Alvelda协助组织了一个研究项目,开发可植入人体的神经-电接口(neural-electrical interface);他最近还创立了一家公司,其远大目标是打造数字版本的海马回(hippocampus)与小脑(cerebellum)。他在专题演说中表示,研究人员现在已经可以追踪高达150万个神经元中的讯号,也就是一只老鼠的整个大脑皮质:“我们能将一个影像放在老鼠面前,然后读取老鼠的大脑运作程序…以着手解开实际的神经编码。”

“信息在大脑中是如何被编码,仍是未解之谜;也许那并不是一种讯号编码或是切换(就像是今日计算机中所使用的),而是基于多个讯号抵达一个共享频道的相对时间;”Alvelda指出,神经信息论(neural information theory)的研究是从2009年左右展开。

而他也指出,今日的深度学习系统如Amazon的Alexa、IBM的Watson以及Facebook的卷积神经网络(CNN)等相对较为孤立(siloed),无法推广至他们自己的领域之外:“我们的学习系统需要一个通用的、与感测和记忆整合相关的编码。”

其他与会专家也同意,与大脑估计耗电仅30W、相当于GFlops等级运算的能力相较,今日的神经网络相对较粗陋。曾参与设计Microsoft最近发表之Brainwave机器学习系统的资深计算机架构师Doug Burger表示:“大脑建立于我们只理解了一部份的运算模型上,所有这些深度学习方案都是朝着不同的方向前进。”

“我们需要突破性技术,回归到生物性运算模型,或是投资其他新的模型、找到新的摩尔定律(Moore’s law);”Burger在Hot Chips大会上接受采访时表示:“生物性模型的优势在于我们知道某一种已经存在的,但我们还不知道深度神经网络有多少数字余量(digital headroom)。”

而Alvelda则认为,海马回扮演的角色是大脑的积分器(integrator),将子AI (sub-AIs)整合到元AI (meta-AIs)中;他创立的新公司Cortical.ai就是想打造这样的系统。这家公司还很新,连总部办公室都还没有;其目标还包括打造模仿人脑的小脑之预测性系统。

“只在过去几年内,我们就已经知道小脑拥有比人脑其他部份更多的神经元,所以小脑不只是用来做为运动控制的精细化;”他表示:“小脑与整个人脑相连,现在被认为有助于预测认知过程的未来状态。”例如知道如何接住一颗球。

神经工程产业诞生

Cortical.ai的工作在很大程度上依赖Alvelda协助美国国防部高等研究计划署(DARPA)展开的一项研究项目──神经工程系统设计(Neural Engineering System Design,NESD);该项目是美国前任总统奥巴马(Obama)的人脑计划之一部份,目标是在三年内开发链接神经与电子的可植入式接口,期望可利用现有技术达成的方式,对人脑输入较高质量的视觉与音频数据,恢复用户的视力与听力。 35cd7afd-7747-469f-ade3-9bc9ecd88b48.jpg 研究人员想要将透过光学链接,将视觉数据传递给大脑(来源:EE Times)

“所有让这种接口可行的技术都有了,但却是由不同的公司或大学主导掌控;”Alvelda表示,为了NESD项目,他拜访了80个实验室并主持了好几场工作坊,而这项研究将可利用在广泛的技术上,包括薄型化的CMOS电子探针数组、光子、生物兼容封装,以及基础神经科学。

“我们正在培植发展十分快速的神经工程产业,我们已经有几百家机构以及数百位参与者──我们已经成功催生了一个新产业;”他指出,Tesla的创办人Elon Musk还有一群包括Google在内的公司,在这个产业领域投资了约7亿美元。

在NESD研究项目的基础上,Alvelda表示新创公司Cortical.ai的目标是,让思想突破肉身的限制而释放,例如可以想象一种虚拟现实(VR)技术,能直接写入人的感官;这种能力将带来广泛的影响:“如果电信业者与媒体能直接接触你的思想、感情与感官,会是什么样子?”他也曾经创办过一家智能型手机广播服务公司MobiTV。

Cortical.ai的愿景恐怕非常昂贵,但是Alvelda看好将AI系统结合在一起的潜力,期望将能提供“数字版本的同理心(empathy)”,也就是伦理与信任的基础:“到时候AI会变得真正强大。”

2017-ESM-1