人類大腦的智慧可能都來自於一個基本演演算法

1. 一項理論假設我們所有的思考都是一個基本演演算法的函數，N=2^i–1。

2. 對於人工智慧(AI)，這項發展可能是很大的。由於人工神經網路操作得很像大腦，套用這項公式可能是真正智慧的關鍵。

連接理論

大腦是人體最複雜的器官。大腦能做的事、以及它如何做，甚至啟發了一種人工智慧(artificial intelligence，AI)的模型。現在，一項刊登在系統神經科學前沿(Frontiers in Systems Neurosciene)雜誌的研究顯示，人類智慧可能是一種基本演演算法的產物。

這項演演算法是在連接理論中發現的。根據研究員暨作者錢卓(Joe Tsien)：「這是一項相對簡單的數學邏輯，凸顯我們複雜的大腦運算。」錢卓是奧古斯塔大學喬治亞醫學院(Medical College of Georgia at Augusta University)的神經科學家、奧古斯塔大學大腦與行為發現研究所共同主任暨喬治亞研究聯盟在認知與系統神經生物學的傑出學者。他在2015年10月首次提出這項理論。

基本上，這是一項關於知識獲取、以及從那裡歸納與得出結論的能力的理論，是一個數十億個神經元組合與對齊的函數。錢卓說：「我們發表出大腦可能是在一個令人驚奇的簡單數學邏輯上操作的證據。」

大腦公式

這項理論敘述相似的神經元族群如何形成複雜的派系，來處理基本想法或資訊。這些族群群集成功能性連接主題(functional connectivity motifs，FCM)，處理每一種可能的想法組合。更多的派系涉及更複雜的思考。

為了測試這項理論，錢卓和他的團隊監控並記錄這個演演算法如何在7個不同的大腦區域運作，每一個區域涉及到處理基本原則，例如食物與害怕老鼠和倉鼠。根據研究，這項演演算法代表一個FCM需要多少個派系，一個2次方為基礎的排列邏輯(N=2 i –1)。

他們給動物4種不同食物的各種組合(嚙齒動物餅乾、丸子、米和牛奶)。使用放置在大腦特定區域的電極，他們能夠「聽」神經元的反應。因為連接理論會預測，這些科學家能夠鑒別出反應食物組合的分類的所有15種不同神經元組合或派系。此外，這些神經派系似乎是預置在大腦中，因為一旦做出食物選擇，它們就立即出現。

如果人類大腦智慧的一切複雜性可以被一個特定的演演算法總結，想想看它是意味著什麼樣的AI。因此，有可能把相同的演演算法應用到AI神經網路的運作，因為這些AI神經網路已經模仿了大腦的結構布線。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！