得知那條將改變自己一生命運(yùn)的消息的那天，17歲的德?tīng)栭T(mén)德拉·莫德哈（Dharmendra Modha）正在孟買的一家醫(yī)院里，帶領(lǐng)一幫工人刮除鐵椅子上的油漆。他很高興能擁有這份工作，因?yàn)樗鼙ＷC穩(wěn)定的收入，也能保證安全——在1986年的孟買，一位貧窮少年切合實(shí)際的最大追求不過(guò)如此。
莫德哈的母親在午飯后不久，把話傳到了他工作的地方：全國(guó)統(tǒng)一大學(xué)入學(xué)考試的成績(jī)下來(lái)了。似乎出了一些問(wèn)題，因?yàn)榧依锸盏搅艘环饬钊速M(fèi)解的電報(bào)。
莫德哈的分?jǐn)?shù)不僅令他在印度人口最密集的城市榮登榜首，他的數(shù)學(xué)、物理和化學(xué)成績(jī)?cè)趽碛幸粌|人口的馬哈拉施特拉邦也都勇拔頭籌。他能否前往學(xué)校去協(xié)調(diào)一下？
當(dāng)時(shí)的莫德哈想象不到，那封電報(bào)對(duì)他的未來(lái)有何意義。他雙親的學(xué)業(yè)都止于11年級(jí)，親戚中上過(guò)大學(xué)的人數(shù)，一只手便數(shù)得過(guò)來(lái)。
然而這些年來(lái)，當(dāng)他沿著考試成績(jī)鋪就的道路，先是求學(xué)于印度最具聲望的理工學(xué)府之一，繼而進(jìn)入加利福尼亞州圣何塞市的IBM阿爾瑪?shù)茄芯恐行?，在?jì)算機(jī)科學(xué)領(lǐng)域取得事業(yè)上的成功，胸中的抱負(fù)也經(jīng)歷了一番風(fēng)起云涌，莫德哈早已遠(yuǎn)非昔日可比。
近日，這位長(zhǎng)著黑色濃眉、留著短發(fā)、帶著眼鏡的小個(gè)子工程師，坐在美國(guó)硅谷的辦公室里，講述了他改變計(jì)算領(lǐng)域未來(lái)的愿景?！拔覀兊娜蝿?wù)很明確，”已經(jīng)44歲的莫德哈拿著一枚有一塊金色方框的矩形電路板說(shuō)道。
“我們要讓這種芯片無(wú)處不在——每一個(gè)角落，每一樣物體中。我們要讓它們成為世界不可或缺的一部分?！?/p>
傳統(tǒng)的芯片是將成套小型電子模塊放在一塊小板片上，被計(jì)算機(jī)用來(lái)執(zhí)行操作。它們往往含有幾百萬(wàn)條既能夠編碼并存儲(chǔ)信息，也能夠執(zhí)行程序指令的微型電路。
莫德哈的芯片功能與此相同，卻相當(dāng)節(jié)能，而且根據(jù)設(shè)計(jì)，由這種芯片構(gòu)成的計(jì)算機(jī)能夠處理的數(shù)據(jù)量將遠(yuǎn)超傳統(tǒng)計(jì)算機(jī)。莫德哈展望出一種以這種新型芯片為關(guān)鍵核心的全新計(jì)算模式，其計(jì)算能力將令現(xiàn)存的任何機(jī)器望塵莫及。這種計(jì)算模式的模仿對(duì)象，正是令當(dāng)年孟買那位窮苦勞工走向技術(shù)革新的重大要塞之一的神奇造物：人腦。
人腦消耗的能量大概相當(dāng)于一枚20瓦的燈泡——這比一臺(tái)執(zhí)行人腦級(jí)別運(yùn)算的計(jì)算機(jī)節(jié)省了十億倍。它又是那么地緊湊，能夠裝進(jìn)一只兩升的汽水瓶里。然而，這一團(tuán)糊狀的有機(jī)物能夠完成的事情，是任何一臺(tái)現(xiàn)代計(jì)算機(jī)都無(wú)法做到的。
當(dāng)然，在執(zhí)行預(yù)先編程的計(jì)算時(shí)，計(jì)算機(jī)優(yōu)勢(shì)明顯，比如生成工資單，或者為登月艙計(jì)算抵達(dá)月球上某個(gè)特定地點(diǎn)所要采用的路線。可是若論及從不熟悉的景象、聲音、氣味和事件中領(lǐng)悟到意義，以及迅速理解它們之間的關(guān)聯(lián)，即便最先進(jìn)的計(jì)算機(jī)也無(wú)法與大腦相提并論。
也沒(méi)有機(jī)器能夠匹敵人腦從經(jīng)驗(yàn)中學(xué)習(xí)以及根據(jù)記憶預(yù)測(cè)未來(lái)的能力。
5年前，莫德哈意識(shí)到，如果世界上最優(yōu)秀的工程師采用舊的方法上下求索數(shù)十載，仍舊無(wú)法造出能效及智力可與人腦相比的機(jī)器，他們也許就永遠(yuǎn)都做不到了。
于是他拋棄了過(guò)去60年來(lái)指導(dǎo)芯片設(shè)計(jì)和軟件開(kāi)發(fā)的許多原則，轉(zhuǎn)而求助于神經(jīng)學(xué)文獻(xiàn)。說(shuō)不定理解腦的不同組件及其互相配合的方式，能夠幫助他建造更加聰明、更加節(jié)能的硅基機(jī)器。
莫德哈的努力正在換來(lái)回報(bào)。他設(shè)計(jì)的新型芯片包含的硅基原件，粗略地模仿了碳基腦細(xì)胞的物理分布以及之間的連接。莫德哈相信，他的芯片可以用來(lái)建造人腦規(guī)模的認(rèn)知計(jì)算系統(tǒng)，而能耗只比人腦高100倍。這樣的系統(tǒng)將比如今的計(jì)算機(jī)節(jié)能一千萬(wàn)倍。
莫德哈的團(tuán)隊(duì)已經(jīng)演示了一些基礎(chǔ)的功能。他們開(kāi)發(fā)的芯片能夠?qū)W會(huì)玩電子游戲《彈跳小球》，而無(wú)需程序員明確告知該如何做。在這個(gè)游戲里，玩家需要移動(dòng)屏幕底端的一根長(zhǎng)條，準(zhǔn)確預(yù)測(cè)出小球彈起的角度。它們還能夠辨識(shí)實(shí)驗(yàn)室助理用電子筆在平板上潦草寫(xiě)下的阿拉伯?dāng)?shù)字0至9。
當(dāng)然，已經(jīng)有很多工程師實(shí)現(xiàn)了這樣的壯舉——而且令人印象更加深刻。開(kāi)發(fā)算法使計(jì)算機(jī)根據(jù)經(jīng)驗(yàn)發(fā)展出新行為的努力，形成了一門(mén)名為機(jī)器學(xué)習(xí)的分支專業(yè)。這樣的機(jī)器已經(jīng)在國(guó)際象棋和智力競(jìng)賽節(jié)目《危險(xiǎn)邊緣》中擊敗了世界上最聰明的頭腦！
雖然在教會(huì)計(jì)算機(jī)執(zhí)行有著明確參數(shù)的特定任務(wù)，比如側(cè)向泊車或者在百科全書(shū)里尋找冷門(mén)問(wèn)題的答案等方面，機(jī)器學(xué)習(xí)理論學(xué)家已經(jīng)取得了進(jìn)展，但他們的程序還不能讓計(jì)算機(jī)在完全沒(méi)有預(yù)設(shè)的情況下形成概念。
莫德哈希望，他的節(jié)能芯片能夠帶來(lái)變化。他說(shuō)：“現(xiàn)代計(jì)算機(jī)最初被設(shè)計(jì)用來(lái)解決3類基礎(chǔ)問(wèn)題：商業(yè)應(yīng)用，比如記賬；科學(xué)，比如核物理模擬；還有政府項(xiàng)目，比如社會(huì)保險(xiǎn)?！?/p>
另一方面，大腦則經(jīng)歷了演化的嚴(yán)酷歷練，能夠迅速理解周圍的世界，并依據(jù)其結(jié)論采取行動(dòng)?！八軌蛟诖蟛菰系囊黄须s之中分辨出徘徊的獵食者，并不需要被告知該尋找什么。它并沒(méi)有被編程，而是學(xué)會(huì)了逃跑和避開(kāi)獅子。”
具備類似能力的機(jī)器，或許將幫助人類解決最緊迫的問(wèn)題之一：信息過(guò)載。從2005年至2012年，全世界創(chuàng)造、復(fù)制及消費(fèi)的數(shù)字信息增長(zhǎng)了2,000%以上——在2012年超過(guò)了2.8萬(wàn)億G。
一些人估計(jì)，信息的比特?cái)?shù)幾乎與可觀測(cè)宇宙中的恒星數(shù)量相當(dāng)。編寫(xiě)代碼以指導(dǎo)如今的計(jì)算機(jī)處理海量信息——如何排序、分析、連接信息，以及如何做出應(yīng)對(duì)——的艱巨任務(wù)，已經(jīng)遠(yuǎn)遠(yuǎn)超出了人類程序員的能力。
莫德哈相信，認(rèn)知計(jì)算機(jī)能夠填補(bǔ)海量信息與現(xiàn)有計(jì)算機(jī)能力之間的鴻溝。它們將匯集來(lái)自多個(gè)傳感數(shù)據(jù)流的輸入，并形成關(guān)聯(lián)及記憶編碼，從中識(shí)別出模式，作出預(yù)測(cè)，繼而解讀，甚至可能做出應(yīng)對(duì)之舉——而做到所有這些，消耗的電力遠(yuǎn)低于當(dāng)今的機(jī)器。
比如說(shuō)，從監(jiān)測(cè)全世界水源的大量傳感器獲取數(shù)據(jù)流之后，計(jì)算機(jī)或許能夠?qū)W會(huì)識(shí)別壓力、溫度、波浪大小和潮汐的變化，然后發(fā)出海嘯預(yù)警——盡管目前的科學(xué)還無(wú)法將如此大批的變量與海嘯之類的巨浪關(guān)聯(lián)起來(lái)。
以腦結(jié)構(gòu)為基礎(chǔ)的計(jì)算機(jī)，可以幫助急診醫(yī)生做出困難的診斷，哪怕體溫、血液成分或者其他潛在疾病相關(guān)體征的共同變化還沒(méi)有被學(xué)界所了解。
“你還是會(huì)想把你的薪水、性別和社會(huì)保險(xiǎn)碼存儲(chǔ)到當(dāng)今的計(jì)算機(jī)里面?！蹦鹿f(shuō)，“但是認(rèn)知計(jì)算帶來(lái)的是一種與此互補(bǔ)的范式，應(yīng)運(yùn)而生的將是一種截然不同的機(jī)器。”
莫德哈并不是第一個(gè)從大腦中汲取靈感的工程師。人們對(duì)腦的最小單元——被稱為神經(jīng)元的細(xì)胞——執(zhí)行運(yùn)算的方式的深刻理解，已經(jīng)催生出了整個(gè)計(jì)算科學(xué)領(lǐng)域。
是神經(jīng)元的激發(fā)，令我們能夠思考、感覺(jué)和移動(dòng)。而這些能力并非源于任何單一神經(jīng)元的活動(dòng)，而是來(lái)自互聯(lián)成網(wǎng)的神經(jīng)元相互傳遞簡(jiǎn)單信號(hào)的協(xié)同工作。
早在1943年，模擬人腦的機(jī)器便有了理論上的可能。當(dāng)時(shí)，神經(jīng)生理學(xué)家沃倫·麥卡洛克（Warren McCulloch）和數(shù)學(xué)家沃爾特·匹茲（Walter Pitts）提出了神經(jīng)網(wǎng)絡(luò)通過(guò)互動(dòng)相互激發(fā)在腦中傳遞消息的理想化數(shù)學(xué)方程。
在生物的腦中，神經(jīng)元通過(guò)被稱為突觸的連結(jié)點(diǎn)傳遞電化學(xué)信號(hào)，以此進(jìn)行通訊。這樣的過(guò)程往往始于光線或聲音之類的外部刺激。如果刺激足夠強(qiáng)烈，接收神經(jīng)元細(xì)胞膜兩側(cè)的電壓就會(huì)超過(guò)一個(gè)給定閾值，讓充當(dāng)信令的電化學(xué)物質(zhì)跨過(guò)突觸，激發(fā)更多神經(jīng)元，以此類推。
當(dāng)同時(shí)被激發(fā)的神經(jīng)元數(shù)量達(dá)到一個(gè)臨界值，外界的輸入就會(huì)被腦的認(rèn)知區(qū)域所感知。足夠多的神經(jīng)元被共同激發(fā)時(shí)，孩童可以學(xué)習(xí)騎自行車，老鼠能夠走迷宮。
麥卡洛克和匹茲指出，無(wú)論他們的理想化神經(jīng)元接收到多少輸入，它只會(huì)處于僅有的兩種狀態(tài)之一 ——激發(fā)或者休眠，具體要看興奮閾值有沒(méi)有被超越。
由于神經(jīng)元遵從這種“非此即彼法則”，腦執(zhí)行的任何計(jì)算都可以簡(jiǎn)化為一系列真假表達(dá)式，這里的真和假，還可以分別由1和0代替。現(xiàn)代計(jì)算機(jī)的基礎(chǔ)也是使用1和0的邏輯系統(tǒng)，只不過(guò)信息來(lái)自電路開(kāi)關(guān)，而非外部環(huán)境。
麥卡洛克和匹茲找到了腦和計(jì)算機(jī)之間的基本相似點(diǎn)。只要有能力問(wèn)出足夠多的“真/假”問(wèn)題，不管腦還是計(jì)算機(jī)，最終都應(yīng)該能夠解決哪怕最復(fù)雜的問(wèn)題。
比如說(shuō)，要想在一組紅點(diǎn)和一組藍(lán)點(diǎn)之間劃一條界線，問(wèn)題的應(yīng)對(duì)者可能會(huì)詢問(wèn)每一個(gè)點(diǎn)是紅色（真/假）還是藍(lán)色（真/假），然后詢問(wèn)兩個(gè)相鄰的點(diǎn)是否顏色不同（真/假）。只要問(wèn)題與答案的層面足夠多，應(yīng)對(duì)者便可以解決幾乎任何復(fù)雜問(wèn)題。
然而，由神經(jīng)網(wǎng)絡(luò)構(gòu)成的大腦能夠編碼記憶及學(xué)習(xí)，與此相比，前述的邏輯能力似乎差得還遠(yuǎn)。加拿大心理學(xué)家唐納德·赫伯（Donald Hebb）1949年解釋了大腦的這些能力。他假設(shè)兩個(gè)以極短的間隔相繼激發(fā)的神經(jīng)元之間的聯(lián)系會(huì)加強(qiáng)。“共同激發(fā)的神經(jīng)元會(huì)彼此糾纏”，這是他的重要作品中一句朗朗上口的名言。
神經(jīng)元之間的連接解釋了敘事性記憶的形成。文學(xué)史上有一個(gè)很有名的例子，當(dāng)馬塞爾·普魯斯特（Marcel Proust）把一塊馬德琳蛋糕在茶杯里泡了泡又咬了一口的時(shí)候，童年的記憶涌上了心頭。這是他小時(shí)候經(jīng)常做的事情，多年之后重復(fù)這套動(dòng)作時(shí)，存儲(chǔ)這些味道和運(yùn)動(dòng)記憶的腦區(qū)中，神經(jīng)元被激發(fā)了。
正如赫伯所指出的，這些神經(jīng)元和那些與其他童年記憶有關(guān)的神經(jīng)元之間，存在緊密的物理連接。于是，當(dāng)普魯斯特品嘗馬德琳蛋糕時(shí)，編碼那些記憶的神經(jīng)元也被激發(fā)了——普魯斯特沉浸在那么多聯(lián)想記憶中，成就了他的宏篇巨著《追憶似水年華》。
到20世紀(jì)60年代，計(jì)算機(jī)研究者就開(kāi)始嘗試，將赫伯關(guān)于學(xué)習(xí)和記憶的想法建立成模型。他們?nèi)〉玫某删椭唬褪且粋€(gè)粗糙的大腦模型，被稱為感知機(jī)。感知機(jī)包含一個(gè)由人工神經(jīng)元組成的網(wǎng)絡(luò)。這種網(wǎng)絡(luò)由兩層電路組成，既可以在計(jì)算機(jī)上模擬，也可以制造成實(shí)物。
兩層之間的空間據(jù)稱代表了突觸。電路層在突觸上傳遞信號(hào)實(shí)現(xiàn)互相交流，便（粗略地）模擬了一個(gè)活的神經(jīng)網(wǎng)絡(luò)。人們可以調(diào)整兩層之間傳送的信號(hào)強(qiáng)度——從而調(diào)整第一層激活第二層的可能性（大體上相當(dāng)于一個(gè)處于激發(fā)狀態(tài)的神經(jīng)元激活另一個(gè)神經(jīng)元，從而把信號(hào)傳遞下去）。
如果引導(dǎo)第二層對(duì)一些輸入做出的回應(yīng)比其他輸入更加強(qiáng)烈，感知機(jī)便實(shí)現(xiàn)了學(xué)習(xí)功能。程序員訓(xùn)練一種神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)了“閱讀”，方法就是讓它在接收到描繪出特定字母的光學(xué)圖案時(shí)激發(fā)得更加強(qiáng)烈。
能夠訓(xùn)練計(jì)算機(jī)根據(jù)經(jīng)驗(yàn)將數(shù)據(jù)分門(mén)別類，這是一個(gè)革命性的想法。然而感知機(jī)具有局限性：它只包含兩層電路，只能識(shí)別“線性可分”的圖案，比如能夠用一根直線分開(kāi)的一群黑點(diǎn)和白點(diǎn)（或者用更加形象的話說(shuō)，一只貓坐在一把椅子的旁邊）。但如果向它展示組成更加復(fù)雜圖形的一群黑點(diǎn)和白點(diǎn)，就好像貓坐在了椅子上面，感知機(jī)就會(huì)徹底糊涂了。
直到20世紀(jì)80年代，工程師才開(kāi)發(fā)出一種算法，能夠把神經(jīng)網(wǎng)絡(luò)帶入下一個(gè)層次?，F(xiàn)在，程序員不再僅僅能夠調(diào)整兩層人工神經(jīng)元之間的權(quán)重，而且能夠調(diào)整3層、4層，甚至9層之間的權(quán)重，從而描繪一個(gè)能夠容納更多細(xì)節(jié)的宇宙。
這種網(wǎng)絡(luò)能夠回答更加復(fù)雜的問(wèn)題。忽然之間，神經(jīng)網(wǎng)絡(luò)能夠在黑點(diǎn)和白點(diǎn)之間劃出蜿蜒曲線，也能夠同時(shí)分辨出貓以及它蹲坐于其上的那把椅子了。
就在神經(jīng)網(wǎng)絡(luò)的復(fù)興開(kāi)始提速之時(shí)，莫德哈進(jìn)入了印度首屈一指的工程學(xué)府：孟買的印度理工學(xué)院。他1990年畢業(yè)，獲得了計(jì)算機(jī)科學(xué)及工程專業(yè)的學(xué)位。
莫德哈尋求繼續(xù)自己的學(xué)業(yè)，而在那個(gè)時(shí)候，沒(méi)有幾個(gè)專業(yè)能像重新興起的神經(jīng)網(wǎng)絡(luò)那樣熱門(mén)。從理論上來(lái)講，神經(jīng)網(wǎng)絡(luò)的大小僅僅受到計(jì)算機(jī)規(guī)模和程序員創(chuàng)造力的制約。
當(dāng)時(shí)有一件事，有力地佐證了神經(jīng)網(wǎng)絡(luò)前所未有的能力：美國(guó)卡內(nèi)基梅隆大學(xué)的研究生狄恩·鮑默勞（Dean Pomerleau），用模擬的路況圖片，教神經(jīng)網(wǎng)絡(luò)理解與車載計(jì)算機(jī)相連的攝像機(jī)獲取的實(shí)時(shí)路況圖像。傳統(tǒng)的程序員在這個(gè)問(wèn)題上步履維艱，因?yàn)槟呐陆嵌取⒐庹栈蚱渌蛩貥O其細(xì)微的變化，都會(huì)令只能識(shí)別準(zhǔn)確視覺(jué)參數(shù)的預(yù)編程軟件應(yīng)接不暇。
鮑默勞沒(méi)有嘗試把每一幅可能的圖片或者路況都準(zhǔn)確地寫(xiě)入代碼，而僅僅是向神經(jīng)網(wǎng)絡(luò)展示不同的路況。一旦它學(xué)會(huì)了在某種特定情況下駕駛，它就能融會(huì)貫通，在類似但不完全一樣的情況下駕駛。
使用這種方法，計(jì)算機(jī)能夠根據(jù)相似之處，通過(guò)沒(méi)有隔離板的道路識(shí)別出有隔離板的道路，或者通過(guò)晴朗天氣中的道路識(shí)別出雨天的道路——這是使用傳統(tǒng)編碼技術(shù)無(wú)法完成的事情。讀取過(guò)一些左轉(zhuǎn)彎和右轉(zhuǎn)彎的道路圖片之后，它能夠識(shí)別以任何角度轉(zhuǎn)彎的道路。
其他程序員通過(guò)輸入優(yōu)質(zhì)信用卡賬戶和欺詐信用卡賬戶的購(gòu)物記錄，設(shè)計(jì)出了能夠偵測(cè)信用卡詐騙的神經(jīng)網(wǎng)絡(luò)。根據(jù)在已知欺詐賬戶中發(fā)現(xiàn)的常見(jiàn)花費(fèi)模式，神經(jīng)網(wǎng)絡(luò)能夠識(shí)別出欺詐行為，并定位出新的詐騙案例。
圣地亞哥是神經(jīng)網(wǎng)絡(luò)的圣城——1987年，大約1,500人在那里召開(kāi)了20年來(lái)神經(jīng)網(wǎng)絡(luò)領(lǐng)域第一次意義重大的會(huì)議。1991年，莫德哈來(lái)到加利福尼亞大學(xué)圣迭戈分校攻讀博士學(xué)位。他以應(yīng)用數(shù)學(xué)為研究方向，構(gòu)造出等式來(lái)檢驗(yàn)給定系統(tǒng)能夠處理多少個(gè)維度的參數(shù)，并設(shè)計(jì)配置使其能夠處理更多。
1997年，莫德哈在圣何塞市入職IBM時(shí)，計(jì)算科學(xué)的另一股趨勢(shì)——萬(wàn)維網(wǎng)的崛起，成為了焦點(diǎn)。甚至在那個(gè)時(shí)候，新數(shù)據(jù)的滔天巨浪淹沒(méi)程序員的情形就已經(jīng)顯而易見(jiàn)了?；ヂ?lián)網(wǎng)提供了大量關(guān)于人類行為、消費(fèi)者喜好和社會(huì)趨勢(shì)的信息。
但是，信息太多了：人們?cè)撊绾谓M織這些信息？你怎么能夠從以數(shù)萬(wàn)種特征為分類依據(jù)的文件中，識(shí)別出模式？
為了處理將各種偶然情況考慮在內(nèi)所需的數(shù)據(jù)或者大段程序，現(xiàn)在的計(jì)算機(jī)耗費(fèi)了太多能量。隨著家庭、橋梁、醫(yī)院急診室以及其他各處安裝上更多采集視覺(jué)、聽(tīng)覺(jué)信號(hào)以及其他信息的感應(yīng)器，信息的泛濫只會(huì)愈演愈烈。
莫德哈思考得越多，越發(fā)相信，也許轉(zhuǎn)而研究人腦這一現(xiàn)存最有效率、最節(jié)能的模式識(shí)別機(jī)器，才會(huì)找到解決之道。在神經(jīng)學(xué)文獻(xiàn)中尋找靈感的過(guò)程中，他發(fā)現(xiàn)了美國(guó)麻省理工學(xué)院神經(jīng)學(xué)家米甘卡·蘇爾（Mriganka Sur）的著作。
蘇爾曾經(jīng)把與新生雪貂眼睛相連的神經(jīng)與腦的視覺(jué)皮層分離開(kāi)來(lái)，然后連接到聽(tīng)覺(jué)皮層上。盡管眼睛連接到了腦中處理聲音的部分，經(jīng)過(guò)改造的小動(dòng)物仍舊可以像成年雪貂那樣視物。
對(duì)莫德哈來(lái)說(shuō)，這個(gè)實(shí)驗(yàn)結(jié)果的含義令人激動(dòng)：雪貂的神經(jīng)回路是靈活的——就如同一些汽車的前后保險(xiǎn)杠一樣能夠互換。蘇爾的研究表明，要想在計(jì)算機(jī)上建造一個(gè)人工皮層，你只需要一種制作神經(jīng)“回路”的設(shè)計(jì)，就能夠生成它所有的構(gòu)建模塊。
如果你能夠破解那個(gè)回路的編碼——然后在計(jì)算中實(shí)現(xiàn)它——你所要做的無(wú)非重復(fù)實(shí)現(xiàn)它。當(dāng)程序員想要給計(jì)算機(jī)增加新功能，使用模式識(shí)別算法理解新的數(shù)據(jù)流時(shí)，他們不必再?gòu)念^開(kāi)始，只要增加新的回路就可以了。
在尋找主要神經(jīng)模式時(shí)，莫德哈發(fā)現(xiàn)，歐洲的研究者已經(jīng)能夠用數(shù)學(xué)語(yǔ)言描述貓腦中的回路，看上去與蘇爾在雪貂體內(nèi)的研究對(duì)象類似。
如果你展開(kāi)貓的皮層，撫平上面的褶皺，你會(huì)發(fā)現(xiàn)有6個(gè)同樣的層次在一遍又一遍地重復(fù)。若是繪制一下不同層次上不同神經(jīng)群體之間的聯(lián)系，得到的圖解與電路圖非常相似。
莫德哈和他的團(tuán)隊(duì)從這些典型回路中汲取靈感，開(kāi)始編制一種能夠多次復(fù)制的人工神經(jīng)網(wǎng)絡(luò)。第一步是，確定他們?cè)贗BM傳統(tǒng)的超級(jí)計(jì)算機(jī)上，一次性能夠連接并運(yùn)行多少條這樣的虛擬回路。
有沒(méi)有可能達(dá)到人腦皮層的規(guī)模？
起初，莫德哈和他的團(tuán)隊(duì)早早就遇到了障礙，他們的能夠運(yùn)行的虛擬回路還達(dá)不到小鼠皮層神經(jīng)數(shù)量的40%，也就是大約800萬(wàn)個(gè)神經(jīng)元，每個(gè)神經(jīng)元又帶有6300個(gè)突觸?；芈窋?shù)量的短缺，限制了他們模擬實(shí)現(xiàn)學(xué)習(xí)、記憶和創(chuàng)造性智力的能力。
于是，他們?cè)俅蜗蛏窠?jīng)科學(xué)求助。他們意識(shí)到，腦中真正的神經(jīng)元，只在激活時(shí)，才會(huì)成為腦整體計(jì)算過(guò)程的一分子。未被激活的時(shí)候，神經(jīng)元僅僅待在支線上無(wú)所事事，耗費(fèi)極少的能量。因此，沒(méi)有必要把800萬(wàn)神經(jīng)元的狀態(tài)每秒就更新1000次，那樣只會(huì)拖慢系統(tǒng)。
相反，他們可以指導(dǎo)計(jì)算機(jī)只關(guān)注剛剛被激發(fā)、因此最有可能再次被激發(fā)的神經(jīng)元，以此實(shí)現(xiàn)對(duì)腦的模擬。這樣調(diào)整過(guò)之后，超級(jí)計(jì)算機(jī)模擬腦基系統(tǒng)的速度提高了上千倍。到2007年11月，莫德哈已經(jīng)能夠模擬規(guī)模相當(dāng)于大鼠皮層的神經(jīng)網(wǎng)絡(luò)，也就是5500萬(wàn)個(gè)神經(jīng)元和4420億個(gè)突觸。
兩年后，他的團(tuán)隊(duì)把模擬的規(guī)模提升到了16億個(gè)神經(jīng)元和接近9萬(wàn)億個(gè)突觸，這已經(jīng)相當(dāng)于貓的大腦了。最終，他們將系統(tǒng)擴(kuò)充到了5300億個(gè)神經(jīng)元和100萬(wàn)億個(gè)突觸，大致相當(dāng)于一個(gè)人腦了。
研究者已經(jīng)模擬了數(shù)以億計(jì)一模一樣的這種規(guī)范電路，也許有一天，這些電路會(huì)將一種新型的認(rèn)知計(jì)算機(jī)帶入現(xiàn)實(shí)。但它只是一個(gè)模型，運(yùn)行在慢得令人惱火的古董機(jī)器上，永遠(yuǎn)不會(huì)像大腦那樣工作，永遠(yuǎn)無(wú)法步入認(rèn)知的層面。
2008年，美國(guó)國(guó)防部先進(jìn)研究項(xiàng)目局（DARPA）宣布了一個(gè)旨在為真正的認(rèn)知計(jì)算機(jī)制造硬件的計(jì)劃。第一筆撥款將被用于設(shè)計(jì)節(jié)能芯片，它將成為新型機(jī)器心臟與靈魂——莫德哈美夢(mèng)成真了。
在DARPA的資助下，莫德哈于2011年夏天公布了他的新型節(jié)能神經(jīng)芯片。這種芯片成功的關(guān)鍵在于它的處理器，也就是接收并執(zhí)行指令的部分。傳統(tǒng)計(jì)算機(jī)包含少量運(yùn)算速度非?？斓奶幚砥鳎ìF(xiàn)代筆記本電腦通常在一塊芯片上擁有二至四個(gè)處理器），而且它們幾乎一直都在工作。每一毫秒，這些處理器便掃描數(shù)以百萬(wàn)計(jì)的電路開(kāi)關(guān)，監(jiān)控幾千條電路的狀態(tài)，并在兩種可能的狀態(tài)——1和0之間切換。
為了存儲(chǔ)1和0構(gòu)成的模式，當(dāng)今的計(jì)算機(jī)使用獨(dú)立的存儲(chǔ)單元。電子信號(hào)在處理器和存儲(chǔ)器之間，通過(guò)被稱為存儲(chǔ)總線的通路傳送。工程師曾經(jīng)通過(guò)縮短總線的長(zhǎng)度來(lái)提高運(yùn)算速率。
現(xiàn)在一些服務(wù)器能夠讓信號(hào)在存儲(chǔ)器和處理器之間每秒來(lái)回傳遞數(shù)億次，然而最短的總線也要耗費(fèi)能量并產(chǎn)生熱量，需要大量的電能來(lái)冷卻。
大腦的構(gòu)架從根本上有所不同，這種不同將反映在基于大腦結(jié)構(gòu)的計(jì)算機(jī)中。大腦并非由少數(shù)幾個(gè)連續(xù)工作的強(qiáng)大處理器構(gòu)成，而是包含幾十億相對(duì)較慢、較小的處理器——神經(jīng)元，而且這些處理器只在被激活時(shí)才消耗能量。由于大腦以神經(jīng)元之間連接強(qiáng)度的方式存儲(chǔ)記憶，也就是說(shuō)，存儲(chǔ)在神經(jīng)網(wǎng)絡(luò)自身內(nèi)部，因此并不需要耗能巨大的總線。
莫德哈新型芯片的處理器，是工作方式猶如大腦的計(jì)算機(jī)的最小單元：每一塊芯片上包含256個(gè)非常慢的處理器，每一個(gè)處理器代表一個(gè)人工神經(jīng)元（作為對(duì)照，蛔蟲(chóng)的腦包含大約300個(gè)神經(jīng)元）。任何時(shí)候都只有被激活的處理器才會(huì)顯著耗費(fèi)能量，因此總體能耗較低。
即便處于被激活狀態(tài)，處理器需要的能量也遠(yuǎn)遠(yuǎn)不及傳統(tǒng)計(jì)算機(jī)中的處理器，因?yàn)樗鼈儽辉O(shè)計(jì)執(zhí)行的任務(wù)簡(jiǎn)單得多：傳統(tǒng)計(jì)算機(jī)處理器要執(zhí)行計(jì)算機(jī)運(yùn)行所必需的所有計(jì)算和操作，而莫德哈的微小單元只需要計(jì)算從其他虛擬神經(jīng)元接收到的信號(hào)數(shù)量，評(píng)估它們的權(quán)重，并決定接收到的信號(hào)是否足夠令處理器發(fā)出一條自己的信號(hào)。
莫德哈還沒(méi)有將他的新型芯片及其處理器連接到模擬大腦物理結(jié)構(gòu)的大型網(wǎng)絡(luò)上。但是他確信，這么做的收益將是巨大的。演化將腦中最有可能溝通的部分放在一起，從而賦予了腦相當(dāng)節(jié)能的解剖結(jié)構(gòu)，因?yàn)樯窠?jīng)元離得越近，傳遞信號(hào)需要的能量便越少。莫德哈希望通過(guò)復(fù)制腦的宏觀布局，在他以腦結(jié)構(gòu)為靈感的機(jī)器中，實(shí)現(xiàn)這種以及其他未曾想到的節(jié)能特性。
他耗時(shí)多年、花費(fèi)大量精力研究恒河猴腦中的長(zhǎng)距離連接，最終得到了383個(gè)不同腦區(qū)的分布圖，而這些腦區(qū)由6602個(gè)獨(dú)立鏈接彼此相連。這副圖展示了任何人工大腦中的不同區(qū)域分別應(yīng)該被分配多少個(gè)認(rèn)知計(jì)算芯片，以及它們應(yīng)該和哪些其他芯片連接起來(lái)。
比如說(shuō)，有336條鏈接始于腦的主要視覺(jué)中樞。前額皮質(zhì)所在的額葉則令人驚嘆地生發(fā)出1648條鏈接。額葉位于大腦中部，是決策和認(rèn)識(shí)思維之所在。就像在真正的腦中一樣，神經(jīng)元計(jì)算機(jī)中也會(huì)有一個(gè)中心點(diǎn)匯聚最多的鏈接。
當(dāng)然，就算莫德哈能夠建造這種“腦機(jī)”，一些人仍在懷疑它是否有實(shí)際用途。頂尖的神經(jīng)網(wǎng)絡(luò)理論家吉奧夫·辛頓（Geoff Hinton）認(rèn)為，這種新型計(jì)算機(jī)毫無(wú)用處，除非有合適的“學(xué)習(xí)算法”能夠清楚說(shuō)明哪些因素應(yīng)當(dāng)改變突觸連接的強(qiáng)度，并且改變多少。如果在沒(méi)有這種算法的情況下制造新型芯片，他說(shuō)，“就如同還沒(méi)有搞清楚如何產(chǎn)生爆炸并且控制能量驅(qū)動(dòng)車輪前進(jìn)，便要制造汽車發(fā)動(dòng)機(jī)?！?/p>
但是，莫德哈和他的團(tuán)隊(duì)沒(méi)有被批評(píng)意見(jiàn)嚇住。他們爭(zhēng)辯稱，他們是在以認(rèn)知計(jì)算大幅節(jié)能以及大跨度提升處理能力之長(zhǎng)，彌補(bǔ)傳統(tǒng)計(jì)算機(jī)之短。需求日益急迫：到2020年，全世界產(chǎn)生的數(shù)字信息量將是2012年的14倍。莫德哈說(shuō)，只有當(dāng)計(jì)算機(jī)能夠發(fā)現(xiàn)模式并且自行得出關(guān)聯(lián)，問(wèn)題才能夠得到解決。
建造未來(lái)的計(jì)算機(jī)是一項(xiàng)令人生畏的挑戰(zhàn)。然而多年之前，還在世界另一側(cè)從椅子上刮除油漆的少年莫德哈便已經(jīng)懂得，利用人腦的力量，你能夠取得的成就將難以估量。
編譯自：《發(fā)現(xiàn)》，The Quest to Build a Silicon Brain
相關(guān)的果殼網(wǎng)小組
聯(lián)系客服
