Paul Allen有个5亿美元新梦想——解码人类大脑

Paul Allen对于智能机器的出现期待已久。现在他已经62岁了,身家约177亿美元,这位微软的联合创始人正在利用他的财富支持两个独立神经科学与人工智能交叉学科的慈善研究,他希望这些研究让他希冀中

Paul Allen对于智能机器的出现期待已久。童年时,Allen就已经在图书馆里如饥似渴的读着科幻小说,在科幻世界里,机器人可以当管家掌管,做外科手术,并且像超人一样飞来飞去拯救生命。在他的想象里,这些机器人与人类生活在一起,像咨询师一样为我们服务,成为人类的伴侣与朋友。

现在他已经62岁了,身家约177亿美元,这位微软的联合创始人正在利用他的财富支持两个独立的神经科学与人工智能交叉学科的慈善研究,他希望这些研究让他希冀中的未来早点到来。

第一个项目要从零开始创造一个可通过高中科学测试的人工大脑。它听起来非常简单,但是,想要让机器不仅仅能够做出反应,而且还会进行逻辑推理,这是软件工程尝试中最困难的事情——比之前突破性的Windows操作系统还要复杂,后者据称有5000万行代码。

第二个项目旨在通过反向推理来了解智能,从对本质以及局部的解构分析入手。尝试将人类大脑切片,进行逆向工程,从字面上讲就是建模和运行模拟。

Allen在采访中说:「想象一下拿一张干净的纸,去复制任何大脑所做的惊人事情。」

他说服了华盛顿大学的AI研究员Oren Etzioni领导这个构建大脑的团队,加州理工大学的神经科学家Christof Koch领带解构大脑团队。对于他们和其中的博士科学家来说,了解大脑和人类智能与上世纪90年代人们首次思考如何制造一架飞机的想法类似。

曾经有些人认为,最好的方式是模拟鸟类行为,而其他人,例如莱特兄弟制作了看起来和鸟类完全不同的机器,却可以飞起来。那时,人们并不清楚到底哪种方法可以让人们飞向蓝天。

无论是模仿自然创造仿生事物,还是完全创造全新的东西,任务都是一样的:突破人体的最终极限(大脑)让人们活得更久、更好,并回答「人类在宇宙中存在的意义」这一终极问题。

「我们从生物学开始。但是,首先你必须搞清楚如何在软件数据库中表达这些知识。」Allen指出,「我很希望说我们对于大脑的理解已经达到这种程度,但不幸的是,我们还差得远。此时,我们对于大脑的理解还太肤浅,甚至都不知道大脑中语言运行机制。」

在好莱坞大片中的人工智能狡猾、精明、充满诱惑力、人类会爱上它们。但在21世纪的现实中却有些无聊。

从最基础层面上讲,人工智能是计算机科学的一个领域,程序员需要设计程序让机器以人类的方式进行智能行为。如今的AI程序可以调节家里的温度,或者基于人们的习惯和交通条件通过自动驾驶送人们上班。他们可以告诉你在其他城市有人盗刷了你的信用卡,或者今晚的足球比赛谁更有可能赢。

在医疗领域,人工智能算法已经可以预测精神疾病患者的偶发狂躁,精准标注出哮喘多发区域,根据人们的基因组成与用药历史预测哪一种癌症治疗方法能有最大的生存率,找到天气、交通和人们健康的关键。

但是,当涉及常识时,科学家一直致力于创造一个拥有四岁孩童智力水平的机器智能。尽管今天的计算机在储存知识上无与伦比,但要论寻找规律,他们仍然会被一个简单的问题难倒:「为什么?」

因此,尽管苹果的Siri,亚马逊的Alexa,微软的Cortana(虽然它们总是令人抓狂)在日程提醒方面做得很好,但是,当你把它们当做真人时,不出一个星期你就会解雇它们。

不过,未来几年这种情况会完全改变,因为硅谷数十亿美元的投资会会引领更复杂算法的发展,提升记忆储存和处理能力。

发明全球搜索、在线购物及社交网络的技术领袖们正通过自己的慈善事业颠覆健康医疗及生物医学等领域。

其中,预测分析学旨在解决掌握一定信息条件下的知情预测问题,其发展既令人兴奋也令人不安。尽管目前它主要应用于甄别潜在客户,但还有一部分专家致力于更易于患某种特定疾病的人群甚至更易犯罪个体的研究。

2014年,Google耗费约4亿美金收购人工智能公司DeepMind,而后便一直对未来计划闭口不谈。该公司透露它的目标是「解决智力」,其第一个实际应用可能是帮助自动驾驶汽车更好的认知周围环境。Facebook首席执行官扎克伯格表示,拥有3座不同类型人工智能实验室的Facebook计划建造视听等感官功能强于人类的机器。

上述所有也许某天都可能实现。但这是不是个好主意呢?

从提出日心说的哥白尼说起,科技进步通常会使人类变得不安、甚至易怒。而人工智能则更为敏感,因为大脑及其推理能力是人类的根本标志。

2014年五月,宇宙论者Stephen Hawking引起了一场激论,他预言智能电脑会导致人类灭亡,而且这会是人类有史以来犯的最严重错误。2014年十月,创立SpaceX,Tesla及PayPal的亿万慈善家Elon Musk也表示了担忧,过滤垃圾邮件的程序会认为「摆脱垃圾邮件的最佳方式是摆脱人类。」他没有开玩笑。

Allen与 Etzioni表示,他们对人工智能可能改变世界的方式进行了深入思考。面对唱衰者的言论,他们持保留意见。他们认为,该项技术不但不会消灭人类,还能帮助人类提高创新能力,解决全球性的大难题(如气候变化)。

Allen人工智能研究所首席执行官Etzioni表示,「有人认为『我不关心道德问题,我只是个技术专家。』与之截然不同的是,我们始终都会考虑这项技术对社会的影响,且我们所观察到的都是积极影响。」

Koch则显得迟疑许多。

「我们应该多加考虑智能机器的失控问题。」Allen脑科学研究所理事长兼首席科学家Koch说,「很明显,我们绝不可能放弃发展人工智能。但是,我们需要弄清楚哪些是想象出的危险,哪些是真正的危险,以及如何使其最小化。」

Allen想创造出一台人工智能机器,它像一个聪明的帮手,而不是独立的个体,「替你回答问题,阐述事情等等。」然后,他也无法确定那个帮手未来是否会出现、它的衍生物会进化成什么样子。

「这个问题十分深奥,」Allen表示,「创造出具备自我意识或独立个性的东西需要耗费多少代价,无人知晓。我脑洞大开一下,如果我们能理解人类大脑异常复杂的运行机理,也许真的会有那么一天。但这真的是异常遥远。」

西雅图Allen脑科学研究所电生理学家DiJon Hill帮助准备研究所用的鼠脑细胞。

人类大脑

人类大脑由1000亿个神经元组成,每个神经元都与另外1万个神经元相互联系,它是目前现存的最复杂的生物系统。当你看、听、触摸、品尝或思考时,神经元放出的电化学信号会穿过连接神经元的突触,进行信息交换。

正是这种模式和连接方式(记忆、爱好、习惯、技能、和情绪)让人们成为自己。

基于Allen通过其慈善事业所做的加速工作,近些年,世界各国政府都发起了自己的大脑计划。欧盟人类大脑计划(The European Commission’s Human Brain Project)始于2013年,拥有6100万的初始基金,要在十年内创造一个人类大脑模型。2014年,奥巴马总统宣布了美国大脑计划BRAIN(Brain Research through Advancing Innovative Neurotechnologies),与引领目前基因革命的人类基因组计划( the Human Genome Project)类似。

有些未来学家甚至认为大脑(不是身体)可能是永生的关键(某天,我们的身体机能衰退后,我们能将自己的大脑下载到计算机上或者另一个肉体中从而延续生命。)

Allen对大脑的兴趣始于他对修补的热爱。他总是对事情如何整合在一起非常感兴趣,从蒸汽引擎到电话,随着年龄的增长,他对大脑的痴迷也是与日俱增。「计算机是最基本的计算单元和大容量存储器,」他说,「与进化形成的大脑相比,它们非常容易理解。」

但是直到他妈妈Faye(以前是小学老师)得了老年痴呆症,Allen的大脑慈善计划才开始成形。Allen与妈妈十分亲近,2003年,他妈妈第一次显示出老年痴呆的症状时,他十分崩溃。「这加深了我想要推进大脑功能研究的想法,以便我们能为不同的病症提供不同的疗法……他们看到这些进展会很震惊的。」他说。

数月内,他创立了Allen脑科学研究所,并且注入1亿美元的启动资金。但是,他并不想只是重复大学和政府实验室做过的的工作。

「他想做不同类型的科学,解决更大的问题,」研究所创始人、首席执行官Allan Jones说。 Allen的使命非常简单:找出「大脑中信息是如何编码的。」

Allen已经给研究所投入了近5亿美金,想要将所有伟大的思想都收入麾下,所有人都专注于同一目标,能够加速探索的进程。

「我们整个方法都是以产业的规模来做科学,并且试着做一些具体的、不只专注于一个方向的事情。」Allen 说。

Allen的「大科学」策略已经吸引一些世界顶尖的科学家(也显著提高了他们的薪资水平),包括正处于职业巅峰期的许多专业领域的终身教授,例如2012年离开哈佛继续研究大脑视觉神经机制的神经生物学家R. Clay Reid。

「大脑是我所能想到的最复杂谜题,而且以前从未有过这样一大群人专注于其工作机制的反向工程,」他说。

Allen研究所也在诸多其他小众的生物学研究中处于领先地位。

首先,大脑研究所开始于数据而不是假说。且不是普通量级的大数据,而是亿兆级别的(数十亿千兆字节,全球一个月互联网流量的规模),详细介绍了大脑中每个基因的生长、白质和连接情况。起初,研究者花费了几年时间来对捐献者的大脑进行精细切片,并对成千上万个切片进行了分析和绘制。

然后,它从开源运动(致力于使软件代码透明化、免费化的项目)中建立了一个主页,并且将所有的数据对公众开放,邀请大家一起对其进行审议和编辑。

2006年,研究所的专家已经创建了小鼠大脑如何连接的最完整三维图谱,并如约将其开放给公众。2010年,他们已经绘制了人类大脑图谱。从那时起,全世界的研究者都基于其工作进行研究,小鼠大脑的那篇论文被其他科学文章引用了1800多次。

现在研究所265为雇员中大多数都在转而研究更实际的问题,比如研究自闭症、精神分裂症、创伤性脑损伤和胶质母细胞瘤(一种特别且罕见的脑肿瘤)以及理解自然视觉的项目。

人造大脑

一直以来,Allen都支持人造大脑领域的并行工程。他想知道它是否可以对书籍编码(尤其是教科书),并将其输入计算机大脑中作为基础知识,使得机器成为电子版的亚里士多德,用更高层次的知识与人类交流。

Allen在其2011年的自传中解释说:「我没打算解决人类意识的谜题,我只想推动人工智能领域的发展,让计算机能做到最好(组织和分析信息),更好地帮人们完成想做的事,那些具有创新性与突破性的灵感与思想。」

这一理念根植于 Allen的人工智能研究所(雇员称其为AI2)中,它于2014年2月1号创立,目前有43个雇员,其中的大多数都是从谷歌和亚马逊等公司挖来的。Allen没有当众宣布他投资的确切数额,但Etzioni说有数百万美元,并且还在增加。

过去几年,Etzioni和他的团队创造了Aristo。研究院的第一个数字实体现在正在接受训练以通过纽约州立高中的生物考试。

工程师不仅必须找出如何表述记忆,还要让这种实体有能力去理解自然语言,从而做出复杂推理。

这并不容易。

Etzioni说,「同样的事情对人很难,而对计算机很容易,这种说法很矛盾,有些事情计算机很难理解,孩子却能理解。」例如,计算机有时很难理解简单句子,比如「人们呼吸空气」。计算机会疑惑:这对死去的人适用吗?屏住呼吸的人呢?一直?空气是什么?它只由单一分子构成吗?诸如此类的问题。Aristo拥有的数据并不能让其拥有与小学学生一样的智力水平。

另一个测试问题要求一个AI程序去解释这种叙述:「球撞在桌子上。它是由塑料泡沫做成的。」一个人可能会抱怨指代的先行词含糊不清,但依然会快速得出第二个句子是对桌子的描述这一结论。现在如果第二个句子变成:「它是由铁做成的。」人可能会说它是球。但是这类逻辑需要大量「常识」作为背景知识:各种材料,如塑料泡沫、钢铁和木头的作用,家具,球如何滚动等。这些都必须明确地教给计算机。

目前为止, Aristo已经通过一至三级生物测试,正在忙着通过四级测试。 几个月前,Aristo最后一次测试成绩大约是C。或者,更精确点说,是73.5%。

Etzioni说这对一个计算机来说已经很好了。他像家长般兴高采烈地说,「我们很骄傲,他已经开始做可量测处理。」但他估计Aristo至少要一年多时间才能在四级生物考试中得A,多半是因为团队需要做出图片识别和视觉处理来让计算机能理解图形。

通过8级测试可能需要五年多时间。然后,谁知道呢?

汇合

Allen说,人工智能研究人员和其脑科学同事们正在共同前行,且最终将胜利会师,虽然他也不清楚会在哪里汇合。

Koch 带领的团队正进行人类大脑的反向工程,即通过解码来了解人类大脑。

Koch 讲到:「他痴迷于编码的工作原理。 大脑皮层上什么样的编码信息可用来处理信息呢?人类大脑的编码方式与老鼠的不同吗?大脑的编码方式和编程一样。他想要了解『我们能否人工的编写程序实现智能这个概念?』」

这个工作影响深远而复杂。Musk在今年一月份宣称他会捐一千万美元来资助「关于缓和人类所面临的存在风险」的研究。他和Hawking是极少数的几个呼吁「研究人员放慢脚步,认真去思考超级智能机器会带来所有后果」的人。

「目前人们集中辩论的有两大论点:一、要想获得我们想要的人工智能,是否必须要模拟人类大脑。二、模拟人类大脑是否等同于复制人类大脑。没有人确切知道这意味着什么,」 宾夕法尼亚大学生物伦理学家 Jonathan Moreno 说道。

Eric Horvitz 是微软研究所华盛顿Redmond实验室的主任。他曾任人工智能发展协会( the Association for the Advancement of Artificial Intelligence)主席一职。他在今年12月宣称会资助一个关于人工智能对社会潜在影响的重要研究项目。

这个研究将会在斯坦福大学的历史学家们主持下持续一百年。第一份报告按计划应该在2015年内完成。后续的报告每隔五年发布一次。报告包括了技术的进展以及关于法律、经济、隐和其它相关话题的建议和指导。

作为AI2董事会成员之一的Horvitz说到:「数年前我们一直听到关于人工智能失败的抱怨。现在我们见证了越来越多的成功。 现在已经有了基于人工智能的产品以及服务。同时我们也听到了一些关于发展势头过好的担忧。」

他希望的是研究有助于理性的讨论,可以制定出指导性的条款,可以帮助我们在这个领域重新找到重点。他认为重点是回归短期目标。他相信基于短期目标的方案是百利无一害的。他举了几个有价值的并且能实现的应用实例。人工智能可以减少医疗差错,可以使科学类刊物变得更能让人理解以及提高车辆安全性。他还认为 在一个充满智能机器的环境下, 重新思考人工智能对于民主、自由和其它重要价值观的深刻含义十分必要。

Horvitz说:「如果我们能够基于支持者和创造者的思维去设计人工智能,它们会成为人类坚强后盾并维护人类的利益。」

但它们是否有一天会产生自我意识?

Koch是这方面的专家。目前他对此没有答案。

另一方面,他相信意识是自然系统的一个属性:「胃的工作是消化,心脏的工作是泵血。大脑的工作是意识吗?」

他说:「原则上,一旦我复制了这个高度组织化的事物,我应该能够获得它所具有的属性。」但他也认为,科学家和哲学家们在很多方面还没有达成一致。比如,怎么进行正确的复制,在什么样的环境下进行复制以及复制大脑这件事是否应该去做。

两部20世纪50年代的标志性科幻小说以一种不祥的方式回答了上述问题。在 阿西莫夫(Isaac Asimov)《最后的 问题(The Last Question)》一书中,即将死去的人类问一台超级计算机如何拯救世界。这台机器给出的最终答案以及执行的最终指令是「要有光……」 (Let there be light …出自《圣经》创世纪) 在弗雷德里克·布朗(Fredric Brown)的 《答案(Answer)》一书里,一台由960亿个星球上所有机器汇聚成的「超级计算器」被问到:「上帝存在吗?」它回答道:「是的,现在就有一位。」

「我不认为我们在以某种方式建造上帝」Etzioni 说,「我们基于科学创造一些东西。计算机是助手,你无法要求它『解决癌症问题然后告诉我』。」

「我认为,人工智能会发展成一个复杂、包含海量信息的东西,但我坚信它只是人类的工具。」

机器之心,最专业的前沿科技媒体和产业服务平台,每日提供优质产业资讯与深度思考,欢迎关注微信公众号「机器之心」(almosthuman2014),或登录机器之心网站www.almosthuman.cn查看更多精彩内容。