《盜夢空間》劇照
還記得電影《盜夢空間》中的“造夢師”嗎？
他們可以制造出多層夢境，把某種意念植入人的大腦，還能從人的夢中竊取情報(bào)。
前不久，就有人發(fā)明出了一個(gè)名叫“XDREAM”的算法，可以通過圖像刺激大腦神經(jīng)活動(dòng)，從而控制某些特定神經(jīng)元。這一次他們的對象，只是猴子。
AI造夢：還原猴子眼中的世界
5月2日，頂級學(xué)術(shù)期刊《CELL》（《細(xì)胞》）發(fā)表了一篇論文，哈佛大學(xué)的科學(xué)家把猴子的大腦與傳感器和神經(jīng)網(wǎng)絡(luò)連接起來，向猴子播放AI系統(tǒng)生成的圖像，采集并分析猴子看到不同圖像時(shí)的神經(jīng)元活動(dòng)，并根據(jù)猴子的反應(yīng)強(qiáng)度來實(shí)時(shí)調(diào)整和生成新的圖像。
最終的實(shí)驗(yàn)成果顯示，AI系統(tǒng)已經(jīng)能夠自動(dòng)生成激活單個(gè)腦區(qū)的圖像，刺激到猴子大腦的特定神經(jīng)元（實(shí)驗(yàn)中是識別面部）。
這項(xiàng)研究的特別之處在于，算法生成的圖像，比起對照組中的自然圖像，對腦補(bǔ)神經(jīng)元的刺激程序更好。換句話說，這些看起來像是真實(shí)世界扭曲版本的圖片，可能才是猴子最興奮的畫面。
論文的第一作者卡洛斯·龐斯，在項(xiàng)目中時(shí)是哈佛醫(yī)學(xué)院瑪格麗特·利文斯通實(shí)驗(yàn)室的博士后研究員，現(xiàn)在則是圣路易斯華盛頓大學(xué)的一名教師。他表示，使用這個(gè)算法工具生成的圖片時(shí)，“（猴子大腦的）細(xì)胞活躍度提高到了我們前所未見的水平。”
這個(gè)圖顯示了自然圖像(右)和猴子神經(jīng)元進(jìn)化的圖像(左)
被命名為XDREAM的算法，是由威爾·肖在兒童醫(yī)院加布里埃爾·克賴曼實(shí)驗(yàn)室開發(fā)的，并得到了美國國立衛(wèi)生研究院和國家科學(xué)基金會的資助，這是第一次在真實(shí)的神經(jīng)元上進(jìn)行測試。
它對一系列圖像進(jìn)行變異與重新組合，變成了一堆奇怪的東西，比如穿著外科手術(shù)服的熟人、動(dòng)物房間里的漏斗……和人類夢境中奇怪的事物有點(diǎn)異曲同工之妙。
XDREAM生成的圖片更像是神經(jīng)元之間相互溝通所使用的語言，有的東西甚至根本不存在。難怪作者龐斯說，“如果細(xì)胞會做夢，那么這些可能就是細(xì)胞夢見的景象。”
GAN再立新功，繪制夢境有何難？
系統(tǒng)生成的圖像比真實(shí)的事物更讓猴子感到興奮，這項(xiàng)發(fā)現(xiàn)能夠帶來哪些想象空間？
想要回答這個(gè)問題，我們可能需要再往前一步，先探尋視覺神經(jīng)元的底層機(jī)理。
腦科學(xué)領(lǐng)域的研究者們已經(jīng)通過無數(shù)神經(jīng)元測試實(shí)驗(yàn)證明了，大腦視覺神經(jīng)元會對某些圖像反應(yīng)更強(qiáng)烈，這種“不均衡響應(yīng)”使我們能夠在茫茫人海中被某些特定形狀、顏色或輪廓所吸引，從而快速識別出那些特別的事物，比如在火車站找到熟人，高速路旁的廣告牌文字等等。
但是，視覺神經(jīng)元究竟是如何對這些特定事物產(chǎn)生反應(yīng)的，至今仍然是一個(gè)謎。
以往，在研究視覺神經(jīng)元偏好的研究中，人們往往會使用真實(shí)存在的圖像。這就帶來了兩個(gè)問題：
一是只能研究那些現(xiàn)實(shí)世界中存在的刺激源。但實(shí)際上，人在快速眼動(dòng)（REM）睡眠期間還保持著高頻的腦部活動(dòng)。美國威斯康辛大學(xué)麥迪遜分校的Giulio Tononi及同事記錄了32個(gè)被試對象睡著時(shí)的腦電圖，證明參與真實(shí)感官刺激（比如面部和語言）處理的腦區(qū)的高頻活動(dòng)增加了，而且只在夢境中出現(xiàn)這些元素時(shí)增加。
但做過夢的人都知道，夢境是很難完整回憶和復(fù)現(xiàn)的，也并不與現(xiàn)實(shí)世界完全一致。無法得知夢境的樣子，就使得腦神經(jīng)研究丟失了一塊重要陣地。
二是令腦神經(jīng)研究帶有上了研究人員的主觀選擇，有一定的片面性。舉個(gè)例子，大家都知道卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展從大腦神經(jīng)中得到了很多啟發(fā)，也因此產(chǎn)生了很多模擬人類腦活動(dòng)的算法，比如基于注意力的標(biāo)注模型，它會關(guān)注圖片中的一些重點(diǎn)并對其進(jìn)行文字描述，比如對下面這張圖片：
對圖案中的特征進(jìn)行有選擇的提取，于是我們得到了一個(gè)帶有“海上沖浪者”標(biāo)簽的圖片。
在模型預(yù)訓(xùn)練時(shí)，設(shè)計(jì)人員都會根據(jù)自己的理解和大多數(shù)人類的偏好，對圖片特征賦予一定的權(quán)重進(jìn)行預(yù)訓(xùn)練，讓系統(tǒng)優(yōu)先注意到那些希望它注意到的地方。但這種選擇真的萬無一失嗎？從科學(xué)的角度講，我們無法肯定地回答這個(gè)問題，但以前我們也沒有證據(jù)能夠證明，有的大腦可能不是這么想的，有的大腦比起面孔就是更容易對文字產(chǎn)生興奮。
現(xiàn)在有了。
深度生成對抗網(wǎng)絡(luò)（GAN）與遺傳算法的結(jié)合，開始讓我們得以看到視覺神經(jīng)元的真實(shí)“想法”。
研究團(tuán)隊(duì)將微電極陣列植入六只猴子的下顳葉皮質(zhì) (耳朵上方稍微靠后的區(qū)域)，向它展示圖像，并測量猴子在觀看圖像時(shí)單個(gè)視覺神經(jīng)元的放電率。GAN每次隨機(jī)生成40個(gè)圖像，其中有10張是令給定神經(jīng)元或神經(jīng)元群中最活躍的圖像，另外30張是由遺傳算法根據(jù)神經(jīng)元的不同反應(yīng)，對這10張圖片中的元素進(jìn)行重新排列組合生成的類似圖像。
這樣的循環(huán)測試會在1-3 小時(shí)內(nèi)重復(fù)多達(dá)250代，并不斷優(yōu)化“XDREAM”系統(tǒng)的圖像代碼。最終才讓我們看到了會對猴子大腦產(chǎn)生超級刺激的照片，顯然，它與現(xiàn)實(shí)世界和人類的理解都完全不同。
單個(gè)神經(jīng)元的最大化響應(yīng)所合成的圖像
有一些神經(jīng)元響應(yīng)符合人們的預(yù)期，比如說普遍認(rèn)為視覺神經(jīng)元喜歡“看臉”，對面部的反應(yīng)最為敏感。結(jié)果證明果然如此，最后的偏好結(jié)果就進(jìn)化了圓形的粉紅色圖像，有兩個(gè)類似眼睛的黑點(diǎn)，看上去像一張?jiān)幃惖哪槨?/p>
也有令人不解的地方，比如從真實(shí)圖像進(jìn)化出了一些詭異的黑色小方塊，墨明棋妙的顏色混合體等等，這些特別的圖像到底是怎么在神經(jīng)元中作用、映射、成形的，目前還不得而知。這下科學(xué)家們又有新課題可以挑戰(zhàn)咯~
解碼神經(jīng)元，對人和AI有何價(jià)值？
說了這么多，可能大家還是搞不明白，研究猴子的視覺神經(jīng)元偏好到底有什么用。或者說，到底能不能創(chuàng)造實(shí)際價(jià)值。
為了解答這個(gè)疑惑，我們就來捋捋這個(gè)實(shí)驗(yàn)成果的一些獨(dú)到之處：
首先，這項(xiàng)實(shí)驗(yàn)的最大特點(diǎn)是嘗試了一種新的方式，即深度神經(jīng)網(wǎng)絡(luò)，來進(jìn)行腦科學(xué)實(shí)驗(yàn)。XDREAM可以創(chuàng)造任何物體，包括那些不存在的東西。 這使得讓神經(jīng)元可以不受物理世界的限制，從頭開始構(gòu)建自己喜歡的圖像。
這使得人類對視覺神經(jīng)元的運(yùn)動(dòng)機(jī)制能夠以一種完全不帶主觀偏見的方式展開，讓神經(jīng)元自己決定并告知研究人員，它想要什么。
另外，從這項(xiàng)研究中，我們可以從圖像進(jìn)化的過程看到大腦是如何學(xué)會抽象化真實(shí)事物的相關(guān)特征。 如第一作者龐斯說：“我們看到大腦正在分析視覺場景，并由經(jīng)驗(yàn)驅(qū)動(dòng)，提取對個(gè)人重要的信息。”“大腦正在適應(yīng)環(huán)境，以不可預(yù)測的方式編碼具有生態(tài)意義的信息。”
因此，這項(xiàng)技術(shù)可以應(yīng)用于大腦中任何對感官信息作出反應(yīng)的神經(jīng)元，如聽覺神經(jīng)元、海馬神經(jīng)元和前額葉皮層神經(jīng)元。
進(jìn)一步了解大腦的工作方式，一方面可以對醫(yī)學(xué)、健康等領(lǐng)域提供有效的依據(jù)。比如幫助了解學(xué)習(xí)障礙、自閉癥等相關(guān)疾病。
通過研究患者的視覺系統(tǒng)變化，了解他們眼中和腦海里真實(shí)的世界景象，研究那些他們會做出優(yōu)先反應(yīng)的事物，也能夠讓醫(yī)護(hù)人員和家庭成員找到更有效的治療機(jī)制。畢竟見其所見，想其所想，是達(dá)成溝通和理解的第一步。
另外，還能促使人工智能開發(fā)出與大腦一樣有效、甚至更好的模型。
卷積神經(jīng)網(wǎng)絡(luò)與大腦區(qū)域的關(guān)聯(lián)
2014年左右就有少數(shù)研究開始涉及神經(jīng)網(wǎng)絡(luò)與神經(jīng)元的交叉研究。比如研究人員通過從人類和獼猴身上記錄到的神經(jīng)活動(dòng)與神經(jīng)網(wǎng)絡(luò)中的人工活動(dòng)相比較，最終了解了不同系統(tǒng)看到的圖像。論文Khaligh-Razavi and Kriegeskorte (2014)使用了表征相似度分析，將37種不同的模型與人類和猴子IT進(jìn)行了比較，發(fā)現(xiàn)更擅長目標(biāo)識別的模型也能更好地匹配IT表征，而且，通過監(jiān)督學(xué)習(xí)訓(xùn)練的深度CNN（AlexNet）是表現(xiàn)最好的。這為深度學(xué)習(xí)的進(jìn)展打下了堅(jiān)實(shí)的基礎(chǔ)。
總體而言，機(jī)器神經(jīng)網(wǎng)絡(luò)可以算作是對為腦神經(jīng)科學(xué)家建模道路的延續(xù)。腦科學(xué)貢獻(xiàn)了路徑，計(jì)算機(jī)領(lǐng)域貢獻(xiàn)了算力和訓(xùn)練方法，以及數(shù)據(jù)。二者的結(jié)合，才讓這些模型錘煉出了令人驚喜的能力。
不過，大腦的神經(jīng)網(wǎng)絡(luò)要比人工的復(fù)雜N倍。直到今天，還有一些特性是今天大多數(shù)神經(jīng)網(wǎng)絡(luò)所沒有的，比如尖峰、橫向連接、中央凹、可以跳過某些層的前饋連接等等。了解這些大腦細(xì)節(jié)會不會對人工智能帶來突破性的影響呢？
坦率地說，沒有人知道答案，因?yàn)樯疃壬窠?jīng)網(wǎng)絡(luò)并不是（也不可能是）大腦神經(jīng)系統(tǒng)的完整復(fù)現(xiàn)，但這卻是AI不得不走的路。
生物學(xué)家，同時(shí)也是哲學(xué)家的亞里士多德曾經(jīng)這樣形容圖像之于大腦的意義：我們看見某些圖像之所以感到快感，因?yàn)槲覀円贿呍诳?，一邊在求知。善于摹仿，是人類?ldquo;本能”，也是AI的宿命。
