试图模拟仅1000个神经元的昆虫大脑，美科学家意欲何为？

上周五，美国防高级研究计划局开始向各地研究团队征集有关如何建立像小型飞行昆虫大脑那样微型但有效的运算系统的想法，试图减少运行高级人工智能工具所需的计算能力和硬件数量。该局认为，通过分析昆虫的大脑，可以用最少的信息来导航世界，这也可以帮助研究人员理解如何构建具有基本常识推理能力的人工智能系统，一旦这种微型仿生健壮人工智能网络程序(简称微大脑)搭建成功，最终可能导致人工智能神经网络能够以更少的数据和更少的能量进行训练。当然，更少数据的训练也意味着训练时间会快得多！

与人类不同，昆虫的活动几乎完全基于简单的刺激。例如，飞蛾天生根据光线的方向来导航，所以它们偶尔会直接飞进灯泡里。虽然这种生物运行规律有时让生物的生活适得其反，但规则也极其简单，易于实施，这正是研究者认为该项目值得运作的地方，而且我们的大脑包含600亿到700亿个相互连接的神经元，研究人员认为用软件来重建它几乎是不可能的。相比之下，一些昆虫的大脑中含有不到1000个神经元，这使得绘制图谱更加容易，进而可能揭示建筑和计算方面的基本创新，如果研究结果同时具有简单性、效率和复杂功能，这还将开启人工智能结合能源、时间和空间高效运作策略的新领域。

类似进行此种研究要追溯到上个世纪80年代，机器人专家罗德尼·布鲁克斯于1987年在麻省理工学院开发了许多机器人，其中一个最成功的机器人可以在办公室里自动走动，收集空的汽水罐。为了纪念机器人研究先驱赫伯特，布鲁克斯给该机器人取名叫赫伯特，赫伯特仅仅依靠15条简单的规则就能避开障碍，识别并捡起易拉罐，然后把它们扔进回收箱。不同于一些复杂人工智能系统需要用一套复杂的传感器来导航环境，布鲁克斯用简易编程规则让机器人能够更高效地执行相同的任务，所以赫伯特最大的优点是它只需要很少的处理能力或内存就能运作。

在人工智能逐渐普及的今天，人们也许能记忆起历史上的战胜世界象棋冠军的人工智能AlphaGo，家庭社交机器人鼻祖Jibo，智能家居机器人Kuri，今年CES展会上出现的智能行李箱机器人ForwardX，以及众多具备所谓深度学习能力的人工智能“助手”产品，而这些人工智能都属于弱人工智能，也就是说它们只是局限于自己的领域专长，如果让行李箱机器人去下象棋，那么它将不知道该如何下手。

很多重复劳动工作被弱人工智能代替，人类解放出了双手，可以创造更有意义的工作，这是积极的一面，但是也要看到其消极的影响，第一，花旗银行和牛津大学的研究人员估计，经合组织(OECD)成员国57%的工作岗位在未来几十年内面临被人工智能自动化代替的高风险，这意味着未来几十年将有数亿人失去工作。例如，自动驾驶技术有一天可能会淘汰美国约500万职业驾驶员的工作岗位。

第二，美国SPACE项目创始人埃隆马斯克也呼吁美国政府应该尽快对AI建立法律规章，并承担起规范人工智能发展的重任，人工智能革命的下一个阶段是强人工智能。简单说，强人工智能具备像人类大脑一样进行抽象与具体的思考、理解、判断、决策以及能从经验中学习等等的能力，弱人工智能除了代替了工作岗位外，并没有威胁到人类的生存，而一旦强人工智能问世，它将从硬件、软件上全面超过人脑思维能力、甚至超越人类，在当前没有国家制定规则约束人工智能发展的前提下，美科学家还要向强人工智能方向研发，无疑是不明智的。

据了解，该昆虫大脑想法原型验证提供100万美金支持，这是去年该局宣布的新设人工智能项目20亿美元投资的一小部分，分为两个阶段，参与者首先开发概念证明，然后构建原型，预计项目运行约18个月，该项目是为了创造所谓“第三波”人工智能，用于建立昆虫“神经系统”的物理模型，分析昆虫大脑是如何随着时间发展的，并设计模拟这些大脑神经结构的硬件平台。与当前的人工智能工具不同，“第三波”系统必须经过明确的训练才能执行狭义的功能，它将被灌输广义推理和上下文意识，以便更好地理解它所描述的世界。

当前人类已经掌控了弱人工智能，但想制造类似人类大脑这么复杂精密的强人工智能，肯定是很难的，谷歌2013年就想研发读懂人类逻辑智力、情绪智力、人类情感的搜索系统，但到2017年谷歌IO大会上只能识别花朵、再到去年2018年4月也只能识别猫和狗的品种，而且据说以后的方向也是识别动物和植物。谷歌遇到的难题，能被美国科学家研发昆虫大脑来解决吗？让我们拭目以待。

图片来源于网络，欢迎关注并留言。