由埃隆馬斯克創(chuàng)立的腦機接口研發(fā)公司Neuralink今天發(fā)布了第一款產(chǎn)品,即腦機接口系統(tǒng),該系統(tǒng)可以將通過比人的頭發(fā)更細的“線頭”將微小的芯片植入大腦。從而獲取神經(jīng)元信息,并將信息發(fā)送到計算機中以供分析。據(jù)Neuralink透露,其最終目標是加入無線系統(tǒng),通過激光束來進入大腦,而不是鉆孔。此外,通過無線連接,我們甚至可以與iPhone應(yīng)用程序互動。
如果把這一系統(tǒng)拆分成三個核心部分來看:一是神經(jīng)網(wǎng)絡(luò)“縫紉機”,這相當于一個神經(jīng)外科機器人;二是其中用到的“線頭”,據(jù)了解其直徑大概4-6微米,比過去腦機接口中使用的材料要細得多,并且對大腦損害更小,能夠傳輸更多數(shù)據(jù);三是定制化計算機芯片組,能夠簡化和放大從大腦中發(fā)出的大量信息。
根據(jù)計劃,Neuralink將于2021年開始完全植入式神經(jīng)接口系統(tǒng)的人體試驗。馬斯克介紹,目前這一技術(shù)已經(jīng)在猴子上進行測試。其第一個應(yīng)用場景是通過在大腦中植入芯片從而幫助癱瘓患者控制智能手機或電腦,而未來,它還將用于治療癲癇、帕金森等疾病,甚至為盲人提供“豐富的視力反饋”。但這仍然不是最終目的,馬斯克表示,希望有朝一日可以用于改善人類思考和交流的方式。
“患者首先要學會使用它。”馬斯克表示,“這是一個漫長的過程,就像我們學彈鋼琴一樣。”
這是自兩年前這個神秘公司亮相之后第一次做出的重大發(fā)布,據(jù)了解,此次發(fā)布還邀請了一批高校的權(quán)威神經(jīng)科學家,充分展現(xiàn)了馬斯克在「人腦與人工智能軟件連接」領(lǐng)域的“野心”和目標。
外界一直對于Neuralink的產(chǎn)品保持著強烈的好奇心,此前就有專家猜測,Neuralink一直致力于研究與猴腦的“高帶寬”連接,這種連接可以通過使用超薄的柔性電極同時記錄許多神經(jīng)元的活動,進而提取大量信息。
這一技術(shù)可以用來做一些很酷的事情,比如讓一只猴子用它的大腦來玩一個電子游戲。
在馬斯克看來,人類的大腦需要接入互聯(lián)網(wǎng),這樣才能讓我們的物種能夠跟上人工智能發(fā)展的步伐。
這是他對于未來的設(shè)想。但在人類都能成為「半機械人」之前,像Neuralink這樣的公司首先需要一個醫(yī)學依據(jù)——為什么金屬和計算機芯片足以融入人的大腦。
“我認為其中的關(guān)鍵在于,要如何證明靈長類動物可以在疾病模型中可靠地記錄大量的神經(jīng)元活動,”技術(shù)專家克里斯蒂安·溫茲(Christian Wentz)表示,此前他將自己創(chuàng)立的神經(jīng)科技創(chuàng)業(yè)公司賣給了另一個大腦接口公司Kernel。“整個舉措是為了向FDA(食品和藥物管理局)證明為什么要將這一切都放入某人的大腦中。”
在此之前,實驗性的大腦接口已經(jīng)被嘗試用來幫助癱瘓患者使用大腦控制光標和機械手臂,幫助刺激抑郁癥患者的記憶形成,試圖與他們溝通進而治療抑郁癥。
Neuralink的創(chuàng)始團隊成員之一Tim Hanson告訴《麻省理工學院技術(shù)評論》,公司目前面臨的一個挑戰(zhàn)是,馬斯克正在追求的「高密度記錄技術(shù)」不一定是治療特定腦部疾病的理想方法。對此,弗吉尼亞州霍華德休斯醫(yī)學院Janelia研究園區(qū)的Hanson說,他認為這種技術(shù)更適合動物的基礎(chǔ)科學研究,面向人類使用可能還為時過早。
▲ 將細胞和柔性電極接入大腦的示意圖(圖片來源:加州大學舊金山分校)
在Neuralink之前,實驗性腦機接口主要采用的是堅硬的金屬電極,通過一個名為猶他陣列的電極(由大約100根硅雕刻而成的鋒利針頭組成),用氣槍射入大腦。雖然在神經(jīng)元發(fā)射信號時,這些傳感器能很好地接收這些信號,但由于大腦在頭骨中移動時,陣列的針并不移動,因此在使用一段時間后,這將給大腦造成損傷并停止工作。正因為如此,Neuralink開始嘗試和探索使用由碳纖維和柔性薄聚合物制成的精細超薄電極來解決這個問題,但它們非常靈活,擺動幅度很大,因此非常難以植入。
為此,Neuralink團隊才研發(fā)了這種每分鐘能植入6根線(192個電極)的“縫紉機”技術(shù)(它在工作時,真的就像縫紉機一樣)。
在加入Neuralink之前,兩位創(chuàng)始團隊成員Hanson和Philip Sabes以及加州大學伯克利分校的Michel Maharbiz開發(fā)了一種采用僵硬的針頭驅(qū)動柔性電極進入大腦的方法。Hanson表示,這一方法是Neuralink內(nèi)部研究的“主要推動力”,至少直到去年10月,在他離開公司時,的確是這樣。
▲ 哺乳動物大腦皮質(zhì)表面的圖象,插入電極可以讓研究人員看到大腦信號(圖片來源:加州大學舊金山分校)
顯而易見,才華橫溢的馬斯克并不是生物學家,但他一直渴望并且快速追逐著技術(shù)的發(fā)展。Hanson表示,Neuralink總裁Max Hodak希望從人腦中獲取大量的測量數(shù)據(jù)。雖然這很酷,但它不一定是人類治療疾病的方法。“Max和馬斯克都渴望快速找到人類未來發(fā)展的路徑,但人們普遍認為,這是有風險的,“他說,“想要增強人類的技能,你需要先做很多基礎(chǔ)工作。”
對此,還有一些科學家對于過分關(guān)注可以接入大腦的電極數(shù)量表示擔心。早在2017年,DARPA(美國國防部高級研究計劃局)撥款6500萬美元用于構(gòu)建一個可以連接100萬個神經(jīng)元的“大腦調(diào)制解調(diào)器”,但匹茲堡大學正在研究通過大腦植入恢復(fù)視力的José-Alain Sahel告訴筆者,他建議該機構(gòu)取消對數(shù)字目標的重視。“首先,100萬個電極難以實現(xiàn),其次,這對大腦可能沒有益處,”Sahel 說,“對于治療來說,更重要的是數(shù)字信號是否有意義。”
驅(qū)動密集網(wǎng)絡(luò)連接背后的一個因素是,如果可以更大規(guī)模地測量大腦數(shù)據(jù),那么數(shù)千或數(shù)百萬個神經(jīng)元信息就可以被輸入深度學習程序中,正如馬斯克投資的另一家公司OpenAI開發(fā)的系統(tǒng)那樣,這樣的系統(tǒng)已經(jīng)學會在圍棋、德州撲克等游戲中占主導(dǎo)地位,如果加入有足夠的數(shù)據(jù)支持,它們或許也可以解碼大腦的語言。
“哲學上的賭注是,對足夠的神經(jīng)元進行記錄,將讓我們能夠弄清楚大腦正在做什么,并擁有這種瘋狂的腦機接口。”Wentz說。
而今天,我們已經(jīng)見證了“瘋狂”的第一步,至少,馬斯克向我們展示的已經(jīng)是目前腦機接口領(lǐng)域最前沿的技術(shù)。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務(wù)上驗證有效性。