美国卡内基梅隆大学与约翰霍普金斯大学、哈佛大学等机构的研究人员计划共同开展一项人脑逆向工程研究。卡内基梅隆大学宣布启动了一项为期5年、投资1200万美元的研究项目,目标是揭示神经回路的奥秘与大脑的学习方式。研究人员将利用这些研究成果使计算机的思维方式更加类人化。
由该校计算机科学系与神经认知中心(CNBC)教授Tai-Sing Lee领头的这个项目的经费来源于“大脑皮层网络机器智能”研究项目(MICrONS)。Lee领导的团队希望能够发现大脑视觉系统的信息处理原理与规律,有了这方面的深入认识,便有助于革新机器学习算法与计算机视觉技术。
研究人员拟提高神经网络的性能,这种神经网络是根据动物中枢神经系统建立的人工智能计算模型。在20世纪90年代,“神经网络”曾备受科学界重视,近年来随着计算能力与数据集的增长,这一领域再次吸引了科学界的关注。如今神经网络具有各种各样的用途,使计算机能够学会识别人脸、理解口头与书面语言、为自动驾驶汽车做决策、完成自动交易及检测金融欺诈行为。
卡内基梅隆大学领头的这支团队将与威斯生物工程研究所的另一个由哈佛医学院遗传学教授George Church领导的MICrONS团队协作。由哈佛领头的这支团队正在与美国冷泉港实验室、麻省理工学院及哥伦比亚大学的研究人员共同开发一些具有革命性的技术,从而对卡内基梅隆大学记录的整个神经回路进行重建。
一旦MICrONS项目的研究人员提高了对人脑计算原理的认识并通过逆向工程构建了更好的计算机学习与模式识别算法,便会使用海量数据库评估各种计算与学习模型。