中國經(jīng)濟網(wǎng)訊（記者 王蔚）在人工智能領(lǐng)域，神經(jīng)網(wǎng)絡(luò)的發(fā)明顯然是受到了生物神經(jīng)網(wǎng)絡(luò)的啟發(fā)，但是大腦里的學(xué)習(xí)過程真的和計算機中的算法一樣嗎？如果研究人員能夠解答這一問題，也許可以發(fā)展出更加強大的深度學(xué)習(xí)模型，并進(jìn)一步了解人類的智能。

　　經(jīng)濟日報-中國經(jīng)濟網(wǎng)科技頻道了解到近日研究人員發(fā)表論文，表示他們發(fā)現(xiàn)一種算法，可以利用哺乳動物的神經(jīng)元進(jìn)行深度學(xué)習(xí)。而且他們的實驗也用一種更接近生物學(xué)的方法，展示了真實的大腦如何進(jìn)行深度學(xué)習(xí)，甚至有望幫助解釋大腦如何演化出了“學(xué)習(xí)”的能力。

　　實驗選用了小鼠大腦新皮質(zhì)的樹突細(xì)胞。新皮質(zhì)腦區(qū)負(fù)責(zé)高等功能，例如知覺、運動指令的產(chǎn)生，同時這部分也與空間推理、意識及語言有關(guān)。而樹突則是從神經(jīng)元細(xì)胞本體發(fā)出的多分支突起，其形狀和樹木類似。樹突是神經(jīng)元的輸入通道，將從其他神經(jīng)元接收到的動作信號傳送至細(xì)胞本體。

　　研究人員利用這些神經(jīng)元的基本知識構(gòu)建了一個叫“多屋神經(jīng)網(wǎng)絡(luò)”模型，在這個網(wǎng)絡(luò)中神經(jīng)元都在隔開的“屋”里接收信號。由于被隔開了，所以不同層的模擬神經(jīng)元可以協(xié)作起來，實現(xiàn)深度學(xué)習(xí)。

　　將這樣的設(shè)計付諸實踐后，研究人員發(fā)現(xiàn)再識別手寫數(shù)字時，這類設(shè)計明顯好于單層的網(wǎng)絡(luò)。算法能利用多層網(wǎng)絡(luò)結(jié)構(gòu)識別高杰表示是深度學(xué)習(xí)的核心標(biāo)志。這就意味著如果我們對小鼠大腦神經(jīng)元的理解是正確的，那么小鼠大腦神經(jīng)元跟人工神經(jīng)元一樣都能進(jìn)行深度學(xué)習(xí)。

　　雖然這僅僅是一組模擬，并不能準(zhǔn)確的表現(xiàn)出大腦究竟是怎么工作的，但是如果大腦可以使用人工智能正在使用的算法，那么絕對值得進(jìn)一步研究。

　　盡管很多人相信深度學(xué)習(xí)模型在一定程度上準(zhǔn)確反映了人類大腦的工作機制，但是要證明這一想法還有很多挑戰(zhàn)。第一點就是深度學(xué)習(xí)目前還無法達(dá)到人類大腦的水平，這就很難模擬人類大腦的運行機制。其次深度學(xué)習(xí)算法和目前的神經(jīng)生物學(xué)事實相矛盾。目前研究人員正在積極尋求彌合神經(jīng)科學(xué)和人工智能之間差距的方法。

　　樹狀新皮質(zhì)細(xì)胞僅僅是大腦中許多細(xì)胞類型中的一種。未來的研究會模擬不同類型的大腦細(xì)胞，并研究它們是如何通過相互作用實現(xiàn)深度學(xué)習(xí)的。樂觀的看，接下來的十年間，人們很有可能看到神經(jīng)科學(xué)與人工智能之間真正的良性循環(huán)：神經(jīng)科學(xué)的發(fā)現(xiàn)推動新人工智能的開發(fā)；人工智能的算法幫助人們解釋和理解神經(jīng)方面的實驗數(shù)據(jù)。