主题：【原创】围绕脑科学而发生的若干玄想 -- 鸿乾

送花成功。

作者，声望:1；铢钱:0。你，乐善:1；铢钱:-1。本帖花:1

先说明一下，这个帖子我是在路上看到的，当时无法回。回来后，也一直没有回复。其实是因为不太好回复，要深入讨论，有相当的难度。现在来就几个问题，说一下想法。

首先想说，人脑其实并不简单。这可以从两个方面来看。一是看实验结果。可以看蒲院士的那个科普讲演。也可以看关于脑神经元的基本课程。这些都说明，脑神经元的工作原理其实是很复杂的。我想的，是非常“机会主义的”，那就是说，生物抓住了一些很偶然，很巧妙的机会，因而使得神经元细胞有了处理信息的能力。这种能力耗能非常低，就是源于这种“机会主义”。脑里的神经元也有很多种，参与神经元活动的反应也很多，非常巧妙，这些都可以在蒲院士的讲演中看到。

另一个方面，可以这样看，我想，通过进化出现的东西，多半是结构重重叠叠，反复曲折的，而不是像人工设计的东西那样，有一个清晰的图景。人脑是几亿年的进化的产物，就更应该是多种矛盾的东西相互冲突后的产物，如果要细细捋起来，肯定相当复杂。这点，仅需要想想不过40年历史的互联网的复杂度，就可以充分理解了。

但是，人脑的高度复杂度并不说明，人脑的最重要的规律就一定复杂无比。可以比拟的就是互联网。互联网其实已经非常复杂了。但是，如果抓住其中的最核心的规律，也不过是若干协议，基本上可以在不长的篇幅中表述，特别，如果是关心抽象和高层次的规律的话。我们也可以用同样的思考方式来对人脑。其实这正是大家都希望的。如果某天，我们把最重要的规律掌握了，其他的那些更次一级的规律，可以留待以后再说。

你说到：“我有理由推理，生物脑只是基于一个简单原理的大量重复。应该没有什么特异的算法，生物脑的算法原理应该是很简单的”。如果你是意指脑中的最重要的规律，我的想法就和你一样。的确，我们希望应该有一个相对简单的规律，来控制脑中的那个最重要的活动，即时序记忆流的处理。不过，在事实上找到这些规律之前，我们的希望仅算是一种期望，一种信念，一种祝福。

Hawkins对脑内的最重要活动有很多写作。如果不是相信有一个相对简单的规律，他恐怕就不会做这些写作了。但是，迄今为止，在那么多的研究之后，这个规律还是很神秘的，没有露出面目。这次的欧盟出大钱来研究脑结构外链出处，恐怕也是期望有所突破。据报道，他们的方法可能是硬功夫，即做非常多的MRI，针对很多脑活动，仔细看这些脑活动之间的关系。希望这样的研究可以产生很多很好的实验数据，帮助我们深入认识。如果能够帮助我们认识到那个相对简单的规律，那就善莫大焉。不过呢，我并不寄希望，事情没有那么容易的。

但是，人工脑也未必需要等到我们对生物脑有了非常全面的了解。大家都是希望，在了解基本结构的情况下，就可以着手用各种人工的方式来实现部分的脑功能。事实上，人工智能的努力从计算机的第一天就开始了，甚至在人们对智能有比较深入的了解前。不过，这样的努力是否能够有所突破，还是要看我们对脑的能力的了解是否抓住了关键之处。如果能够抓住，这种努力应该可以产生好的结果。如果不能抓住，效果恐怕就还是不好。现在我们还看不到。继续观察吧。

纯以功能为向导，是一种思路。但是，有很大的局限。通常，这种以功能为导向的活动，其实就是在某个特定领域，找寻这个领域的某些比较浅表的数学规律，统计规律，或者某个模型的规律，然后按照这个规律编程。你说的：“语言识别，图像识别，人脸识别，空间定位，机械手控制，电脑医生，自动驾驶。。。”，应该是这个范围内的。那么，这样的功能导向的研究，其实对脑的内部规律的探寻的帮助并不是很大（不过也是有帮助的）。这样做的结果，我们现在看得比较清楚了，那就是，这样形成的软硬件系统，比较缺乏灵活性，离开高智能还差得很远。当然，这样的努力，应该成为工业界的主流，是没有疑义的。实际上，也的确是工业界的主流。包括现在热门的机器学习等，应该属于这个范围的。

但是，努力探索脑的内部功能和规律，并且用来指导人工脑的研究和探索，是更有远大前景的路子。

至于模拟蚯蚓等，可看Kurzweil的书，他提到哈佛有人在做比蚯蚓还要低级很多的虫子的脑模型。这也是很不容易做的。