DC娱乐网

用AI复制人脑可行!MIT论文估算500亿美元、10到25年可实现

近日,美国麻省理工学院(MIT)研究生艾萨克·弗里曼(Isaak Freeman)和所在团队写了一篇长达 100 多页的

近日,美国麻省理工学院(MIT)研究生艾萨克·弗里曼(Isaak Freeman)和所在团队写了一篇长达 100 多页的论文,标题是《从蠕虫到人类:大脑仿真如何规模化》。

艾萨克等人系统梳理了大脑仿真技术的最新进展,并通过大量访谈和文献综述得出这样一个结论:大脑仿真正在从一个遥不可及的梦想成为一个可以量化的工程问题。也就是说,这件事虽然难如登天,但比我们想象得要近得多。

目前,一些关键技术正在非线性加速,重塑单个神经元的成本已经从几十年前的 1.6 万美元降到了现在的 100 美元左右,高端 AI 集群的算力更是已经接近人脑实时仿真的需求。

这意味着也许未来有一天,医生能够像查询天气预报一样,只需通过扫描我们大脑里所有的线路图,就能提前几十年知道我们是否会患上老年痴呆症。

为了完成这篇论文,艾萨克访谈了几十位研究人员,耗时两年之久走访了连接组学、功能成像和神经仿真三个领域的专家,把他们的知识和数据整合在一起之后完成了这篇论文。论文从大脑讲到数据中心,也讲到了芯片和脑机接口。

(来源:https://pdf.isaak.net/thesis)

大脑是人体里最精密的器官,包含大约 860 亿个神经元。每个神经元又和成千上万个神经元互联连接形成一张极其复杂的网络。要复制这样一张网络,首先得把其结构搞清楚。

艾萨克在论文里回顾了连接组学的发展历程,1986 年科学家完成了线虫大脑的完整连接图,那个大脑只有 302 个神经元,这项工作在当时耗费了大约 15 年左右。

时间快进到 2024 年 10 月,一个由 200 多位科学家组成的团队完成了果蝇大脑的完整连接图,里面有将近 14 万个神经元和 5,400 多万个突触。艾萨克在此次论文里写到,从线虫到果蝇、从 302 个神经元到 14 万个神经元是一次质的飞跃。

他指出,果蝇大脑的重建和校对工作耗费了超过 33 个人一年的劳动量,光是人工校对就花费了三年多时间。不过他也注意到,每个神经元的重建成本甚至不到几十年前的零头,斑马鱼神经元的成本低至大约 100 美元,这些数字说明技术正在变得更快更便宜。

有了结构图还不够,大脑是活的里面的神经元时时刻刻都在放电。艾萨克在论文里使用整整一章来讨论功能成像技术的发展。

他提到,同时记录的神经元数量大约每 7.4 年翻一番,最近几年在光学成像技术的推动下这个速度还在加快。当前最先进的显微镜基于已经能够同时记录小鼠大脑里超过 100 万个神经元的电活动。负责处理这些数据的芯片,也从十几年前笨重的实验设备变成了现在放在数据中心里的大规模计算集群。

(来源:https://pdf.isaak.net/thesis)

艾萨克还做了一个费米估算,假如要实时模拟几个简化版的人类大脑,大概需要每秒 60 亿亿次浮点运算。他所使用的方法是这样的,假设每个简化神经元需要 40 次浮点运算,再乘以 860 亿个神经元和每秒 1,000 次更新。2024 年,全球最快的超级计算机之一就已能够达到这个速度。当然,简化版模型距离真正的大脑还很遥远,不过至少说明算力不再是不可逾越的天堑。

艾萨克在论文里也讨论了模拟精度,他提到了美国艾伦研究所的小鼠视觉皮层模型,这个模型包含 23 万个生物物理细节丰富的神经元,能够将视觉刺激下皮层各层的电流分布给重现出来。

他还提到了 OpenWorm 项目,这个项目试图完整模拟线虫的全部 302 个神经元,并把它放进一个虚拟的虫身里。然而,艾萨克同时指出 OpenWorm 遇到了瓶颈,因为线虫的神经元并不是简单的脉冲发放,实际上是连续的渐变电位,而且很多关键的细胞参数至今依然依靠猜测而不是实测数据。线虫虽然只有 302 个神经元,但是它的计算策略和哺乳动物完全不同,其每个神经元内部的处理极其复杂。

艾萨克针对数据存储问题也算了一笔账。假如以 10 纳米的分辨率扫描一个热闹,原始数据量大约是 1.4ZB,也就是 1.4 万亿 GB。不过,使用现有的压缩技术可以把这个数字缩小 100 多倍,降低到 10 到 100PB。

他对比了欧洲核子研究中心的数据中心,那个中心已经有超过 1EB 的存储容量。所以他得出结论,存储本身并不是不可逾越的障碍,真正的瓶颈在于如何从海量图像中自动提取神经元和突触结构。

他特别提到,人工校对是当前连接组学的最大成本,果蝇大脑的 33 个真人一年工作量就是例子。不过,随时 AI 辅助分割技术和校对技术的成熟,这个成本预计会迅速下降。

(来源:https://pdf.isaak.net/thesis)

关于这块艾萨克提到了一个叫做 SmartEM 的技术,这个技术能够使用机器学习实时地指导电子显微镜的扫描路径,只在高分辨率下扫描可疑的区域,借此把成像效率提高了数倍。

基于这些技术,已有科学家正在着手搭建一个全新的数字世界。在这个数字世界里他们可以拿起小白鼠的虚拟大脑做药物测试,无需等待动物长大也无需担心伦理问题,学弟学妹们再也不用担心不小心毁了学长的论文。

也可以给虚拟大脑里的一小块区域加上刺激,观察整个网络如何反应,借此搞清楚抑郁症或者帕金森病的根源。艾萨克尤其强调了斑马鱼的价值,它的幼虫只有大约 10 万个神经元,但却已经是脊椎动物,而且身体透明,因此人们能够使用光学显微镜完成记录斑马鱼整个大脑的活动。

(来源:https://pdf.isaak.net/thesis)

事实上,这些技术已经开始走进真实的医疗场景。由前 Neruolink 高管创办的美国脑机接口公司 Science Corp,正在使用基因疗法和柔性电极帮助失明患者重见光日,这家公司的技术绕过了受损的感光细胞,直接向大脑传递视觉信号。

假如把这项技术和大脑仿真结合起来,未来医生可以在患者的虚拟大脑上预演整个手术,找出风险最小的路径之后再给真人做手术。

艾萨克也在此次论文里提到了类似的医疗应用前景,那就是高精度的脑仿真可被用于优化深部脑刺激的参数,从而为帕金森病和抑郁症患者找到最佳治疗方案,无需再像现在这样反复调试。

也许再过几十年,我们真的能够把整个大脑装进计算机,让数字版本的自己在虚拟世界里奔跑和思考,就像《流浪地球 2》里的丫丫一样......

参考资料:

https://pdf.isaak.net/thesis

https://www.isaak.net/

https://www.linkedin.com/in/freemanisaak

https://x.com/isaakfreeman

运营/排版:何晨龙