人脑功能之谜一直困扰着科学家。 一直以来，人们都在尝试模仿人脑。 人脑计划就是这样的尝试之一。 科学家现在处于什么阶段？ 有成功吗？
人脑是我们所知道的最神秘的生物计算机。 事实上，尽管几个世纪以来科学家们努力以越来越复杂的方式来了解它，但我们对它的了解还不够。 只有最新的技术才能为我们提供以前只能猜测的真实知识。 这并没有改变我们距离完全认识还很远的事实。 现代科学家处于什么阶段？
也很有趣： 什么是神经网络以及它们如何工作？
“人工智能”一词
1950世纪1955年代，当“人工智能”一词首次出现在科学界，人工智能研究人员成功证明你可以教机器做你自己做不到的事情时，他们对此感到兴奋。 机器可以学习、自行证明数学定理（例如，艾伦·纽厄尔和赫伯特·西蒙于 年开发的逻辑理论家程序），或者下跳棋并击败人类（亚瑟的程序）塞缪尔（IBM 工程师，后来成为斯坦福大学教授）让科学界相信，完全模拟人脑只需几年时间。
几十年过去了，尽管计算能力有了巨大的增长，人工神经网络和人工智能算法与深度机器学习的发展，我们仍然距离模拟大脑的碎片还很远。 简而言之，20 世纪下半叶的人工智能先驱大大低估了我们海龟体内这种“果冻状物质”的能力，其中 90% 是水。
也很有趣： ChatGPT：简单的使用说明
大脑很复杂
出生时，人类大脑重约 300 克。完全发育的成人大脑重约 1,5 公斤。 这1,5公斤包含了我们的整个宇宙和我们拥有的所有心智能力。 不仅有意识的，如抽象思维、创造力，还有那些我们没有意识到的：运动的动力、循环系统的控制、呼吸等等。
科学家们普遍认为，人脑由大约 100 亿个神经元组成。 我们不知道它们的确切数量，而且每个人类个体的数量可能有所不同。 但我们假设这是真的，而且这个数字并没有那么小。 100 亿是很多，但现代超级计算机可以模拟更大的物体。 然而，问题在于神经元比 3D 图形中的纹素、图像中的像素或任何其他仅用一小段代码即可描述的对象要复杂得多。
我们大脑中的神经元是相互连接的。 这些不是物理连接，因为单个神经元产生的电脉冲会迅速传播到整个身体，这实际上会使其无法发挥作用。 我们大脑中的信息传输基于电（脉冲）和化学（神经递质）。 每个神经元（让我们回忆一下现在流行的神经元形象，即具有特征树突的“树”）可以借助多达一万个突触连接与其他神经元连接。
同意，一个神经细胞的 10000 个连接比晶体管中的逻辑门复杂得多。 如果我们尝试计算神经元之间所有可能连接的数量以及它们在任何给定时刻（仅一个）可以获得的状态，我们将得到一个巨大的数字，远远超过整个可观测宇宙中原子的估计数量。 使用这种方法，许多专门研究神经生物学并具有计算机科学背景的科学家认为，即使以目前的知识水平及其预期的发展水平，对如此复杂的器官进行完整模拟也是一项超出我们能力的任务。很长时间。 但这并不意味着科学家什么都不做，也没有取得任何成果。 让我们看一下一些旨在模拟人类思维的项目，即使不是整个人类思维，至少也是其中的一部分。
另请阅读： ChatGPT 的 7 个最酷的用途
40分秒
2013年，日本冲绳工业大学的科学家和德国于利希研究中心的研究人员联手，使用了当时地球上最强大的超级计算机之一（称为K Computer，500年Top2011排行榜的领先者）的计算能力8,16 PFLOPS（或每秒 8,16 万亿次浮点运算）来尝试仅模拟大脑的一部分。 一般来说，模拟包括映射 1,73 亿个神经元的工作，这些神经元共同创建了一个由 10,4 万亿个突触连接组成的网络。 这比你头骨里的生物“果冻”的潜力略多一点。 该模拟使用了 1 Sparc82944 VIIIfx 处理器的全部功能（一个系统的时钟频率为 64 GHz，有 2 个内核）。 这个方法有效吗？
根据科学家的说法，是的，但另一方面……这取决于你如何看待它。 这台超级计算机运行了大约 40 分钟，仅模拟了上述大脑神经网络片段的 1 秒运行。 因此，虽然模拟完全可以说是成功的，但从模拟的效果、计算时间和模拟量来看，我们面临着一个多么巨大的问题。 并且必须记住，随着神经元数量的增加，突触网络的复杂性不是线性增加，而是指数级增加！ 即使是目前速度最快的美国超级计算机 Frontier（运行在橡树岭国家实验室，计算能力高达 1102 PFLOPS，即日本 K 计算机的 135 倍）用于完成同样的任务，也并不意味着Frontier 可以模拟（使用相同的模型参数）大 135 倍的神经网络。 对 1,73 亿个神经元网络的一秒进行同样的模拟，在美国超级计算机上持续的时间不是 40 分钟，而是不到 18 秒。 但这仍然远远超出了真正的实时网络模拟，并且只是我们头脑中的一小部分。 模拟整个大脑的运作仍然属于科幻小说的范畴。 但科学家们仍在尝试。
另请阅读： 用简单的话说关于量子计算机
欧洲人脑计划
人脑计划（HBP）的规模和为该科学项目分配的资金可以与另一个与人类有关的项目——著名的“人类基因”项目（从1990年持续到2003年）进行比较。 为了充分了解人类基因组，人脑计划旨在帮助科学家更好地了解我们的大脑。 然而，自 2013 年以来一直在进行的人脑项目原本预计在经过十年的研究后（即 2023 年）结束，但它甚至还没有接近模拟整个大脑。 那么，科学家们计划通过这项研究实现什么目标呢？
HBP 的主要目标不是模拟整个大脑，因为我希望我们已经证明这项任务超出了我们当今文明的能力。 目标是至少部分掌握大脑的复杂性。 这将有助于医学、计算机科学、神经学等科学的发展，以及受我们思维工作方式启发的技术的发展。
HBP 项目的成果之一是创建了大脑研究数字平台 EBRAINS。 EBRAINS 是一个开源平台，使世界各地的研究人员能够使用安全云环境中提供的数字工具。 换句话说，EBRAINS 为科学家提供了建模和分析大脑各个区域功能的工具。
HBP 和 EBRAINS 创建的虚拟大脑模拟程序就是这样的工具之一。 该工具完全无法模拟整个大脑的工作，但它允许新药研究人员模拟它们对神经元组的影响。 反过来，这将使科学家能够开发出可用于治疗阿尔茨海默病、抑郁症、帕金森病等复杂疾病的新疗法。
也很有趣：
美国大脑倡议
美国研究机构发起的一个更大、更新的项目是美国大脑计划（US BRAIN Initiative）。 这是另一个为期多年、耗资数十亿美元的研究项目，旨在绘制人类连接组图。 什么是连接？ 这是该生物体的一组神经连接。 正如基因组是遗传链的完整图谱，蛋白质组是给定生物体蛋白质的完整图谱。 我们已经知道人类基因组，它的发现花费了数十亿美元。 如今，基因组测试已广泛使用，例如，针对是否存在缺陷的基因测试花费数百美元。 完整的基因组稍微昂贵一些，但仍然比第一次读取人类 DNA 的成本低几个数量级。
让我们回到 Connectome 和美国 BRAIN 项目。 这个项目的目的是什么？ 马里兰州贝塞斯达美国国家心理健康研究所所长乔什·戈登 (Josh Gordon) 表示：“了解所有类型的脑细胞、它们如何相互连接以及它们如何相互作用，将开辟一套全新的疗法，今天我们将采用这种疗法。”根本无法想象。” 目前，世界上最大的神经细胞类型目录正在创建和系统开发。 该目录称为 BRAIN Initiative Cell Census Network (BICCN)，描述了大脑中有多少种不同类型的细胞、它们的比例、它们的空间分布以及它们之间发生的相互作用。
这种方法从何而来？ 来自了解大脑如何运作的需要。 MindScope 项目的首席科学家、神经科学家 Christoph Koch 在《自然》杂志上的一份声明中解释了这种方法的优点，该项目由西雅图艾伦脑科学研究所实施：“就像化学中没有元素周期表一样没有意义。如果不了解个别类型细胞的存在和功能，那么理解大脑就毫无意义”。
如果我们假设实现了能够逐个细胞扫描的技术潜力，例如重建人脑，那么这种方法将意味着即使我们成功了（这在今天是不现实的），我们仍然不明白为什么大脑按照实际情况运作。 我们谈论的大脑是一个活的生物器官还是它的数字化、假设克隆的对应物，这并不重要。 大脑和目录 BICCN 是理解每个神经回路的结构和运作的起点，因此也是理解控制所有物种的复杂行为的起点，这些物种具有像大脑一样复杂的器官。
研究仍在继续，科学家们不断在专门创建的网站上展示他们的新成果。 因此，我相信很快就会有更多有趣的发现等待着我们。
也很有趣：
很快就有可能不必要地移除每个人的大脑......