並非不可能，我們可以在10年內做到。” 在給IBM首席技術官Bernard Meyerson的公開信中，Markram指責Modha“大規模欺騙”，並稱他的論文是“騙局”和“騙局”。這已成為部落格圈中的一個熱門話題，並且在我們這些居住在大腦和計算機科學交匯處的人中仍然是一個熱門話題。
爭論的關鍵是：模擬貓腦意味著什麼？這兩個小組都在模擬大量模型神經元以及它們之間的連線。這兩個模型的執行速度都比即時慢得多。Modha模型中的神經元只有一個胞體——包含細胞核的細胞體——以及簡化的尖峰。相比之下，Markram的模型具有詳細的神經元重建，具有稱為樹突的複雜分支連線系統，甚至具有諸如離子通道之類的全方位的門控和通訊機制。與Markram模型中詳細的生物物理突觸相比，Modha模型中神經元之間的突觸和連線是簡化的。這兩個模型處於簡單性和複雜現實主義的極端。
這場爭議使人們對想要使用簡化的神經元模型以更快地執行模擬，與包括神經元的生物學細節以瞭解它們之間的緊張關係進行了透視。在看同一個神經元時，物理學家和工程師傾向於看到簡單性，而生物學家傾向於看到複雜性。簡化模型的問題在於，它們可能會把嬰兒和洗澡水一起倒掉。生物物理模型的問題在於，細節的數量幾乎是無限的，而且其中很多是未知的。透過使用簡化的神經元和電路會損失多少大腦功能？如果我們能讓Modha和Markram直接比較他們的模型，這可能是我們能夠回答的問題之一。
不幸的是，目前這兩個小組的大規模模擬更像睡眠節律或癲癇，而不是貓的行為，因為它們都沒有感覺輸入或運動輸出。它們還缺少重要的皮質下結構，例如組織運動的小腦、產生情緒狀態的杏仁核和執行肌肉的脊髓。儘管如此，從Modha的模型中，我們正在學習如何程式設計大規模並行架構，以執行可擴充套件到真實大腦中大量神經元和突觸的模擬。從Markram的模型中，我們正在學習如何將許多細節層次整合到這些模型中。在他的論文中，Modha預測，最大的超級計算機將在2019年能夠即時模擬人腦的基本元素，因此顯然他和Markram在這個日期上達成了一致；然而，這些模擬最多將類似於嬰兒的大腦，或者可能是一個精神病患者的大腦。人腦不僅僅是其各個部分的總和。
當然，構建貓或人腦可能不是必要或可取的，因為我們已經擁有功能齊全的貓和人類。但是，這項技術可能會實現其他應用。2005年，麥克馬斯特大學認知系統實驗室主任西蒙·海金撰寫了一篇名為“認知無線電：大腦驅動的無線通訊”的有影響力的文章，該文章為新一代無線網路奠定了基礎，這些無線網路使用大腦的計算原理來預測性地建模電磁頻譜的使用，並且比當前標準更有效地利用頻寬。這並非不切實際。在最近一次與奧巴馬總統舉行的科學技術顧問委員會會議上，討論了在下一次聯邦電磁頻譜拍賣中部署這些智慧通訊系統的早期版本的計劃。
即將到來的是增強其他實用程式的類似方法，例如“認知電網”和其他裝置，例如認知汽車。這些認知系統的感覺器官和運動器官將是世界的基礎設施。感測器將流式傳輸資訊——關於電力使用、路況、天氣模式、疾病傳播——並使用這些資訊來最佳化目標，例如透過調節資源流動來減少電力使用和旅行時間。該系統的某些部分已經到位，但目前還沒有中央神經系統來整合這種資訊洪流並採取適當的行動。似乎不久的將來，就會有。隨著它越來越模仿我們大腦的運作方式，我們周圍的世界將變得更加智慧和高效。隨著這種認知基礎設施的發展，它甚至可能會在未來達到與我們的大腦在能力和複雜性上相媲美的程度。智慧將繼承地球。