美国贝勒医学院(Baylor College of Medicine)与莱斯大学(Rice
University)的科学院,在美国科学促进会的年度会议上发表了一份研究报告,指出人工智能过于紧急,应用于生物医药研究上某些领域,所带来的不准确结果,可能导致科学危险机。

必威官网 1

必威官网 2

►曾红葵,脑科学领域杰出科学家、美国艾伦脑科学研究所执行官

bbc引述莱斯大学电科副教授genevera
allen的观察法,来多学科研究采用机器学习软件来分析数据,从生物医药到天文领域不等,但相关软件所找到的模式只存在于数据集中,而非实体世界,因此可能会导致不正确或错误的分析结果。

►美国艾伦脑科学研究所执行官曾红葵在《五分钟洞察》接受浙江大学生命科学研究院教授王立铭访问,探讨人类大脑研究的惊人突破,畅想未来人脑与机器是否会无缝连接

艾伦说,这些研究成果,通常要等到另一个采用相关且更大的数据收集的资料分析结果出来后,当二者结果不一时,问题才会被发现。因为艾伦看到许多针对同一类型的资料进行分析的结果并不一致,甚至完全不同,这使得她无法相信许多多以机器学习技术分析出来的。案中,也担心未意识到这一问题的科学家,将因此而浪费许多的精力与资源。

《五分钟洞察》由长城会,知识分子,ZAKER联合出品

人的大脑非常复杂。我们通过对大脑神经细胞深层次学习,包括相应的视觉皮层,神经网络等等,形成了人工智能及相关学习。在整个世界上,在所有的领域,现在都得到了广泛的应用。

与此同时,我们也认识到人的大脑仍复杂无比。人的大脑中有800亿个神经元,通过对小鼠的研究我们可发现,在小鼠大脑的一立方厘米的体积当中,就有7500万个神经元,而每个神经元都有一千个神经突触,神经元通过神经突触进行通讯,而每个神经元都有一千多个突触。

大脑仍有很多复杂的东西有待我们揭开谜底,我们不仅要研究大脑,而且要通过不同的方式来研究大脑。相应的人工智能,包括算法的学习等方面,在过去的二三十年里,取得了很大的进展,帮助我们更好地了解我们的大脑。而我们所进行的“大科学”研究,也许是帮助我们实现实质性进展的唯一方式,帮助人类更好地了解自己的大脑。艾伦脑科学研究所(Allen
Institute for Brain
Science)就是从事这样的研究,我们将目标进行解构,更多地了解它的原理。

必威官网 3

►艾伦脑科学研究所,来源:Allen Institute

我们研究院由微软联合创始人Paul
Allen于2003年创立,是一所建立在美国西雅图的独立研究机构,也是一所非盈利性研究机构,主要进行基础性的研究。

大脑是世界,乃至整个宇宙中最复杂的计算单元,更好地理解它如何运转是我们的目标,但我们也知道,仅通过我们的研究院无法解决所有问题,因此我们努力地把所有我们工作当中获得的数据、工具、知识免费地分享给整个科学界。艾伦先生希望我们的研究院能够成为一个创新型的研究院,它与传统的研究院有着本质的不同,我们是工业化的大科学,我们的研究模式与学术、心理研究不同,它能更好地和产业界结合起来。另外,艾伦研究院所有的项目都是跨界的研究,包括分子生物学、分子物理学、工程学等。计算机专家与各界科学家一起工作,为了共同的目标而奋斗。

艾伦研究院遵守三个“科学”原则:大科学研究、团队科学以及开放科学,我们拥有30个不同研究方向,但向着同样的目标前进的团队。我们选择的项目不是一些简单的理论性项目,或者其它研究室、研究院、大学也可做的项目,我们从事的研究会有很大的不同。我们想了解一些基本的生物科学,这是一个从无到有的过程,或许需要花费五到十年的时间,但可为我们打下了坚实的基础,可使我们系统地做好这样的项目。

必威官网,我们想理解人的大脑到底怎样运作,如何来实现呢?我们知道无线电可传递音乐,通过打开无线电的壳子,我们可观察里面的组件,然后组合起来看看它是否发出声音。大脑也可用同样的拆装方式,我们叫“3C原则(Component,
Computation,
Cognition,即组件、计算、认知)”。我们想知道大脑各个部件的情况,包括每个神经元的特质以及它们的神经突触是怎样互动、交互的;在计算方面,我们想去发现它们自上而下、自下而上的各种路径,以及如何从外部进行编码,怎样进行决策,以及行为的产生;随后,我们想把组件和计算结合起来,产生相连的认知范式,包括决策相应的机制,观察各个组件怎么结合在一起。随后,对整个过程进行模拟仿真,通过这个过程,可帮助我们更好地理解一些新的原则。

藉此,运用大科学的方法,我们有整个试验的范式,从分子到整个的计算预计,研究院300位科学家用各自不同的方法,为一个共同的目标而奋斗。这个目标就是通过这样一种集成的方式,真正获得人脑的、复杂程度高的原理,帮助我们更好地了解神经元之间的通讯机制,观察神经元如何在活体的大脑中运作。通过运算、建模,在单一的神经元及神经元网络中进行试验,然后,运用真实数据对大脑进行深入的研究。

从输入到组建,再到计算及活动的预测,我们是把它称为对大脑的另一种探秘,这其中也借鉴了航天领域的知识。

那么,大科学项目是怎样开展的呢?我们借鉴了大量的方法,包括相应的解剖学等等。首先,我们要有远见,包括我们的愿景,以此帮助我们可以专注于长期的目标,制定一些里程碑式的目标以及一些子目标,然后在整个项目周期中,把一些子目标落地到真实的项目中,分各个阶段进行相关的预算、策划,包括实验室的信息管理系统、对大数据进行管理等等。此外,我们也把业界相关的质量控制和质量保障机制代入到研究当中,建立及时的反馈机制,包括引入了变更管理的制度,帮助我们进行科学研究。所以,通过这些方法和技术,能够帮助我们更好地去开展科学研究。

我们还有一些科学家与项目经理合作紧密,来自外部的咨询顾问也会帮助、指导我们确定科学的研究方向。以上种种都需要很好的企业文化,这样的文化与一般的、学术性的研究室区别很大。当然,我们做研究是不赚钱的,赚钱也不是我们的目标。所以我们非常欣喜,发布的学术成果,可对整个业界作出相应的贡献。当然,我们有很好的认可制度,要对更多人作出相应的认可、奖励,每个人都作出了努力,每个人都作出贡献。

通过这样一个共享目标的制定,我们每个人的创新能力都能够得到释放。如今,谷歌实施了一种创新机制,80%的时间做大项目,20%的时间是在他们想做的任何事情上。我们也有了这样的机制,设定一个20%的自由度,可以思考一些新的机会,包括去承担一些风险,这样就可以更好地产生更多的创意和创造力。

我们同谷歌、亚马逊等公司合作,充分利用这些公司的机器学习和人工智能的算法帮助我们,对一些影像数据进行处理、分析,包括机器学习分析等等。由此我们可把一些特征、原则从数据中提取出来。我们建立的大脑脑图网站,在过去十三年时间里,已经有500万人访问过,而我们的团队是只有300人的研究院,这就是我们的成绩。

相关文章