科學家將蟲子大腦拷貝到計算機里

Credit: 銳景創意

維也納科技大學的研究人員將一條線蟲的大腦上傳到電路板上。如今，在沒有任何代碼的情況下，他們正在訓練它執行各種任務。

線蟲體長不到1毫米，是一種非常非常簡單的生物體。然而，它是唯一一種神經系統被完全分析、透徹掌握的生物體。換句話說，它的大腦可以被重建為電路(或上傳到電路板、或進行軟體模擬)，而不損失任何功能。因此，對科學研究來說，它非常獨特、珍貴。

這回，研究人員將它的大腦「複製粘貼」到計算機里，創造出它的虛擬拷貝。這個虛擬拷貝能夠對刺激作出反應，就像實體一樣。目前，研究人員正在努力訓練這條電子線蟲執行簡單任務，它已經掌握了一項標準計算機科學試驗：平衡杆子。

軟體里的線蟲

人類大腦可以進行拷貝嗎？答案是否定的。科學家之所以能夠精確掌握線蟲的神經系統，是因為它實在太蠢了——它只能利用300個神經元的處理能力。不過，這已經足夠使它在環境中移動、捕捉細菌來吃、對特定外部刺激產生反應，例如觸碰蟲體會使它反射性地蠕走。

這種行為由神經元的連接強度所控制。在計算機里，這個反射通道的運行機制和實體線蟲一樣——這種行為並非由程序設定，而是由結構本身引起。這種反射反應和杆子的平衡控制體很像。

如下圖所示，這是計算機科學中的一個經典控制試驗，含一根杆子、一個活動體。杆子底端和活動體相連，這個裝置需要使杆子保持垂直狀態。當杆子傾斜時，活動體會略微移動，使杆子保持平衡、不至翻到。

Credit: TU Wien

在自然環境中，線蟲也是這樣——受到刺激時，就進行移動。因此，研究人員想看看，它能不能解決這個問題——不額外添加代碼或神經元，只調節細胞連接的強度。他們之所以選擇這個參數，是因為任何自然學習過程都以改變突觸強度為特徵。

經過強化學習，這個神經網路輕鬆通過了平衡桿試驗。如今，這條電子線蟲能夠解決這個標準的技術問題。但在這個過程中，沒有任何程序員編寫過哪怕一行代碼。它只是生物神經系統的訓練結果。

我們不禁要問，機器學習和大腦處理的本質一樣嗎？如果是，那麼硅基智能的珍貴性和「活性」難道比不上生物智能？