還記得電影《盜夢(mèng)空間》中的“造夢(mèng)師”嗎？
他們可以制造出多層夢(mèng)境，把某種意念植入人的大腦，還能從人的夢(mèng)中竊取情報(bào)。
前不久，就有人發(fā)明出了一個(gè)名叫“XDREAM”的算法，可以通過(guò)圖像刺激大腦神經(jīng)活動(dòng)，從而控制某些特定神經(jīng)元。這一次他們的對(duì)象，只是猴子。
AI造夢(mèng)：還原猴子眼中的世界
5月2日，頂級(jí)學(xué)術(shù)期刊《CELL》（《細(xì)胞》）發(fā)表了一篇論文，哈佛大學(xué)的科學(xué)家把猴子的大腦與傳感器和神經(jīng)網(wǎng)絡(luò)連接起來(lái)，向猴子播放AI系統(tǒng)生成的圖像，采集并分析猴子看到不同圖像時(shí)的神經(jīng)元活動(dòng)，并根據(jù)猴子的反應(yīng)強(qiáng)度來(lái)實(shí)時(shí)調(diào)整和生成新的圖像。
最終的實(shí)驗(yàn)成果顯示，AI系統(tǒng)已經(jīng)能夠自動(dòng)生成激活單個(gè)腦區(qū)的圖像，刺激到猴子大腦的特定神經(jīng)元（實(shí)驗(yàn)中是識(shí)別面部）。
這項(xiàng)研究的特別之處在于，算法生成的圖像，比起對(duì)照組中的自然圖像，對(duì)腦補(bǔ)神經(jīng)元的刺激程序更好。換句話說(shuō)，這些看起來(lái)像是真實(shí)世界扭曲版本的圖片，可能才是猴子最興奮的畫面。
論文的第一作者卡洛斯·龐斯，在項(xiàng)目中時(shí)是哈佛醫(yī)學(xué)院瑪格麗特·利文斯通實(shí)驗(yàn)室的博士后研究員，現(xiàn)在則是圣路易斯華盛頓大學(xué)的一名教師。他表示，使用這個(gè)算法工具生成的圖片時(shí)，“（猴子大腦的）細(xì)胞活躍度提高到了我們前所未見(jiàn)的水平?！?/p>
這個(gè)圖顯示了自然圖像(右)和猴子神經(jīng)元進(jìn)化的圖像(左)
被命名為XDREAM的算法，是由威爾·肖在兒童醫(yī)院加布里埃爾·克賴曼實(shí)驗(yàn)室開(kāi)發(fā)的，并得到了美國(guó)國(guó)立衛(wèi)生研究院和國(guó)家科學(xué)基金會(huì)的資助，這是第一次在真實(shí)的神經(jīng)元上進(jìn)行測(cè)試。
它對(duì)一系列圖像進(jìn)行變異與重新組合，變成了一堆奇怪的東西，比如穿著外科手術(shù)服的熟人、動(dòng)物房間里的漏斗……和人類夢(mèng)境中奇怪的事物有點(diǎn)異曲同工之妙。
XDREAM生成的圖片更像是神經(jīng)元之間相互溝通所使用的語(yǔ)言，有的東西甚至根本不存在。難怪作者龐斯說(shuō)，“如果細(xì)胞會(huì)做夢(mèng)，那么這些可能就是細(xì)胞夢(mèng)見(jiàn)的景象。”
GAN再立新功，
繪制夢(mèng)境有何難？
系統(tǒng)生成的圖像比真實(shí)的事物更讓猴子感到興奮，這項(xiàng)發(fā)現(xiàn)能夠帶來(lái)哪些想象空間？
想要回答這個(gè)問(wèn)題，我們可能需要再往前一步，先探尋視覺(jué)神經(jīng)元的底層機(jī)理。
腦科學(xué)領(lǐng)域的研究者們已經(jīng)通過(guò)無(wú)數(shù)神經(jīng)元測(cè)試實(shí)驗(yàn)證明了，大腦視覺(jué)神經(jīng)元會(huì)對(duì)某些圖像反應(yīng)更強(qiáng)烈，這種“不均衡響應(yīng)”使我們能夠在茫茫人海中被某些特定形狀、顏色或輪廓所吸引，從而快速識(shí)別出那些特別的事物，比如在火車站找到熟人，高速路旁的廣告牌文字等等。
但是，視覺(jué)神經(jīng)元究竟是如何對(duì)這些特定事物產(chǎn)生反應(yīng)的，至今仍然是一個(gè)謎。
以往，在研究視覺(jué)神經(jīng)元偏好的研究中，人們往往會(huì)使用真實(shí)存在的圖像。這就帶來(lái)了兩個(gè)問(wèn)題：
一是只能研究那些現(xiàn)實(shí)世界中存在的刺激源。但實(shí)際上，人在快速眼動(dòng)（REM）睡眠期間還保持著高頻的腦部活動(dòng)。美國(guó)威斯康辛大學(xué)麥迪遜分校的Giulio Tononi及同事記錄了32個(gè)被試對(duì)象睡著時(shí)的腦電圖，證明參與真實(shí)感官刺激（比如面部和語(yǔ)言）處理的腦區(qū)的高頻活動(dòng)增加了，而且只在夢(mèng)境中出現(xiàn)這些元素時(shí)增加。但做過(guò)夢(mèng)的人都知道，夢(mèng)境是很難完整回憶和復(fù)現(xiàn)的，也并不與現(xiàn)實(shí)世界完全一致。無(wú)法得知夢(mèng)境的樣子，就使得腦神經(jīng)研究丟失了一塊重要陣地。
二是令腦神經(jīng)研究帶有上了研究人員的主觀選擇，有一定的片面性。舉個(gè)例子，大家都知道卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展從大腦神經(jīng)中得到了很多啟發(fā)，也因此產(chǎn)生了很多模擬人類腦活動(dòng)的算法，比如基于注意力的標(biāo)注模型，它會(huì)關(guān)注圖片中的一些重點(diǎn)并對(duì)其進(jìn)行文字描述，比如對(duì)下面這張圖片：
對(duì)圖案中的特征進(jìn)行有選擇的提取，于是我們得到了一個(gè)帶有“海上沖浪者”標(biāo)簽的圖片。
在模型預(yù)訓(xùn)練時(shí)，設(shè)計(jì)人員都會(huì)根據(jù)自己的理解和大多數(shù)人類的偏好，對(duì)圖片特征賦予一定的權(quán)重進(jìn)行預(yù)訓(xùn)練，讓系統(tǒng)優(yōu)先注意到那些希望它注意到的地方。但這種選擇真的萬(wàn)無(wú)一失嗎？從科學(xué)的角度講，我們無(wú)法肯定地回答這個(gè)問(wèn)題，但以前我們也沒(méi)有證據(jù)能夠證明，有的大腦可能不是這么想的，有的大腦比起面孔就是更容易對(duì)文字產(chǎn)生興奮。