电子信号和神经元的交换或许将更为自由和安全

谷歌 AlphaGo 横扫亚洲围棋顶尖高手之余，也将 AI 人工智能的概念推广至全球。近两年科技公司不是已经「All in AI」，就是正在「All in AI」的路上。人工智能想要达到人类的智力，正如 AI 背后的深度神经网络模仿的是人类大脑的神经网络架构，脑神经科学的发展，对人工智能技术有着巨大影响。

11 月 12 日，极客公园前沿社活动邀请到认知神经科学之父迈克尔·加扎尼加（Michael S. Gazzaniga）教授，与暴风集团董事长&CEO 冯鑫、豆瓣创始人&CEO 阿北、和缓医疗董事长&CEO 李宇、航旅纵横创始人薄满辉等嘉宾一起分享脑科学的现在和未来。此次近场研究还特别邀请到 ThinkPad 作为前沿社思考伙伴，一同感受思考的碰撞，共同见证时代的进化。

加扎尼加教授表示，脑神经科学研究的挑战在于简单动作的背后是无穷的排列组合。例如，一个简单的勾勾手指的动作，只需要 300 个神经元即可完成。但是，同样的动作，同样的 300 个神经元，它们完成这个动作的排列组合却有 2 万个之多。

现在用于人工智能的深度神经网络的原型，来自之前脑科学专家对人类大脑神经网络的理解。目前，新的「光遗传学」（Optogenetics）能够模拟并提取单个神经元的计算，以及神经元线路和神经元网络的计算能力。如果技术成熟，意味现有的深度神经网络架构将面临革新。

硅谷巨头如伊隆·马斯克和马克·扎克伯格，都在近年来开始投入到脑机接口（BMI Brain Machine Interface）技术的研发中。其中，植入式脑机接口虽然有效，但是由于对人类大脑会产生较强的伤害，并且容易被大脑排斥而困难重重。加扎尼加介绍了一种新的技术，创造一个模仿大脑的液态环境，在这样一个液态环境中，电子信号和神经元的交换或许将更为自由和安全——这将改变脑机接口技术的进程，甚至改变未来计算机的架构。

下面来看看认知神经科学之父迈克尔·加扎尼加教授的分享精华：