avatar
Dustin
6,244个推特粉丝
关注
动态
avatar
Dustin
03-02
主题贴
科学家们将 20 万个活体人脑细胞连接到一台电脑上,并教会它们玩《毁灭战士》。 这不是模拟,也不是比喻。 真实的人类脑细胞。生长。放电。学习。 在一台名为CL​​1、价值3.5万美元的机器里,实验室培育的神经元被放置在微芯片上。当屏幕左侧出现恶魔时,电极会刺激神经元培养物的左侧。神经元会做出反应。它们的放电模式会被解读为运动指令。 射击。向右移动。转弯。 不到一周的时间,这些细胞就学会了这样做。 Pong耗时18个月。 布雷特·卡根博士:“他们接收信息,发送指令来移动角色。他们能够找到敌人、射击、旋转。虽然他们经常死亡,但他们正在学习。” 他们的表演就像从未见过屏幕的人一样。 没错,他们没有。 但有一件事应该能彻底阻止你。 他们学习的方式和你当年一模一样。 你并非生来就懂得如何在充满威胁的世界中生存。你带着神经元来到世上,却没有任何使用说明。 你接受了刺激。你做出了回应。你获得了反馈。你学到了东西。 这个过程在 860 亿个连接中不断重复,才产生了现在正在阅读这句话的人。 CL1中的神经元也在做同样的事情。 不是比喻,也不是近似。 同样的机制。同样的架构。同样的生物智能遇到环境并做出相应调整的基本过程。 所以,不妨问问自己,研究人员是如何小心翼翼地不公开提出这个问题的。 培养皿中发生的事情和你头骨中发生的事情究竟有什么区别? 是规模问题吗?CL1 有 20 万个神经元,而你有 860 亿个。 但规模只是一个数字。聚类在什么情况下会超过Threshold? 我们不知道。我们没有测试方法。我们也没有大家都认可的定义。 我们甚至在还没建立起理解自己要构建什么的框架之前,就开始着手构建了。 其医疗影响令人震惊。 能够实时学习的生物计算机是一个利用真实人体组织模拟脑部疾病的平台,可用于测试药物对模拟人类神经元行为的神经元的疗效,并以硅基技术永远无法企及的精度来理解阿尔茨海默病和帕金森病。 但那是比较容易的方向。 卡根:“令人兴奋的是,我们已经解决了界面问题。我们有办法与这些细胞实时交互,训练它们并塑造它们的行为。所以界面问题已经解决了。” 如今,数字代码与生物认知之间的障碍变成了一段 Python 脚本。 一位名叫肖恩的独立研究员下载了该应用程序接口 (API),并在七天内让活体人类神经元玩起了《毁灭战士》。 硅芯片通过增加晶体管数量来实现尺寸缩放。但晶体管的尺寸存在物理极限。 业内人士都明白这一点。发展路线图的尽头就是一道难关。 生物神经元没有这种上限。 它们会适应。它们会根据经验重塑自身。它们无需被明确设定程序就能不断进步。 我们只是构建了利用这一特性的接口。 阿隆·勒夫勒博士:“剩下的唯一问题是:接下来你要教他们什么?” 从硅时代到生物计算时代的过渡并非始于政府项目或万亿美元的投资。 一切始于一个培养皿、一个 Python 脚本和一个 1993 年设计的关于杀死恶魔的游戏。 一个Threshold悄然被跨越。在实验室里。由一个小型团队完成。在任何人尚未就下一步的伦理框架达成一致之前。 从内心深处来说,这总是令人兴奋不已。 下一阶段的智能竞赛并非发生在硅芯片上。 它目前正在实验室里培养。 它和你一样,都是由同样的物质构成的。
LAB
8.72%
loading indicator
Loading..