人工神经网络如何帮助理解人脑，脑部疾病的好消息

TL;DR 摘要

• 得益于AI和机器学习技术的进步，人工神经网络（ANNs）为理解人脑提供了新的见解。
• 研究表明，ANNs和生物大脑在处理任务方面表现出惊人的相似性，增强了脑机接口的前景。
• AI的持续演进为神经科学带来了充满希望的未来，揭示了人类心智的奥秘，并探索脑部疾病的治疗方案。

在研究人脑复杂性的过程中，研究人员正在从人工智能中获得非传统的帮助。人工智能，特别是机器学习的开创性突破，极大地推动了诸如人工神经网络（ANNs）等复杂计算模型的发展。这些被称为“人工大脑”的ANNs现在正产生有趣的见解，可能帮助我们更好地理解我们自己的生物大脑。

机器学习和人工神经网络：引领AI革命

在过去十年中，AI令人印象深刻的进步主要归功于机器学习，计算机通过处理海量数据自主地学习复杂任务，无需直接的人类编程。这种方法在计算机视觉、语言翻译和聊天机器人的对话技能等领域引发了显著的飞跃，OpenAI的GPT-4等模型走在前列。

人工神经网络是这一创新故事中的核心角色，它们本质上是模拟人脑神经网络的软件模型，尽管形式简化。这些人工网络具有模仿其生物对应物的分层人工神经元，处于活跃或非活跃状态。较低层中的活动会影响较高层中神经元的运作方式。

AI与生物学：揭示神经相似性

在2014年的一项里程碑式研究中，麻省理工学院（MIT）的神经科学家Daniel Yamins及其团队发现了ANN与生物大脑功能之间的惊人相似之处。研究人员训练ANN从照片中识别物体，并将其内部操作与执行相同任务的黑猩猩进行比较。 

他们的研究确立了黑猩猩和ANN在表示图像方面的有趣相似性。MIT教授Nancy Kanwisher指出，ANN并非旨在拟合大脑，但其惊人的拟合度为神经科学研究带来了令人兴奋的可能性。

这项里程碑式的研究引发了一系列比较高性能ANN与自然大脑的探索，涉及语音识别、语言处理等任务。2021年的一篇论文发现，OpenAI的GPT-2（最先进的ANN之一）在处理书面语言时与人类大脑活动非常匹配。 

2022年的另一项里程碑式研究基于在图像训练ANN中的观察，预测了人类大脑中存在专门用于识别食物的一组神经元。这一预测在一年后得到证实，进一步加强了AI与神经科学之间日益增长的共生关系。

伦敦大学学院的神经科学家Nicholas Sexton和Bradley Love将这一探索推向了新的高度。在2022年的一项研究中，他们将人类大脑活动输入到ANN中，试图让ANN通过人类的眼睛“看”东西。令人惊讶的是，ANN能够解释人类视觉系统任何分层层次的数据，表明生物大脑和硅基大脑之间存在显著的认知平行性。

虽然人工大脑并不完美地模仿人脑，但它们的相似性为理解我们自己的心智提供了强大的模型。Love博士反思道：“当我在研究生院时，我会梦想有这样的东西存在。我以为要几百年我们才能拥有如此好用的东西。”

脑机接口的潜在应用

如今，ANNs不仅在推动神经科学进步，还在创造脑机接口的潜在应用。这些设备旨在将生物大脑直接连接到机器，可能为脑损伤导致的失明提供新治疗方法。美国和欧洲的多个研究小组现在正在黑猩猩身上测试这些创新理念。

本质上，生物学与硅基技术的相互作用不断产生令人兴奋的结果。德克萨斯大学奥斯汀分校最近的一项研究展示了ANN仅凭参与者的脑活动数据就能生成故事、电影或句子摘要的能力。毫无疑问，随着人工智能继续揭示人类心智的奥秘，神经科学的未来充满希望。