认知计算：当计算机变成人脑

　　IBM研究人员对一个猕猴的大脑进行了逆向工程，以此开始了构建自己的电子人脑的历程。

　　IBM研究实验室的工程师们并不满足于仅仅制造一台可以在《危险边缘》(Jeopardy)智力竞答节目中击败任何人类对手的天才机器人，他们非创造一种能够与真正人类大脑相比拟的新型智能机器不可。

　　该节目的卫冕冠军沃森(Watson)无疑是聪明的，但它仍然是一台公认的计算机。而IBM工程师们的新发明将是完全不同的东西——IBM正试图从零开始打造一个电子大脑。

　　这一新的领域被称为认知计算，它将计算机的概念带到了全新的水平。本周早些时候，IBM阿尔马登研究中心(Almaden Research Center)的达曼德拉·莫德哈(Dharmendra Modha)向一屋子的科学家介绍了认知计算可以做到的事情以及IBM将如何着手发明这种与我们思考方式相同的机器。

　　莫德哈首先描述了所面临的挑战，其中涉及神经科学、超级计算以及纳米技术等方面。

　　人类大脑将记忆和存储整合成一体，重量小于3磅，占用体积大约两升，却比灯泡更加节能。它的运行就像是一个大规模并行分布式处理器。它是事件驱动的，也就是说，它对其所处环境中的事物作出反应。活动状态时耗能较少，休息状态下更少。它是一个可重构、容错的学习机制。它极为擅长于模式识别和关系梳理。

　　而另一方面，计算机的存储和处理是分离的。它的运行大部分是按照顺序依次进行的，并由一个时钟控制。这个时钟就像是军乐队的一个指挥，将每一个指令和每一份数据驱动到下一个位置——就像有足够空位的音乐抢椅子游戏。随着时钟增速以更快驱动数据处理速度，功耗也随之大幅上升，甚至在休眠时这些机器也需要大量的电能。更重要的是，编程是必不可少的。它们由电线连接，并且容易出现故障。它们善于执行的是预定义的算法以及分析工作。

　　用来自国防高级研究计划局(Defense Advanced Research Projects Agency)的4,100万美元资助款项，阿尔马登实验室的科学家在一个称为神经形态自适应塑料可伸缩电子系统(Neuromorphic Adaptive Plastic Scalable Electronics;简称SyNAPSE“突触”)的项目下开始着手构造大脑。

　　大脑和计算机之间大致相近的特征为为细胞类型设定了角色——神经元、轴突和突触对应处理器、通信链路和存储器这些电脑组件。这一匹配并不十分精确，因为所有脑细胞之间的分工没有电脑组件那么明确。但关键在于，脑细胞相互都十分靠近，任何特定脑组织中的活动都是由相邻组织的活动刺激而产生的。也就是说，一个思路刺激产生另一个思路。

　　莫德哈和他的团队着手为大脑的接线图绘制地图并开始人工合成，这是一项艰巨的任务，因为大脑有220亿个神经元和220万亿个突触。2009年5月，一个团队成功地模拟建立了一个由10亿个神经元组成的系统，大约相当于一个较低等哺乳动物的大脑。但其处理速度是实际事件发生速度的千分之一，不足以执行被莫德称为概括为“4F”的任务：觅食(food)、打架(fight)、逃跑(flight)和交配(mating)。

　　但这一机器的结构同今天的商用电脑已经完全不同。存储器与处理器组件被紧密结合在一起。它没有时钟，操作是不同步的、事件驱动的，也就是说，它们没有预定的次序或时间表。而它们依赖的是学习而非编程。就像人类一样。

　　将耗能降低到类似人脑水平的部分做法是，不储存临时性的结果(用行业术语来说就是不进行“缓存”)。感知能刺激行动，行动又被感知和并激发进一步的行动。以此类推。

　　该小组最近模拟大脑建成了一个较小版本的硬件装置，只有256个神经元、26.2万个可编程突触和6.5万个学习突触。好在这台机器运行能耗跟大脑的耗能在同一个数量级上。以其原生态能力，这个“小型人脑”可以进行空间导航、机器视觉、模式识别以及联想记忆等，并可以基于证据生成假设。它有一个“心灵之眼”，可以辨别出事物背后的模式，例如根据一个潦草的笔记，对其实际所代表的数字作出较为准确的猜测。已经比我们前寒武纪的祖先优秀了。

　　莫德哈指出，这种类型的推理很像典型的大脑右半球的功能：直观、类比与综合。不满足于半个大脑，莫德哈设想再加入一个典型的冯诺依曼型计算机，执行左半球的推理行为，让两个半球进行信息共享，就像真正的人脑一样。

　　当它可以上市销售时，我要让我自己的大脑去度假，而把思考的任务交给莫德哈的这一杰作。

　　哦，顺便说一下，如果你想知道“突触”项目是否已经可以让“沃森”退休了，答案是——这还远远不可能。沃森还活得好好的，正继续投入到新的、更加实际的用途中去。

　　例如，由于《危机边缘》游戏的参赛者没有“电话求助”这一选项，沃森受限于直接载入其中的数据(不能联网)，但在“沃森”技术的最新应用领域——医疗诊断——互联网被轻松地添加到了它的语料库中，使沃森得以在提供答案之前，对范围更广的非结构化数据进行搜索。

　　在竞赛中，沃森不得不比它的人类选手更快地按下抢答键，但那些就一组奇怪的症状征求建议的医生，可以更乐意等上半个小时或更长的时间。所以，沃森可以做出更加审慎的决定。在工作中，沃森是一个严肃的机器人。