0
| 本文作者： 宗仁 | 2016-07-26 21:30 |
Yasunori Yamada，IBM东京研究所计算神经科学家，长期关注人工智能，意识和机器人领域。
在Yasunori Yamada高中的时候，他偶然接触了卡夫卡的《变形记》，书本合上的那一刻，他开始想象自己长了很多条腿和很多双眼睛，并进一步的问自己——我如何才能适应这具陌生的身体。人工智能怎样才能和身体联系起来？
自然而然地，当Yasunori Yamada2015年在东京大学信息科学与技术专业读博士时，他开始发表诸如《体现人类胎儿的大脑模型》这样的论文，毕业后他加入了IBM研究所，研究关于如何建造人工智能，如何借助人工智能提高我们人类智能的课题。
近日他接受了媒体采访并发在IBM研究所的blog上，全文如下：
我想继续推进我在计算认知方面的进展，加上IBM的蓝脑计划，Watson挑战智力竞赛节目Jeopardy以及Synapse等项目都让我觉得非常有意思，这些看得见的东西和看不见的东西加速了我加入IBM研究所的决心。
当然，更重要的一点，认知计算在这里被IBM当做一个全新的领域在推进，而不仅仅是之前传统学习和人工智能的一个分支。如果你仔细观察，会发现下面涵盖了科学，工程，机器人，神经科学。用简单的话来说，现在这个“认知计算”正在打造一个全新的学术领域来理解和支持人类活动。
首先很高兴跟论文的六个科学家们合作一起获得这份鼓励，我记得当时我们的组员专业涉及了多个学科，包括发展科学、医学科学、机器人和神经科学, 因为大家的协作，才得以勾勒出这个大脑模型。
具体地说，我们通过这个模型模仿大脑，身体，环境间自发身体运动间的互动关系并藉此来刺激大脑皮质学习。
这样它能帮我们探索感觉运动和皮质学习之间的因果关系，就好比，胎儿还在子宫里的时候，胎儿就可以探索如何移动自己的身体，感觉运动经验如何引导正常和不正常的大脑发育……借助这些观察，它似乎给我们开启了一个洞察神经发育障碍和发现潜在治疗办法的通道。
天天工作，工作机制非常流畅，这种机制还让我学会了如何更明智地利用这24小时。
最近我和同事们在继续我们的认知计算研究工作，包括认知疲劳检测，深度神经网络，皮质模型相关的报告提交在最近三个主要学术会议的主会场和圆桌论坛上，诸如AAAI，IJCAI以及CNS 2016这样的会议。
具体的内容
在AAAI 2016上我们展示的是《通过眼球运动对日常生活中心理疲劳做评估》，这个系统讲的是基于自然观察条件下的精神疲劳检测，比如，在看电视的时候，它可以用来检测你的心理疲劳，然后基于此改善你认知和行为的表现。
在IJCAI 2016上，我们展示的是“在深度学习中通过重量特性来预测未来的模型表现“
通常情况下，深度学习要求仔细调整模型超参数，比如学习的层数和学习的效率，在这个项目中，为了提高协调性，我们在学习的早期阶段，从神经网络权值中提取了一种新的特性，作为解释变量，来预测深度学习模型的最终性能。
而且，它可以仅仅基于少量的样本就成功提取出特征，达到终止在早期学习阶段中就表现不佳的计划。最后是在CNS 2016上，我提交的报告是用来读懂大脑结构异常和认知障碍之间关系的大规模皮质模型。
脑成像研究展现了许多不同的脑部疾病，比如阿兹海默症（老年痴呆）相关的结构变异。但是，我们对这些结构变异究竟如何在这些疾病中影响认知功能仍然所知甚少。为了对这些因果关系了解的更透彻，我设计了一个使用了大规模脑部模型的计算方法。这种计算方法能允许我们系统的操作每个变量并进行详细的分析，这在只用人力进行研究时是很难做到的。并且它还能帮助我们理清大脑结构和认知功能之间的复杂联系。
在这项研究中，我把注意力集中在了APOE-4上，这是引起阿兹海默症的主要风险基因之一，然后建立了两个分别同老化的APOE-4携带者大脑和未携带者大脑图像综合起来的皮质模型。通过电脑控制的实验，我发现了一种可能由APOE-4携带者的脑结构变异引起的皮质信息传播的减少。
下一步打算做什么？
我希望我对人类智能根本形成机制的了解能深刻到足以重建它。与此同时，我也想将这种知识利用在加强计算机的认知能力以便让它们更好的为人类服务上。
对神经科学的研究通常都被定位和看做是一门基础研究，极少有例外。发现神经科学同产业界的联系来帮助他们解决一些商业问题现在看起来还不太现实。我知道这肯定不容易，不过我希望我能迈出将神经科学同产业结合起来来解决社会问题的这一大步。
一般都是在我看书或慢跑的时候想到的。当我走路或者慢跑时，我感觉我的大脑会被刺激得能思考的更迅速，同时也能将我的想法进行整理和分类。这能让我感到神清气爽。
把握今天。即使今天过得十分艰难，我仍然会试着去享受每一刻。
Via IBM
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
