人脑如何模拟NLP？

最新推荐文章于 2024-11-14 00:00:00 发布

视学算法

最新推荐文章于 2024-11-14 00:00:00 发布

阅读量262

点赞数

文章标签：机器学习人工智能深度学习编程语言大数据

原文链接：https://jiqizhixin.mikecrm.com/SQARemF

版权

选自bdtechtalks

作者：Ben Dickson

机器之心编译

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

上周，Google Research 举办了一个关于深度学习概念理解的在线研讨会。研讨会上，获奖的计算机科学家和神经科学家发表了演讲，讨论了深度学习和神经科学的新发现如何帮助创造更好的人工智能系统。

尽管所有的演讲和讨论都非常具有价值，但有一个特别突出的话题值得分享：世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授、Christos Papadimitriou 关于「大脑中单词表征」的演讲。

在演讲中，Papadimitrio 讨论了我们对大脑中信息处理机制日益加深的理解，如何有助于创建在理解和参与对话方面更加鲁棒的算法。具体而言，他提出了一个简单而高效的模型，该模型解释了在大脑的不同区域如何相互沟通，来解决认知问题。

「现在发生的事情，也许是世界上最伟大的奇迹之一。」Papadimitriou 说道，这里是指他如何与观众进行交流。大脑将结构化的知识转换成电波，这些电波通过不同的介质传输并到达听众的耳朵，然后又被大脑处理并转化为结构化知识。

「毫无疑问，所有这些都通过神经元和突触发生。但是，如何完成的呢？这是一个问题。」Papadimitriou 表示，「我相信在未来 10 年里，我们会对细节有更好的了解。」

大脑中神经元集合

认知和神经科学领域正试图弄清楚大脑中的神经活动是如何转化为语言、数学、逻辑、推理等其他功能的。如果科学家们成功地用数学模型来描述大脑的工作方式，那么他们将为创造能够模仿人类思维的 AI 系统打开一扇新的大门。

许多研究集中在单个神经元，直到几十年前，科学家们还认为单个神经元对应于单个思维。最流行的例子是「祖母细胞理论」，该理论认为，每个人的大脑中可能存在一个特殊的神经细胞，专门用于识别自己的祖母。但最近的发现驳斥了这种说法。新研究声称并证明了大量的神经元和每个概念相关，连接不同概念的神经元之间可能存在重叠。

这些脑细胞群被称为集合（assemblies），Papadimitriou 将其描述为一组高度连接、稳定的神经元，代表着一个词、一个想法、一个物体等。

神经科学家 György Buzsáki 将这种集合描述为「大脑的字母表。」

大脑数学模型

为了更好地理解集合作用，Papadimitriou 提出了一个大脑数学模型，称为「交互循环网络」。在这个模型下，大脑被划分为有限数量的区域，每个区域包含几百万个神经元。每个区域内都有循环现象，这意味着神经元之间相互作用。这些区域中的每一个都与其他几个区域有联系。这些区域间连接可以被激发或抑制。

该模型具有随机性、可塑性和抑制性。随机性意味着每个大脑区域的神经元是随机连接的。而且，不同的区域之间随机连接。可塑性使神经元和区域之间的联系能够通过经验和训练进行调整，而抑制性意味着在任何时刻，有限数量的神经元被激发。

Papadimitriou 将此描述为一个基于生命的三种主要力量的非常简单的数学模型。