牛津大学名誉教授Colin Blakemore:大脑是如何计算的?

智慧起航,共创未来

【导读】9月21日,英国皇家学会会士、中国工程院外籍院士、香港城市大学教授、牛津大学名誉教授Colin Blakemore在第二届中国认知计算与混合智能学术大会(CCHI2019)作了报告——大脑是如何计算的? Colin教授的主要研究领域是神经学计算,以及人体其他器官和人脑相关作用。17世纪英国著名物理学家Thomas Willis开创了神经学计算的先河。大脑的生物结构非常独特,它在进行人脑计算的整个过程中有很大的潜力。

640?wx_fmt=jpeg

目前人们对“大脑启发的人工智能(AI)”的兴趣是基于一种假设,即人类大脑使用的计算原理可能会在未来几代的计算架构中得到体现。然而,关于神经系统使用的计算机制的知识仍然是基础的,AI和神经科学之间的对话是双向的。节点的概念,与可变权重紧密相连,是连接主义模型的基础,松散地基于大脑的真实连接和突触可塑性的现象。但是反向传播和监督学习在生物学上的不可思议性导致了对不使用这些原则的网络计算的探索。神经网络模型对大脑皮层感觉区域的活动依赖性成熟以及大脑损伤对语义表达的影响等过程提供了深入的认识。但是,在已知的真正的神经计算与人类大脑非凡的行为和认知表现之间,仍存在着巨大的鸿沟。AI的发展可能推动人们对大脑的理解,就像神经科学的发现可能激发AI一样。

人脑结构比电脑的结构复杂很多,人的大脑至少有10~11条基本神经元线,神经元超过万亿级。神经信息的传播被称作神经激活,它的机制是根据时间推移及相互作用进行重组。突触是指一个神经元的冲动传到另一个神经元或传到另一细胞间的相互接触的结构。突触是神经元之间在功能上发生联系的部位,也是信息传递的关键部位。人类通过突触的引导进行肌肉互相的作用和改变,进行每一次活动离不开神经元或突触的指导作用,在突触的指导作用之下才能激活起人大脑当中不同的部位,这样才能结合在一起生成人类的行为,通过指引各个部位的肌肉进行协调活动,才能反映回神经元和大脑的信息,这是突触一个特别的功能。澳大利亚科学家约翰首次在神经元部分发现突触聚合作用,以及突触怎么区别积极动作和消极动作,发现了神经元当中的一些纤维可以发出不同的信息以及突触对于一些潜在的可能性的信息进行辨析的功能。人类神经元每一个突触的纤维都存在改变的潜在可能性。

Edgar对光视觉纤维神经进行了研究,当灯光从明到暗进行转变时,神经方面会有整体变化,有时是内部和外部神经共同进行对光的感知。使用更多信息能够更多的去了解到神经性的研究,尤其是突触在工程学方面的综合性应用,比如传播速度、动态学因素和原因,以及大脑算法的规则和规律。神经系统根据能量的转化进行运转,通过蛋白质的改变来对网络在神经传输过程进行优化。神经系统的发展过程表明,人类后脑中有视觉形成的机制,从视网膜折算出的图像通过前面的神经对光线折射在视网膜形成形象对大脑进行覆盖,突触脉冲使神经元更为有效的处理图像,这种特性在现实工业中没有办法使用计算机来模拟的,尤其是图像的设置和处理。大脑进行海量的信息处理时,都涉及到视觉感官的神经元。对于语言感知能力有相关的神经进行管控有很多可能性,大脑有非常多的空间和潜力需要对信息进行整合和处理,进化不断给大脑皮质进行开发。

感知区域对应计算能力的相关分布。为什么要去额外增加计算的能力?因为信息已经被限制住了。在固定的区域中,突触和神经元在第一个阶段处理的信息是非常有限的,对于很多细胞潜在的能力没有得到很好的开发,需要把它的可塑性更多通过规则性的解读总结出来。通过扫描大脑基本情况后,大脑突触和神经元处理信息时使用不同的脑电波变化,类似先进的信息处理功能,可以从视觉感知和系统中获取最初步的图像,这在低级动物大脑中没有发现。第二个阶段,大脑有关注性和关键性的处理,关键点结合在一块比较具体化、详细化,对每一个单独的模型建立起来一个架构,它会展现出来相同的体现。

大脑中间部分从解剖学角度来看,越来越多的大脑皮层向后移动,顶级向下级移动的方向,它的反馈机制怎么样建立起来?很多动态形态会提供一个展示,即对前一个工作向前推移,这是一个对于所有真实世界的假设,怎么样把所有的模型不断地进行重复?需要对此进行估算,怎么样对物体移动的下一个方面进行估算?这就是大脑皮质层所做的处理,这也是非常复杂的过程。在扫描时有很多不同的图像,对关键性、聚焦性的物体的图像进行反映,需要对大脑的活动进行分类,通过分类之后才能知道它的模型后面所运行的机制是什么,从一个顶端的设计来获得的图像其实是最基础的出发机制和原则。

通过眼睛的运动和物体的运动,怎样在大脑做出很精准的形象的判断和计算?大脑对活动的物体在移动当中区分出哪一部分的图像应该被捕捉,哪一部分应该被过滤掉。看到一个物体移动时眼睛会筛选,刺激大脑神经元去让眼睛聚焦在某一个需要聚焦的点上,这个具体的指令由大脑一个特定的区域发出。但是如果说再来看这样移动的物体,当大脑给了眼睛具体指令时,眼睛就会聚焦在移动物体的某一部分,这种情况下眼睛是在看一个静止的点。突触给予神经元的指令非常清楚,神经元和大脑有一个特定的部分会给予眼睛这样的指令。即大脑会告诉眼睛这时移动的物体可以看一下它特定的部分,而且是非常快速的互动过程。

最后,人脑计算的一个巨大优点在于它神经元的数量非常巨大,神经元当中突触的数量远远多于电脑,但是其中很大一部分仍然没有被挖掘出潜力。此外,大脑当中不同的突触和神经元由大脑当中不同的部分控制,因此大脑可以进行一些多功能的任务。人脑有潜力同时处理不同的功能,可能大脑某一部分受到了疾病的侵袭,其他功能却不会受到影响。大脑的功能是非常超乎人们的想象,而且整体的潜力是巨大的。目前来说大脑的功能在发挥的过程当中还会有一些延时性,也许这个比起机器比较实时一些。过程当中大脑的速度超过人脑,它会提出一些运行,同时进行一些结果的提出。所以可以看到人脑的优势和人脑的劣势,从这样的研究过程当中可以继续发现人脑的潜力有哪些。

关于《崛起的超级智能:互联网大脑如何影响科技未来》

这本书主要阐述了互联网经过50年的时间从网状结构发展成为大脑模型,数十亿人类群体智慧与数百亿设备机器智形成了自然界前所未有的超级智能,这个超级智能形成与物联网,云计算,大数据,工业4.0,人工智能,群体智能,云机器人的爆发是什么关系;互联网大脑与超级智能如何影响人类社会的科技,经济,产业以及城市建设?人类个体和组织机构如何应对崛起的超级智能带来的挑战?

640?wx_fmt=jpeg

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/490096.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

表单和iframe的使用

图片热点: 规划出图片上的一个区域,可以做出超链接,直接点击图片区域就可以完成跳转的效果。示例: 网页划区: 在一个网页里,规划出一个区域用来展示另一个网页的内容。示例: 网页的拼接&#xf…

python计算熵

熵的计算公式: p(x)为概率,全部概率之和为1 假设 probs是网络输出的n分类预测概率,尺寸为[batch_size,n],那么预测熵的计算代码如下: log_probs np.log2(probs) shang -1 * np.sum(probs * log_probs, axis1)

jq获取id的名称_查找 Linux 发行版名称、版本和内核详细信息 | Linux 中国

我这里给出了一些命令行方法来查找 Linux 系统信息。可能有很多,但这些方法适用于大多数 Linux 发行版。-- Sk本指南介绍了如何查找 Linux 发行版名称、版本和内核详细信息。如果你的 Linux 系统有 GUI 界面,那么你可以从系统设置中轻松找到这些信息。但…

matlab设置图片背景透明_Matlab中得到透明背景图片的方法

MATLAB输出的矢量图往往不是透明背景的,这样插在其他文件中就会很难看。关于在MATLAB中如何得到透明背景的矢量图,我有个经验就是:用MATLAB导出pdf图形(而不是eps图形),然后用Acrobat另存成eps图形,往往就是透明的了。…

报告 | 中国科学院发布地球大数据报告

地球大数据——具备海量、多源、异构、多时相、多维度、高耦合度、非平稳以及非结构化等特点,是深度认知地球和科学发现的新引擎,在促进可持续发展中可发挥重大作用。当地时间9月26日,在美国纽约联合国总部召开的第74届联合国大会上&#xff…

IE中window的模态框与返回值

window.returnValue是javascript中html的window对象的属性,目的是返回窗口值,当用window.showModalDialog函数打开一个IE的模态窗口时,用于返回窗口的值: 在父页面中使用window.showModalDialog可以弹出一个模态框 var result window.showModalDialog("child.htm",n…

numpy降序排序

np.sort是升序排序 为了降序排序,可以先升序排序然后在反转数组 shang_sort np.sort(shang) shang_sort shang_sort[::-1] 同理,numpy.argsort() 函数返回的是数组值从小到大的索引值。 为了得到降序排序的索引值,可以通过先用numpy.ar…

快手用户群体分析_快手发布《2020快手用户及营销报告》

11月30日,在快手2020磁力大会现场,清华大学新闻与传播学院沈阳教授团队与快手磁力引擎联合发布《2020快手用户及营销报告》,以快手内容、社交、商业三个维度为切口,创造性地提出“星云生态”概念。沈阳教授在现场生动地解读了此份…

mugen4g补丁如何使用_CAD如何去除教育版戳记?

如何去除打印时出现的教育版字样?当我们收到甲方提供的建筑图纸时,尤其是设备安装类专业的CAD文件,很多都是教育版,也不知道是为啥。但是作为设计师,打印图纸时出现教育版戳记,那就显得太不专业了&#xff…

新书推荐:《追问人工智能:从剑桥到北京》

写此书的目的是为了探索:能计算的算计能算计的计算

TypeError: only integer scalar arrays can be converted to a scalar index

在取某些索引下的值时,报错TypeError: only integer scalar arrays can be converted to a scalar index data data[index] 解决方法: 首先需要将data转换为numpy array data numpy.array(data) data data[index]

protobuf string类型_Protobuf

介绍Google Protocol Buffer(简称Protobuf)是一种轻便、高效的结构化数据存储格式,平台无关、语言无关、可扩展、可用于通讯协议和数据存储等领域。Protocol Buffers 是一种灵活,高效,自动化机制的结构数据序列化方法-可类比 XML&…

word中怎样单独删除某一页的页码

假设目标是去掉页码为4的那一页 点击第4页中的任意空行,之后点击“页面布局”选项卡中的“分隔符”,之后选择“连续” 双击页脚部分,点击第4页页眉的任意位置,之后取消掉“链接到前一条页眉” 之后第4页的页脚,第5页的…

关于 webapi ajax进度条信息设置

1、Web.config 设置跨域 <httpProtocol><customHeaders><add name"Access-Control-Allow-Origin" value"*" /><add name"Access-Control-Allow-Headers" value"Content-Type" /><add name"Access-Con…

Gartner公布五大新兴技术趋势 AI成主角

市场调研机构Gartner近日发布了2019年度《新兴技术的炒作周期(Hype Cycle)》研究报告&#xff0c;报告显示2019年有五大技术发展趋势十分突出&#xff0c;它们将对企业机构转型产生重要影响。这五大趋势分别是传感和移动、增强人类、后经典计算和通信、数字生态系统以及先进的人…

a12处理器和骁龙855_【性能】骁龙855最新跑分曝光 多核竟超苹果A12?

据之前消息&#xff0c;索尼将在2月24日开始的MWC 2019大展上推出新旗舰Xperia XZ4、Xperia XA3、XA3 Ultra三款新机&#xff0c;其中XZ4将采用21:9 FHD 分辨率的超窄“带鱼屏”&#xff0c;搭载骁龙855处理器&#xff0c;是主打旗舰&#xff0c;今日索尼Xperia XZ4最新跑分出炉…

openwrt 格式化_openwrt 挂载硬盘步骤详解

确认硬盘设备符号方法1&#xff1a;>>> ls /dev/sd*/dev/sda /dev/sdb方法2&#xff1a;>>> cat /proc/partitionsmajor minor #blocks name31 0 128 mtdblock031 1 129920 mtdblock131 2 1024 mtdblock231 …

word如何去掉标题前面的黑点

首先选中标题&#xff0c;点击 在弹出来的框框里取消“ 段中不分页 ”和“ 与下段同页 ” 此时黑点已经取消了

使用svnsync同步svn

使用svnsync实现已有版本库的镜像 svn不支持分布式开发&#xff0c;所以把svn版本库保存在一台服务器上是不安全的。制作一个镜像svn版本库有多种方式&#xff0c;我采用subversion自带的svnsync程序。 源版本库路径&#xff1a;http://192.168.0.100/svn/project 镜像版本库路…

ICLR 2019八大趋势:RNN正在失去光芒,强化学习仍最受欢迎

大数据文摘出品来源&#xff1a;huyenchip编译&#xff1a;笪洁琼、周家乐ICLR 2019过去有几天了&#xff0c;作为今年上半年表现最为亮眼的人工智能顶会共收到1591篇论文&#xff0c;录取率为31.7%。为期4天的会议&#xff0c;共有8个邀请演讲主题&#xff0c;内容包括&#x…