文章插图
-Dadu Shin-
花了一成天琢磨我的数据后 ， 一天夜里我偶尔翻到一则豪尔赫 · 路易斯 · 博尔赫斯写的短篇小说 ， 它似乎抓住了绘制大脑地图的底子 。 这篇《论科学的切确性》（On Exactitude in Science）的本家儿人公苏亚雷斯·米兰达（Suarez Miranda）[1] 记述了一个古老的帝国 ， 该国凭借科学手段 ， 画图的身手臻于完美 。 早期的地图是真实邦畿的粗拙微型 ， 而跟着每个版本不竭地填充细节 ， 新的地图一圈大过一圈 。 到最后 ， 博尔赫斯写道 ， “画图的身手臻于完美 ， 以至单单一个省的地图就占有了整整一个城市 ， 而帝国的地图则是整整一个省 。 ”即便如斯 ， 那边的人欲求更多细节 。 “跟着时候流逝 ， 这种不当作比例的地图不再令人知足 ， 于是各制图院打造了一幅帝国全图 ， 它拥有帝国的尺寸并与之严酷对应 。 ” [2]
译者注：[1] 博尔赫斯的笔名 ， 与阿根廷作家、采访人员、翻译家卡萨雷斯（Adolfo Bioy Casares）合著作品时利用 。
[2] 本段引用为陈东飚所译原文 。 “在那个帝国里 ， 画图的身手臻于完美 ， 以至单单一个省的地图就占有了整整一个城市 ， 而帝国的地图则是整整一个省 。 跟着时候流逝 ， 这种不当作比例的地图不再令人知足 ， 于是各制图院打造了一幅帝国全图 ， 它拥有帝国的尺寸并与之严酷对应 。 除了制图之学的痴迷者以外 ， 后来的宿世代都认为那种大而无当的地图毫无用处 ， 便不无亵渎地将它弃给了骄阳与严冬的摧残 。 在西方的戈壁里还留存着地图破裂的断片 ， 为走兽与乞丐所栖居；整个河山中再无那些地舆科目标其他残存 。 ”
博尔赫斯这则故事让我想起李奇曼的不雅点 ， 他认为人的大脑太复杂 ， 我们无法通俗地舆解它 。 描述它可能是个更好的方针 。 但这种不雅点仍是让我不大舒畅 。 描述大脑就像讲故事 ， 即即是讲大脑中的信息处置 ， 也必需解除一些细节 。 描述者得知道哪些细节主要 ， 哪些可有可无 ， 以此传达有效的信息 。 而要判定可有可无的细节 ， 起首要足够理解您所描述的对象 。 我这紧密的大脑 ， 它有可能理解一颗老鼠的大脑中的2EB 吗？
文章插图
奋斗路上 ， 人类有一把关头兵器 。 机械进修已是绘制大脑地图的福音 ， 利用它的自我强化系统（self-reinforcing） ， 我们有但愿翻盘 。 我们曾觉得一些认知使命是机械不克不及学会的——物体识别 ， 还有文字转写和翻译、玩围棋、下象棋 。 而深度进修算法（也被称为深度神经收集 ， DNN）则在曩昔十年让机械得以完当作这些使命 。 DNN 是一类数学模子 ， 将一系列简单公式串联 ， 模拟神经元的真实状况 。 这些算法的降生灵感来自哺乳动物大脑皮层的心理学息争剖学 。 但限于上宿世纪60年月收集的数据 ， 它们是对真实大脑的粗略模拟 。 这也已经超出人们对机械能耐的想象了 。
李奇曼在绘制大脑地图上的前进 ， 得归功于机械智能 。 李奇曼的团队与谷歌合作 ， 用深度神经收集为百万余图像标注 。 这些图像是经由过程点子显微镜在大脑切片上收集而来 ， 每张只是一组像素 。 人眼能轻松辨识图像中像素团与团之间的边界（一个神经元的体细胞、轴突、树突 ， 以及大脑中其他物质） ， 尽力些还能指出哪部门是在两张图像中都呈现的 。 有了这种标识表记标帜和重构的能力 ， 毗连组研究中错乱的数据才变得可理解 。 此前 ， 数据块的标识表记标帜要由很多本科生和公平易近科学家手动完当作 。 经图像识别练习的深度神经收集此刻能主动完当作这种苦差事 ， 将凡是花费几个月甚至几年的工作缩短到数小时或数天内 。 比来 ， 谷歌就将一些人脑皮层切片中的每个神经元、轴突、树突（还有每个突触毗连点）都辨识出来了 。 李奇曼暗示 ， “太神奇了 。 ”
推荐阅读
- NASA南极发现平行宇宙证据，“我们旁边”或许存在镜像宇宙？
- 狗狗每天吃零食 毫无制止的吃零食存在健康风险
- 绿茶蜂蜜水
- 狗狗每天吃什么 要合理科学的喂养狗狗
- 通话录音文件储存在哪里
- 除了光速，宇宙还存在速度限制吗？
- 形而上学是什么意思形而上学的意思
- 学习强国高考助手之如何查看大学的招生信息
- 边境梗掉毛吗 它们不存在换毛周期
- 微信里接收的文件存在手机的哪个位置