微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 行业新闻动态 > IA打造最强大脑,颅内芯片这么神奇?

IA打造最强大脑,颅内芯片这么神奇?

时间:04-09 来源:新浪新闻中心 点击:

人工智能(AI)正逐步走入百姓生活,但一些科学家们却已经把目光投向另一条道路--脑力提升(IA)。如果说人工智能是"让机器变得更聪明",那么脑力提升则是"反求诸己"--利用已有的各种科技手段提升人脑现有的能力。

不久前,美国研究机构启动了"靶向神经可塑性训练"项目,试图通过颅内芯片提升神经可塑性,将大脑调整至最适合学习的状态,增强学习能力。在此前,研究者已将"经颅直流电刺激"应用于脑力提升领域,具体操作方法是将电极贴在头皮上的特定位置,用低强度直流电对大脑皮层进行电刺激,让学习者在20分钟内将学习速度提升至200%。

业内人士介绍,目前通过植入颅内芯片尚无法达到准确控制情绪或者增强学习能力的效果。要实现通过颅内芯片提升神经可塑性,需要更多的探索和试验。业内人士预测,该技术将会在未来10-20年内逐渐成熟。

颅内芯片,让大脑"返老还童"?
20世纪中旬,几乎在人工智能研究起步的同时,计算机学家道格拉斯·恩格尔巴特--鼠标的发明者--走上了另一条探索道路:1963年,他发表了论文"增加人类智慧的概念性架构",随后他成立了"增智研究中心"。

如果说人工智能是让机器像人类一样思考,那么恩格尔巴特的研究却是试图利用科技手段提升人脑现有的能力。前者是人工智能(Artificial Intelligence,AI),后者则是脑力提升(Intelligence Augmentation,IA)。今年4月,美国国防部高级研究项目局(DARPA)宣布启动靶向神经可塑性训练(Targeted Neuroplasticity Training,简称TNT)项目,再一次将IA带入公众视野。TNT项目的特色是"利用颅内芯片来帮助人提升学习能力,逻辑运算和记忆力"。

在对TNT项目的介绍中,DARPA提出,"增强学习能力"是关乎国家安全的重大问题。据介绍,TNT项目包括植入颅内芯片,并在人体四肢处安设装置,将信号转发至大脑以变更或者修改其固有结构机制。该项目能够通过加强外部刺激,从而加快大脑的自我调整倾向,快速建立新的连接并吸取新的信息。

专注于脑力提升研究的多伦多大学人文智能实验室研究员吴航告诉记者,该项目的是提升"神经可塑性"。"神经网络就像个橡皮泥,每一个大脑状态,比如逻辑反应高速的状态和拥有成像记忆的状态,都是一个特定形状的模型,而越软的橡皮泥就越容易捏出某个特定的模型,而这个软度就是神经可塑性。"吴航解释道。

研究认为,孩子的神经可塑性是一生的峰值,随着年龄的增长,其可塑性会降低。TNT项目负责人道格·韦伯称,这种方式能够重新开启大脑的"黄金时期",达到最适合学习的状态。

同样采用颅内芯片,之前DARPA曾公布有"恢复主动记忆项目(RAM)"--科学家为患有脑损伤的患者(特别是退伍士兵)进行脑部芯片植入,以帮助其恢复正常的记忆功能。

吴航认为,相较于恢复主动记忆项目,脑力提升的技术难度更高。"RAM项目以‘恢复’作为项目的重点,强调的是将原有的机能展现出来,是可以通过健康人的数据来进行对比来进行调整的。而脑力提升却是在改变大脑现有的运行模式。"吴航评价道,"这本身需要更多的摸索理论和实验,而不是简单地通过健康人的大脑来进行对比。"

电刺激,能将学习速度提升一倍?
TNT项目并不是DARPA在脑力提升领域的首次尝试。多年前,DARPA就已经开始对"经颅直流电刺激"(tDCS)进行研究。

早期一些试验表明,tDCS似乎有助于提高实验对象的学习能力--这让DARPA非常感兴趣。

2011年,《科学美国人》杂志详细介绍了DARPA利用经颅直流电刺激提升军人学习能力的过程:"研究人员发现,在飞行员进行视频模拟器培训课程时,他们对飞行员进行30分钟温和的直流电刺激,结果发现,训练时间缩短了一半。"

"学习者会在20分钟内将学习速度提升至200%。"吴航介绍。该实验的最大意义是,它首次较大规模地将tDCS技术使用在健康人身上。

"它可以提高正常人的逻辑运算能力和思维等。"吴航说,"在我2015年的测试数据当中,发现tDCS可以明显提升一个人本身擅长的功能,比如某个人擅长演讲,他的语言能力提升的速度会加快;比如某人擅长数学,他的逻辑思维能力会加强。"

对于tDCS的效用,学界也有不同观点。今年4月《科学》杂志刊登的一篇文章,对tDCS使用的微弱电流能否确实影响脑细胞提出了质疑,文章认为,大部分电流被颅骨所"分流"。国内医学界不少人也持类似的观点。

技术成熟尚需10-20年
无论是植入颅内芯片还是tDCS,其安全性都受到广泛关注。吴航表示,脑外科手术本身是可以用精密仪器最大限度地减少大脑损伤的,所以植入芯片对大脑造成的损伤是极为有限且很快可以修复的。

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top