机器人大脑

第1章机器人大脑的基础知识 机器人大脑也称为“类脑”（或智能计算机、人造大脑），它不仅涉及脑科学、仿生学、心理学、计算机、自动化、电子学、社会学、法律学，而且也与机械、材料、电力、化学、物理、生物、航空、军事、医疗、教育、娱乐等学科交叉。本章旨在介绍机器人大脑的基础知识，以使读者对机器人大脑有一个全面的了解，并且为今后学习、研究、设计、开发、使用机器人大脑奠定基础。 1.1人的大脑 人的大脑（以下简称为人脑或大脑）是在几十亿年生物进化的历史长河中不断修补和堆积而成的产物，人的一切心理活动都要经过人脑的活动来实现，人的身体也是通过人脑的活动来适应变化的环境。虽然21世纪被学术界称为是脑和人工智能(artificialintelligence，AI)的世纪，但至今人们依然对智力、情感、意识等人脑的高级智慧和功能认知甚少，关于人脑的研究和学说目前也是众说纷纭。 人脑的结构和构成等分别如图1.1(a)和(b)所示，人脑的外观*显著的特点是波浪般的肿块和沟槽模式，它的结构是演化的多层次结构，并且具有复杂的自适应行为。人脑的纵向剖面由灰质和白质构成，它们是人脑中枢神经系统的重要成分。灰质是南具有特定动能的神经细胞（也称神经元）组成的神经中枢，其作用是支配联络神经，并且在人脑中交织地形成神经网络；白质是南长长的和相互连接的神经纤维组成，它们支配着感觉神经，主要起传导作用，白质团块主要分散在人脑中的灰质网络中。 在过去的200万年间，人脑的容量进化成了原始人脑的3倍左右。非洲古猿人脑的容量约为450cm’，而现代人脑的容量为1000～1500crri3。现有的研究表明，人的高级智慧功能与人脑的容量关系不大，但却与人脑的神经元数量、神经元之间的连接、神经网络的复杂程度、灰质和白质的发育状况等有关，它们的质量共同决定了大脑中神经网络的多样性和通畅程度。人脑具有解决各种简单或复杂问题的高级智慧功能，这是因为人脑中南大规模互联的神经元构成的神经网络在起作用。神经元是一种特殊的细胞，它们的功能是处理并向其他细胞传递信息，如图1.2(a)所示。为了进行交流，它们会通过突触释放出化学信号或者说神经传导物质。这些化学物质会被毗邻的细胞接受，然后转变成为一种电信号或者动作电位，这种电信号会沿着神经元的细长轴突进行传递。当电信号传递到另一端时，会再次转变成为一种化学信号通过突触释放，准备再一次引发传递过程。统帅全身和应激外部反应都要通过神经元来传递信息。一个神经元由大小、形态各异的细胞体和细胞突构成。细胞突是指细胞向外突出的树突和轴突，树突的形状如树枝，其作用是接受刺激，并将神经冲动传向细胞体；轴突的长度差别很大，人体内*长的轴突可以从脑顶部顺着脊椎到达腰椎。每个神经元只有一根轴突，其作用是将神经冲动以3～120m／s的传导速率从神经元里传出，并送到与它联系的所有神经元。一个神经元与另一个神经元相接触的部位称为突触。单个神经元不能独立地执行神经网络的机能，各个神经元必须互相联系。对于脊椎动物来说，神经元之间在结构上没有细胞质相连，仅仅是互相接触而已。 (a)人脑的结构 (b)人脑的灰质和白质 图11人脑的结构、灰质和白质 尽管人们对人脑及其神经纤维（神经网络）构造和神经元等目前还知之不多，但科学家们*近发现了神经纤维的排列方式。据互联网消息，美国脑神经学家道格拉斯？罗什尼(DouglasRosene)利用扩散光谱成像技术推断出了神经纤维的位置，并通过扫描揭示了神经纤维的有序编织方式。这是一种比之前所预想的要简单得多的有序编织曲线，实际上是由大约成直角和彼此交叉的神经纤维构成的网格，这种网格在人脑发育过程巾相当于高速公路上的车道标记，以帮助生长中的神经纤维找到通往日的地的道路。这项研究成果为人们分析人脑提供了一种新的框架。另据来自互联网的消息，一个由多个欧洲国家科学家组成的联合研究小组也宣称，他们利用新型核磁共振成像技术，历时三年完成了大脑白质的微观结构图集。此外，*近，一个瑞典的科学家团队在世界上首次成功地培育出了功能完全与神经元一样，并且具有信号传输功能的人造神经元，它甚至能够与真正的神经元进行沟通和交流，而这一切都是在人体外进行的。大脑白质微观结构图集的完成和人造神经元的诞生将大大地推动人脑的研究，这对于未来脑科学和神经科学的研究和发展具有重要意义。神经网络的工作原理如图1.2(b)所示。当某个来自人脑的刺激发生时，神经元就通过树突→胞体→轴突→神经连接→其他细胞等处理，迅速地将该刺激传到其他的神经元。树突、轴突、突触构成了信息侍递“道路”，这样一条道路就是一个信息处理通路，人脑的整个神经网络就是由无数个神经元及神经连接而成的一个神奇的和巨大的信号处理系统。 (a)典型神经元结构 (b)生物神经网络原理 图1.2典型神经元结构与生物神经网络原理 有关人脑神经网络的一组数据如下：①人脑约有850亿～1000亿个神经元，所有神经元通过大约100万亿个神经连接点传递信号。②以20岁的人为例，男性脑部的神经轴突总长度约为17.6×104km，大约为月球距近地点距离的一半，女性约为14.9×104km。人脑神经网络的信号回路比今天全世界的电话网络还要复杂1000多倍。③人脑中每一秒钟进行着约10万种不同的化学反应，反应环境和反应速度及反应产物控制都十分精确，出错率极低，各种反应问相互关联且配合默契。④人脑每天可处理约86×106条信息，人脑的记忆中枢可储存的信息量大约相当于美国国会图书馆的50倍（约为5亿本书的知识），并且这些信息可以有序地调用（回忆）。实际上，人脑就如同一台超级“生物计算机”，可以储存亿万条信息，这些信息不断地变换和更新，进而接受新的知识。人脑对于庞杂输入信息的灵敏反应和通过输出信息对各种生化反应的精确调控令人叹为观止。若是能反演出这台超级“生物计算机”的构造或许就可以制造出入造大脑。 人脑通过功能分区或整合，规划着人的一举一动、一言一行，以及血压和胃肠道及情绪等的一切变化，如图1.3(a)所示。曾荣获1981午诺贝尔生理学（医学）奖的美国心理生物学家罗杰.沃尔科特.斯佩里(RogerWolcottSperry)博士通过著名的割裂脑实验，证实了人脑具有不对称性的“左右脑分工理论”，如图1.3(b)所示。根据这一理论可知，人的左脑是“本生脑”，记载着人出生以来的知识，管理的是近期的和即时的信息；左脑主要从事或者负责逻辑思维、理解、记忆、时间、语言、判断、排列、分类、逻辑、分析、书写、推理、抑制、五感（视觉、听觉、嗅觉、触觉、味觉）等，左脑的思维方式具有连续性、延续性和分析性。因此，左脑可以称作“意识脑”或“学术脑”或“语言脑”。而人的有脑主要从事形象思维，是创造力的源泉，是艺术和经验学习的中枢；有脑主要负责空间形象记忆、直觉、情感、身体协调、视知觉、美术、音乐节奏、想象、灵感、顿悟等，右脑的思维方式具有无序性、跳跃性、直觉性等。斯佩里认为右脑具有图像化机能，如企划力、创造力、想象力；与宇宙共振共鸣机能，如第六感、透视力、直觉力、灵感、梦境等；超高速自动演算机能，如心算、数学；超高速大量记忆，如速读、记忆力等。人的右脑就像是万能的博士，善于找出多种解决问题的办法。但曰前“左右脑分工理论”也存存争论和分歧。 美国人类行为神经科学专家克莉丝汀.康玛福德(ChristineComaford)曾撰文从科学的角度揭示了如何让大脑变得更聪明的秘密：假设“更聪明”意味着做出更明智的选择、更加随心所欲、更快速地学习、迅速突破智力壁垒并取得重大成就，那么如何能实现呢？南于大脑约有一半是南灰质（神经通路在此产生并保留）组成，另一半则是白质，所以神经元可相互刺激和接触，这就意味着学习新事物或养成新习惯，需要重复某一过程。当人们专注而努力地练习某项技能时，就形成了某种神经通路。神经元则以一种全新的序列相互刺激，并聚合在一起。反复的刺激反映了这条神经通路的重要性。再加上用心练习和练习过程的喜悦体验，大脑的突胶质细胞和星形胶质细胞就能收到这条神经通路需要得到升级或隔绝保护的信号，这时髓鞘便开始形成了。接下来这一新近产生并得到反复刺激的神经通路，像绝缘电线一样被一层保护膜所包裹。这条神经通路（灰质）通过髓鞘（白质）的隔绝保护而被增强，并经历一个类似拨号宽带连接的转换过程。被髓鞘严实包裹的神经通路的运行速度会提升到原先的300倍，它们在速度和效率上得到了优化。于是它们演变成为默认的行为模式，因为大脑会选择髓鞘*多的神经通路（这意味着它们*重要）。这就是人脑形成自动化的新行为过程，也即习惯行为养成。有关研究人员曾经对爱因斯坦的大脑进行过解剖，发现他大脑中的髓鞘远高于普通人，这意味着他曾通过专注的练习不断进行着坚持、失败、再尝试的过程。克莉丝汀.康玛福德在对某些企业高管（如比尔.盖茨）提供私人咨询过程中，早就发现了上述髓鞘相关理论是行之有效的。实际上人脑的生长发育和高级智慧既依赖于先天的遗传基因义存在巨大的可塑性，并且后天的环境因素与实践活动对人脑的生长发育和高级智慧有极大的影响。一个人一生中人脑的神经元数量是固定的，但神经元之间的连接却是后天可变的。人脑中的突触就是人类为提升和修炼自己高级智慧功能的好途径。人脑通过读书和学习及体育活动等良性刺激，神经网络会不断地分支，突触会不断地变化和连接其他的神经网络，神经元之问的连接会越来越多，神经网络的复杂程度将越来越高，从而使人越来越智慧。就目前的研究来看，很难说哪一种方法一定能够促进人脑生长发育，过分强调某种因素都是错误的。 (a)大脑皮层功能示意图 (b)人的左脑和右脑及其分工示意图 图1.3人脑皮层功能及大脑的左右脑分工原理4-6 1.2人工智能 随着基础数学、计算技术、电子信息、自动控制、机械工程、材料科学、生物医学等许多学科的迅速发展，人们对计算机的要求也在不断地提高，不仅希望在现有的计算机上建造智能系统模拟人脑的智能行为，而且也希望建造一种有知识、会学习、能思维的人造大脑，使它能够识别和理解语言、文字、声音、图形、图像，并具有用自然语言和姿态表情等直接与人对话的能力，以及可以利用它自己已有和学到的知识进行思维、联想、推埋、决策，从而解决许多复杂的问题。但是，一台计算机表现出某种智能行为并不一定会被认为它本身具有智能。那么能否使普通的计算机也像人脑那样具有智能呢？为了判定计算机是否具有智能，英国著名科学家阿兰.图灵(AlanTuring)曾设计了一种测试方法——图灵实验，他认为计算机是否具有智能的问题，应当用计算机能否通过图灵实验来代替，如图1.4所示。将被测试的人和被测试的计算机分别封闭在不同的房间里，测试者不知道哪个房间是被测试的人，哪个房间是被测试的计算机。由测试者通过测试终端向双方提出测试问题，被测试的人和被测试的计算机分别给出各 (a)图灵实验示意图(b)阿兰.图灵 图1.4图灵实验示意图与阿兰.图灵（图片来白瓦联网）