大腦與人工神經網絡誰更高效？諾獎得主分享

2024年，諾貝爾物理學獎授予利用人工神經網絡推動機器學習的研究，諾貝爾化學獎則部分授予AI科學家，表彰AI模型在蛋白質結構預測方面的成就。AI在諾貝爾獎占據相當比重，11月16日，在2024中國醫藥工業發展大會與上海國際生物醫藥產業周上，2014年諾貝爾生理學或醫學獎獲得者愛德華·莫澤（Edvard Moser）分享近期研究進展，也談到人工神經網絡和自然神經網絡之間的相似性與差異。

愛德華·莫澤 視覺中國 資料圖

愛德華·莫澤介紹，人類大腦由800億-900億個神經元組成，每個神經元可以建立近1萬個連接，神經元之間相連、互動，形成了非常復雜的神經網絡。大腦將信息存儲在這些神經元中，神經元之間的互動覆蓋大腦，是非常大的化學和電流的活動，決定了思考、想象、計劃、決策、做夢、感知等智力活動。 

2014年，愛德華·莫澤通過對于大腦空間導航功能的研究，在人類大腦的海馬區和內嗅皮層區域發現了組成大腦中定位系統的細胞，獲得當年度的諾貝爾生理學或醫學獎。十年后，愛德華·莫澤表示，我們不僅要了解大腦單個細胞是怎樣運作的，更要了解大腦中大面積的神經系統是如何進行計算的，要從單個細胞的研究發展到幾千個細胞整體的研究。

他在報告中指出，人工神經網絡模型架起了AI和神經網絡研究之間的橋梁，帶來很大的研究進展。人工智能和大腦都是基于神經網絡，有幾百萬個、幾億個神經元，可以高效記錄活動信息、生物信息等等。如果大腦與計算機算法相似，那么應該能夠進行“對話”，這也為腦機接口技術的發展提供了可能，比如神經義肢、人工耳蝸、人工視覺等。

愛德華·莫澤同時強調，大腦比人工神經網絡更好、更加高效，演化出能效極高的計算算法，僅需耗能15瓦-20瓦，而超級計算機需要耗費數兆瓦。他在發言中表示，人工神經網絡和自然神經網絡之間在信息提取、學習、記憶、檢索等方面運用了很多相似原理，但是也有很多不同點。而這些差異可能為開發更完善、更高效的人工智能系統，提供更多的啟發。