创业 | 硅谷创业公司造出能识别数百种模式的单个人造神经元

来自technologyreview

机器之心编译出品

编译：微胖

一家硅谷创业公司提出神经元工作新理论后，建造了一个模型加以检验，这在生物学中可不常见。

人工智能的发展非常快速，令人振奋。因为人们更加理解大脑神经网络工作原理，海量数据也为训练人造神经网络提供了条件。现在，人工智能越来越善于完成目标识别、脸部识别等人类更有优势的任务。

不过，这些突破中尚存未解之谜。尽管人工神经网络模仿了人类大脑工作原理，但是，人造神经元却和真正神经元相去甚远。比如，人造神经元通常只有少量突触，完全没有树突及其周围形成的大量突触。实际上，没人真的知道真实神经元为什么会有这么多突触。

感谢硅谷创业公司 Numenta，这一情况发生了变化。这家创业公司专门研究生物信息处理过程的基本原理，并对此加以利用。来自这家公司的 Jeff Hawkins 和 Subutai Ahmad想出了一种能够解释上述现象的新理论，并以这个新理论为基础，建造了一个可以复制出许多真实神经元智能行为的模型。

我们知道，真实神经元由胞体构成，胞体包括细胞核、近端树突和轴突。轴突末端反复分支，形成距离胞体较远的远端树突。

近端、远端树突在链接到其他神经元的轴突过程中，形成了许多链接点，也就是突触。这些链接显著影响着神经细胞发出电信号（脉冲，spikes）的速率。

比较一致的看法是，神经元的「学习」方式是识别突触之间的链接模式，当识别出这种模式时，即会放电。

但是，虽然很容易理解近端突触会影响细胞及其放电频率，但是，远端突触是否也从事相同的工作，很难搞清楚，因为它们距离细胞太远了。

如今，Hawkins 和 Ahmad知道远端突触到底是做什么的了。他们假设，近端和远端突触在学习过程中，扮演完全不同的角色。近端突触发挥传统功能，也就是当某种链接模式突然出现时，引发细胞放电。

这就是传统的学习过程。他们发现，即使在大量杂音和多变背景下，一个神经元也能识别出几百种链接模式，只要整个神经活动不密集。

但是，远端神经元从事其他工作。当出现某种链接模式时，它们也能加以识别，但并不引发放电。相反，它们会对细胞放电状态产生影响，如果出现另一种具体模式，细胞很可能放电。用Hawkins 和 Ahmad的话说，这些突触有助于细胞预测近端突触接下来要识别什么样的链接模式。

这太重要了。这意味着，当某种具体模式出现时，除了传统学习内容，细胞还会学习模式出现的顺序。他们说，「我们已经表明，具备这些能力的神经元网络不仅会学习，还会回想起模式出现的顺序。」

而且，他们也表明，具备这些能力的神经元网络运作良好，即使在大量噪音背景下，也是如此。生物系统就是这样。

这是思考神经元工作原理的重要新思路，也提供了有关人类大脑信息处理的重要洞见。比如，他们的研究表明，大脑系统不会记得顺次出现的每个模式的每个细节，但是，它会存储前后模式的不同之处。

因此，重要的不是模式中的信息总量，而是模式之间的差异。

这个有趣的特点有助于解释另一个令人困扰的人类记忆特点：意元组块（chunking）。人类短期记忆资讯的数量极限平均为7个组块，这些组块可能是数字、字母甚至单词，不过，无论是哪一种，人类短期记忆只能记住7个。

但问题是，比如，一个单词（比如，突触），它的内容信息量肯定比一个数字（比如，7）要大。但是，没人知道大脑如何能像记住7个数字一样，轻易记住7个单词。

但是，Hawkins 和 Ahmad的新理论能够解释这种现象。大脑并不存储与单词和数字有关的信息，只是记住它们的区别，这就简单多了。这也能推出一些可加以验证的有关记忆本质的假设。

这个新模型还能推出其他可加以测试的假设。比如，当某个神经元轴突和另一个神经元的树突仅有少数几个突触时，这个模型才有效。如果有太多突触，它就无法区分不同模式，所有模式都变成一样的了。

但这肯定不是真实神经元的情况，他们说，「我们推测，为了防止这种情况发生，真实神经元中肯定有某种机制，在一个突触形成之后，积极消除多重突触的积聚。」

一个可以加以检测的假设，这在生物学研究中，可谓非比寻常。

最后一点，这个新理论并非来自学术领域，而是硅谷一家创业公司。这家公司是Jeff Hawkins的智慧结晶，他是一位神经科学家，也是一位创业者。上世纪90年代，他曾经发明了Palm Pilot ，后来全身心从事神经科学研究。

顺便说一声，他们管自己的新玩具叫分层时间记忆神经元（ Hierarchical Temporal Memory neurons，HTM神经元）。

✄------------------------------------------------

加入机器之心（全职记者/实习生）：hr@almosthuman.cn

投稿或寻求报道：editor@almosthuman.cn

广告&商务合作：bd@almosthuman.cn

↓↓↓点击「阅读原文」查看机器之心网站，获取更多精彩内容。

头条热榜