雲栖号資訊：【 點選檢視更多行業資訊】
在這裡您可以找到不同行業的第一手的上雲資訊，還在等什麼，快來！
編者按：本文來自微信公衆号“學術頭條”（ID:SciTouTiao），作者：何靜、周子嫄，36氪經授權釋出。
人類的大腦是自然界最複雜的物體，研究人員已投入大量時間與精力來探索大腦。
目前，科學家們已經揭示了大腦的基本工作方式，最新技術已經可以操縱小鼠的大腦，讓小鼠記憶此前從未嗅過的氣味，甚至改變小鼠大腦裡糟糕的記憶，轉化為美好記憶；還可以利用腦電波改變人們對面部的感覺；甚至讓一個癱瘓的人用意念控制機械臂。
這些新技術帶來了無限想象，可以讓我們讀懂人的心理、偵察罪犯，甚至将大腦與計算機互聯。
但受限于大量無法分析的資料，探索大腦的未來道路并非坦途。正如德國神經學家奧拉夫・斯龐斯 (Olaf Sporns) 所言：“神經科學仍缺乏将大腦資料轉化為基礎知識的理論架構。”
神經科學家阿内・丘奇蘭德 (Anne Churchland) 與拉裡・艾勃特 (Larry Abbott) 也強調分析大量資料時困難重重，“除了需要實驗技巧與創新技術，還需要大量先進的資料分析方法和理論概念模型。”
此外，大腦功能也非單一理論。正如 DNA 雙螺旋結構的共同發現者弗朗西斯・克裡克 (Francis Crick) 所發現的，大腦是一個完整進化的結構，其各個部分在不同時刻進化，分别對應解決不同問題 。
目前，人們對大腦如何工作的了解也較為片面。許多神經科學的感官研究更關注視覺而非嗅覺，因為嗅覺在概念和技術方面都更具挑戰性。但嗅覺與視覺的工作方式無論在計算還是結構方面都迥然不同。如果僅僅研究視覺，我們對大腦功能及其運作方式的了解将十分有限。
大腦功能與程式編碼
将大腦比拟為計算機的說法一直主導着神經科學領域。據統計，僅在過去十年間，就有超過 1.1 萬篇該主題相關論文發表。
事實上，1951 年數字時代揭開序幕之時，神經學先驅卡爾・拉什利 (Karl Lashley) 就已反對将大腦比喻為機器。拉什利寫道，“我認為，人們更可能通過研究大腦本身與其行為現象來了解大腦如何工作，而非沉溺于牽強附會的實體類比之中。”
法國神經學家羅曼・布雷特（Romain Brette）進一步駁斥了将大腦功能類比為程式編碼的說法。布雷特認為，在考慮 “編碼” 時，研究人員已将一種技術意義（即刺激與神經元活動之間存在的聯系）轉向了一種表征意義（即神經元編碼代表該刺激）*。
大多數神經編碼的隐含意義為，神經網絡活動主要呈現給大腦中的理想觀察者，通常稱為 “下遊結構”，它能以最佳方式解碼信号。但這些結構處理信号的方式未知，甚至在簡單神經網絡功能模型中也鮮有明确假設。
處理神經代碼通常為一系列的線性步驟，就像多米諾骨牌一樣一個接一個地倒下。但 大腦由高度複雜的神經網絡組成，這些神經網絡互相聯系，并與外界互聯産生作用。如果隻關注神經元，不将神經網絡與動物行為聯系起來，就會錯過處理的要點。
大腦的 MRI 掃描圖像
匈牙利神經學家吉爾吉・布紮薩基（Gyorgy Buzsaki）在其新書《由内而外的大腦》(the brain from Inside Out) 中概述，大腦并非簡單地被動吸收刺激并通過神經編碼來表達，而是積極地以各種可能性尋找并測試潛在選擇。他的結論是，大腦并不代表資訊，而是構造資訊。
大腦意識上傳或轉移
一些研究人員認為，思維是一種可以在神經硬體上實作的作業系統。換而言之，思維被視為一種特定計算狀态，可以上傳到某個裝置或另一個大腦之中。
唯物主義假設，人類的大腦和思維與其他事物相同，神經元及其支援的過程（包括意識）共存。計算機中的軟硬體互相分開，但大腦與思想是由濕件（軟體、硬體以外的 “件”）組成的，且互相交織。
想象一下，我們可以改變神經系統并運作不同程式，還能把思想上傳到伺服器上。這聽起來很科幻，但其背後隐含的卻是一種非唯物主義觀點，可追溯到笛卡爾時代甚至更早之前，即思想以某種方式浮現在人腦之中，可以轉移到另一個大腦，或者被另一個大腦取代。
事實上，通過解讀一系列神經元的狀态，并将其寫入新的有機或無機基質中，這種有點唯心主義的想法，就披上了一層科學的外衣。
在想象大腦如何工作時，我們不僅需要了解神經元功能，還需要強大的計算能力并精确模拟大腦結構。是以，首先要完全模拟一個能維持單一狀态的神經系統，但目前整個人類文明離邁出這一步還很遠。
在晶片上模拟神經科學
在科幻電影中，面對不是一個級别的 “外星科技”，人類科學家隻能通過反向工程進行拆解研究，以期能獲得零星收獲。面對複雜的人類大腦，反向工程也成為破解出大腦運作政策，以及将其轉換成可為機器所用算法的有效手段。
2017 年，神經科學家埃裡克・喬納斯（Eric Jonas）與康拉德・柯丁（Konrad Kording）決定在真正的計算機晶片上進行實驗，運用資料分析方法進一步了解人腦。他們将分析大腦的技術應用于上個世紀 70 年代末 80 年代初的 MOS 6507 處理器，該處理器可以運作 “太空入侵者” 等遊戲。
首先，通過掃描晶片上的 3510 個增強型半導體獲得晶片連接配接體，再在一台現代計算機上模拟該裝置，包括運作 10 秒遊戲程式。然後使用各種神經科學技術，模拟 “病變”(從仿真裝置中删除半導體)，分析虛拟半導體的活動并研究其互聯性。同時通過運作不同遊戲，觀察各種操作對系統行為的影響。
盡管部署了強大的分析工具，且能明确解釋晶片的工作原理，但這項研究仍未能檢測出晶片内部的資訊處理層次結構。正如喬納斯和柯丁所言，這些技術并不能對研究人腦産生 “有意義的了解”，所得出的結果較為悲觀。
這一實驗結果也表明，我們仍需重大理論突破才能在人腦研究領域取得進展。現有概念與分析工具仍無法解釋人腦奧秘。但該模拟實驗并非毫無意義，至少通過實驗我們已經可以測試假設，并将模型與可精确操作的成熟系統相聯系。
事實上，大腦與計算機的結構完全不同。2006 年，拉裡・艾勃特 (Larry Abbott) 在 《此裝置的開關在哪裡？》一文中稱，他探索了電子裝置中最基本組成部分（開關）的潛在生物實體基礎。雖然抑制性突觸可以通過讓下遊神經元失去反應而改變神經活動流向，但這種互相作用在大腦中較為少見。
神經元并非一個可以打開或關閉，并形成接線圖的二進制開關。與此相反，神經元以類似方式做出反應，再随着刺激的變化而改變活動。神經系統主要通過改變大量單元組成的細胞網絡激活模式來改變工作方式，其網絡節點不是半導體或電子管那樣的穩定節點，而是成千上萬組能随着時間推移對網絡作出持續響應的神經元。
這是一個亟待解決的重要問題。大腦由神經元與其他細胞組成，在神經網絡中互相作用，其活動不僅受突觸活動影響，還與神經調節因子等多種因素有關。此外，人腦的功能也涉及神經元的複雜動态模式。
或許就在不久的将來，各種腦機實驗将會取得突破性進展，理論家也将破解所有大腦功能并揭示其功能原理。
資料來源：
https://www.theguardian.com/science/2020/feb/27/why-your-brain-is-not-a-computer-neuroscience-neural-networks-consciousness? https://www.theguardian.com/science/2015/mar/09/rodent-recall-false-but-happy-memories-implanted-in-sleeping-mice https://www.eurekalert.org/pub_releases/2020-03/uom-ly022720.php https://www.nature.com/articles/s41598-020-63755-5 https://www.quantamagazine.org/common-sense-comes-to-computers-20200430/【雲栖号線上課堂】每天都有産品技術專家分享！
課程位址：
https://yqh.aliyun.com/live立即加入社群，與專家面對面，及時了解課程最新動态！
【雲栖号線上課堂 社群】
https://c.tb.cn/F3.Z8gvnK
原文釋出時間：2020-06-03
本文作者：學術頭條
本文來自：“
36kr”，了解相關資訊可以關注“
”