人类大脑被戏称为“三磅的宇宙”,或许可以从科学上解释关于“意识”的问题,大脑的神经科学可能是人类科学的最终前沿。
任何真正先进的科技,看起来都与魔法无异。
要解释大脑如何运转,单凭基因无法解释大脑为什么这样工作,连接组是由先天的基因和后天的经历共同塑造的,进而试图解释大脑的运行机制。大脑的连接结构,使我们成为我们,同时,我们也在影响着大脑的连接结构。也就是说,对大脑而言,“你是你的所有神经元的活动,你不是你的基因组,你是你的连接组”。这个理论的目标是去驾驭连接组的四个“重新”——重新赋权、重新连接、重新连线、重新生成。
从大脑到神经元
法国的著名作家阿纳托尔.法朗士的大脑重量几乎只有俄国作家屠格涅夫的1/2,但并不影响二者的伟大。两岁的婴儿就接近了成年人大脑的尺寸。
新想法总是通过把就想法组合起来而得到的。
大脑是由端脑、小脑和脑干三部分组成,小脑对于精细动作非常重要,但切除小脑仍能保留大部分心智,脑干控制着许多基本生命功能如呼吸,其损伤是致命的,而端脑发生大面积损伤即使能活下来也会丧失意识和知觉,且端脑站大脑的85%。根据端脑的皮层,分为左右脑两部分,每部分又分为额叶、顶叶、枕叶和颞页4个部分。颅相学将其在空间上分为若干功能区域,如下图所示,后来却似乎成为了笑话。
脑细胞的异常与疾病之间的对应关系被称为神经病理,最棘手的精神疾病,是那些目前还没有明确神经病理的疾病。孤独症的三个症状:社交冷漠、交流障碍和行为刻板。精神分裂的症状是幻觉和妄想。
改变心智归根结底是改变大脑,当我们学习一种新的行为方法时,大脑到底发生了什么改变?每个大脑皮层确实负责特定的功能,但它们也保持着同样的潜力去负责其他功能。大脑的功能高度依赖于神经元之间的连接。
神经元都是多情种,从不知孤单为何物,所有神经元组成了一个紧密连接的网络。精子和神经元代表着生命与智能。神经元的一个分支称为神经突,直径0.1微米,是长度的一百万分之一,分为轴突和树突,树突通过“神经递质”的分子来传递化学信息,目前已经发现了100多种神经递质。化学信号作为交流的载体,而电信号在神经元内部通过轴突传递,轴突通过神经脉冲,每个脉冲持续约1ms,产生一个脉冲代表被“激活”。神经脉冲有两个功能:决策和交流。
一般的神经突都是从轴突传向树突,轴突分出岔路,树突却是聚合。一串神经元序列行成一条通路,完成远程神经元间的通信。
连接主义与记忆
感知可以还原为神经脉冲,如果观察到所有神经元的活动,能否可以解码出人们感知或思考什么呢?
神经元是以一种分层的组织结构连接到网络中的,最下层的神经元检测最简单的刺激,逐级向上,站在神经元的肩膀上,最顶层的神经元检测最复杂的刺激。检测局部的神经元,向检测整体的神经元那里传递兴奋性突触。一个神经元的功能,主要取决于它与其他神经元的连接。
不存在任何公平且可靠的科研方法,能够确保超越平均水平。
感知是从一个刺激到一个想法的过程,联想是从一个想法到另一个想法的过程。神经元通过突触互相连接形成了一种叫做细胞集群的结构,存储着记忆,那么,记忆是如何形成的呢?
大脑的记忆能力基于它的材料结构的持久性。神经元的突触可以增强,也可以减弱,这种改变被看作重新赋权,而突触的新生或消失看作重新连接。这两张连接组的变化贯穿整个生命的过程。如果两个神经元反复地同时被激活,它们之间的连接就会双向增强。如果两个神经元反复地相继被激活,从先被激活的那个神经元通向后被激活的那个神经元的连接就会单方向增强。所以,联想可以保存在记忆中。
大脑中的情况是稀疏连接,这或许是记忆有难度的原因。也许突触的形成是一个随机的过程,为大脑提供了学习的潜力。大多数新生成的树突都在几天内消失,重新连接和重新赋权是相辅相成的。持续的神经脉冲可以将信息维持几秒钟的时间,是短期记忆层,长期的记忆存储并不需要神经活动,是长期记忆层, 有些记忆是终生的。
连接组的形成
连接组(connectome)一词从“基因组”(genome)衍变而来。一个连接组是一个神经系统中各个神经之间的连接的全体,不是一条连接,是所有的连接。
药物能提高的,只是改变的潜力。
基因和教养意味着先天和后天。基因含有告诉细胞如何合成蛋白质的说明书,神经元是身体中最复杂的一种细胞。神经递质使电流可以神经元内部和外部之间流动,可以用离子通道来称呼所有带有通道且能使电流穿过膜的蛋白质。大脑的发育分成四个步骤:神经元首先通过细胞分裂形成,然后移动到合适的位置,这个过程可能被干扰,这两部是在母体内完成。出生后,神经元继续伸展分支,最后树突和轴突形成连接。早期形成的初始连接组是基因和随机性的产物。一个成年人的树突一般只有两岁时的60%,树突被消灭的主要驱动力可能是经历,后天形成一个成熟的连接组。然而,树突的增长是学习的结果而不是原因。
连接组决定主义任务,人生最开始的几年,要改变一个人应该是最容易的。对于这那句老话,“三岁看小,八岁看老”。然而, 逆转黄金期经历的后果,只是困难,并非不可能。
解读连接组
要想做到从未有人做到却又值得做的事情,就一定要通过还不存在的方法。
如果缺乏必要的技术,科学就可能会沉寂很久。背景信息对于边缘感知的准确性至关重要。
要找出大脑中的连接组,不但需要能产生图像的机器,还需要能看见连接组的机器,例如电子显微镜和超薄切片机。然而,寻找连接组的一个主要现状就是计算速度。
本质的问题是如何定义大脑区域和神经元类型,至今,我们仍然不知道有多少种神经元。如果两个神经元连接到相似或类似的目标,那么可以把它们划分到一类。如果节点间的连线代表神经元类型之间的连接,这样的图谱称为神经元类型连接组。连接是直接与功能相关的,而形状和位置却只是间接的。层次特性与连接特性强相关,但层次特性不是本质。
生物单元既是结构单元,又是功能单元,但人们往往先识别其结构,之后才知道它们的功能。正确的策略是先根据结构标准来找出各个区域,然后再去理解区域之间的交互是如何产生心智功能的。基因引导神经元分支的生长,因此它会影响神经元类型连接组。
要想读取记忆,不仅要看见连接组,还有学会如何解码其中的信息。通过分析连接组,推测其在提取记忆过程中回放的活动模式。按大脑区域划分,按神经元类型划分,以及从中读取记忆,都可以视为对某种神经元规则的形式化。
随想
历史与未来相望,先天与后天相遇,连接组学是一门关于脑科学的前沿学科。对于连接组学, 一个程序员恐怕连仰望的资格都没有,但是, 人工智能智能的真正突破或许会依赖于脑科学的真正突破。
那么,如果语言就代表着思维和智慧,那么大模型能否代表大脑呢?
如果不能,大模型是大脑中的端脑么?
如果大模型是大脑中的端脑,那么大脑中的脑干和小脑又是什么呢?
如果大模型不是大脑中的端脑,那么相当于端脑中的哪些区域呢?
.......
从计算机系统看大脑, 那么可能是由3个要素构成的:神经元模型、拓扑结构和学习规则。拓扑结构就相当于神经科学中的连接组, 神经元模型或许也是如此。从树突和轴突传递信息的视角来看,Transformer 模型的Encode/Decode 结构或许更能够更好地表达神经元结构。
【参考资料与关联阅读】
《基于混合方法的自然语言处理》译者序
《深入浅出Embedding》随笔
《 持续架构实践 》译者序
《机会成本》的阅读札记
有向无环图(DAG)的温故知新
服务器性能监控的温故知新
日志分析的那些挑战
架构三问【3】:方案经理 如何主导方案规划
架构三问【2】:架构规划 如何撑起数字化转型
架构三问【1】:业务架构 将引我们走向何方
知识图谱的5G追溯
须臾变化如苍狗——一张图的随想
Web3.0,区块链后花园的姹紫嫣红
看一点逻辑学,试图理解一点真相
《哲学与人生》的读书札记
复杂性,科学,方法论?
有感,一些与自己同龄的文字
《智能语音时代》的读书笔记
读书:《电路与系统简史》
计算机网络的元认知、实践与未来
阅读札记:创新与思维范式