【中國智能制造網(wǎng)  技術(shù)前沿】據(jù)國外媒體報道，美國科學家近日獲得了2800萬美元（約合1.84億人民幣）的研究經(jīng)費，用于設計一款能與人類識別圖形速度相媲美的計算機系統(tǒng)。　　情報機構(gòu)要處理的數(shù)據(jù)越來越多，這些數(shù)據(jù)都必須進行迅速分析，但問題是，人類很難保持這樣的工作速度，計算機的學習能力又很有限。哈佛大學的研究團隊如今正著手解決這一問題。他們希望能弄清，是怎樣的大腦活動過程賦予了人類識別圖形的出色能力。他們的目標是，研發(fā)出仿生計算機系統(tǒng)，從而制造出更加聰明的人工智能系統(tǒng)。
　　
　　人類天生就擅長識別圖案，一個東西只需要看幾次，再次見到的時候就能認出來了。計算機則不然，就算訓練上千次，也很難培養(yǎng)出這樣的能力。受人類大腦啟發(fā)而研發(fā)出的智能計算機可以用來察覺網(wǎng)絡入侵、讀取核磁共振圖像、甚至能駕駛汽車。
　　
　　據(jù)哈佛大學工程與應用科學學院（SEAS）稱，為了弄清為何人類和其它哺乳動物能夠做到這一點，研究人員記錄了大腦視覺皮層的活動情況，并使用創(chuàng)新技術(shù)將它們之間的聯(lián)系繪制出來。接下來，他們再使用逆向工程處理這些數(shù)據(jù)，并將其運用到高智能計算機算法的研發(fā)中去。
　　情報研究計劃署（IARPA）將資金撥給了哈佛大學工程與應用科學學院（SEAS）、腦科學中心（CBS）、以及分子與細胞生物學系。“這是一個巨大的挑戰(zhàn)，它的規(guī)模類似于人類基因組計劃。”該項目的領導、分子與細胞生物學系和計算機科學系的助理教授戴維·考克斯（DavidCox）說道。
　　
　　“要記錄這么多神經(jīng)元的活動、并繪制出它們之間的聯(lián)系，單是這一項工作就具有巨大的科學價值，但這只是我們項目的頭一半而已。”“等我們弄清了大腦學習方法的基本準則之后，我們遲早會設計出一款能夠媲美、甚至超越人類的計算機系統(tǒng)。”
　　
　　在該研究的階段，老鼠會接受訓練，識別計算機屏幕上的物體。與此同時，考克斯的團隊會使用洛克菲勒大學的激光顯微鏡記錄視神經(jīng)的活動情況。記錄下這些活動之后，研究人員會從老鼠的大腦中抽取出一塊約1立方毫米的腦組織，并在分子與細胞生物學教授杰夫·利奇曼（JeffLichtman）的實驗室中切成超薄的切片。接下來，研究人員會使用腦科學中心的世上首臺多波束掃描電子顯微鏡對這些切片進行掃描，并拍攝照片。
　　
　　“這是一次絕妙的機會，我們得以看見一片完整的視覺皮層切片的全部細節(jié)。”利奇曼說道。“我們對開始研究感到十分激動，但絕不會幻想這是件容易的事情。”“這些數(shù)據(jù)超過了一個帕字節(jié)，相當于160萬張光盤的容量。它們將被送到計算機科學系的漢斯皮特·菲斯特那里，然后他將使用一定的算法來重建細胞邊界、突觸和細胞之間的聯(lián)系。”
　　
　　利用這一方法，該團隊便能夠獲得這些數(shù)據(jù)的三維圖像。“本次項目不僅能拓寬腦科學的邊界，還能為腦科學領域創(chuàng)造更多可能。”菲斯特說道。“我們將利用帕比特級的結(jié)構(gòu)數(shù)據(jù)和功能數(shù)據(jù)重建神經(jīng)回路，其規(guī)模之大是的。”“這需要我們在數(shù)據(jù)管理、高性能計算機、計算機視覺和網(wǎng)絡分析領域取得新的進展。”
　　
　　該團隊將使用研究得到的圖像，弄清大腦是如何利用視覺皮層的神經(jīng)元聯(lián)結(jié)來識別和解讀圖案的。通過將這些發(fā)現(xiàn)運用到計算機算法中，該團隊立志研發(fā)出比現(xiàn)在的計算機更快、更智能的人工智能系統(tǒng)。這將幫助計算機利用數(shù)據(jù)進行推斷，還將有助于機器人視覺和定位技術(shù)的研發(fā)。
　　
　　“我們還有艱巨的任務要去完成，但這項研究將幫助我們弄清我們大腦中的特別之處。”考克斯說道。“本次項目令人激動的一點是，我們正在研究人類大腦運作的基本方式。”