雖然還沒辦法做出你的腦，但 IBM 做出能自我學習的類人腦神經網路

2016 年 08 月 23 日

技術Ｘ解析

「拜託！你有腦一點好不好！」你可能沒想過，這句玩笑話背後其實蘊藏著龐大學問。因為我們腦中的千億個神經元（這數量相當於散落在銀河系的星星！）可是日以繼夜地支撐著我們的意識活動。

光是了解人腦還不夠，把電腦變得更像人類，也是科學家們的心願。不過以電腦技術模仿人腦運作一直是個艱難挑戰，為此學者們已經努力了超過數十年。

2016 年 8 月，IBM 蘇黎世研發中心發表了認知科學上的一大突破：宣布以奈米技術，首次成功模擬人腦龐大的神經元網路。

想讓電腦變得更像人腦，絕對不是一件簡單的事。因為電腦結構存在著重要的「馮‧紐曼瓶頸」（von Neumann bottleneck）。早期為了讓電腦能同時處理和保留資訊，數據會在 CPU 和記憶體兩者間流動，但也因此產生了無可避免的延遲（Latency）問題，佔用電腦大部分的執行時間。

但人腦的運作就不需要像電腦一樣，「將大量數值從記憶體搬入又搬出」，知己知彼，百戰百勝，科學家們勢必要向生物取經。在介紹 IBM 打造的類人腦神經網路前，先來認識一下我們的「神經」系統。

人類的神經系統如何運作？

我們腦中的神經細胞數量約有一千五百億個，這些神經細胞又稱神經元（neuron），它們之間會形成上兆個連結，串聯起神經傳導的路徑，與其它腦細胞相互聯絡。

我們可以把神經網路想像成一種用繩子把每個人綁起來，形成廣大連結的大地遊戲。當其中一個人移動時，連結的繩子也會影響到附近的人。如果繩子拉扯的力量超過某個關鍵值，自己的位置也會移動。神經網路就是類似這種方式，在細胞之間傳遞「刺激」。

從上圖中，我們可以看到神經元的結構。細胞核位在細胞體（soma）的內部，而從細胞體延伸出去的是樹狀突（dendrite），專門接收其他神經元的訊息；軸突（axon）則可以延伸得很長，將神經衝動傳到另外一個神經細胞、肌肉或器官。在軸突末端與其他細胞的樹狀突之間，有個小空隙叫作突觸，刺激會通過這裡到達另一個細胞。

類人腦神經網路如何達到重大技術突破？

IBM 研發團隊所打造的類人腦神經網路就參考人類腦部神經系統的運作模式，由多層次網路結構傳遞訊號。此架構已大量用於資料的模式辨認和分類，而未來能應用在大數據的資料導向計算和探勘工作。

這次研究之所以能在技術層面上取得重大突破，是因為運用了奈米級憶阻材質（nanoscale memristive devices）模擬神經突觸活動（如製作光碟時常見可覆寫式藍光的相變材料），製作出來的仿真神經元與突觸，有效地把處理器尺寸大幅縮減。且人工神經元並不會儲存「數位」資料，而是以類比（analog）的方式儲存，更貼近生物系統的運作方式。

在對這些人工神經元施加電脈衝時，人工神經元中的相變材料會逐漸結晶、活化，模擬生物神經現象中的整合和發送特性（integrate-and-fire property）。這些功能強大的人工神經元能自行產生「隨機脈衝」（randomly spiking），儲存和處理資料數據。就像人腦執行各種計算，還能在無人為監督的情況下快速學習。

靈活度更高的類人腦神經網路，IBM 團隊表示將對於未來物聯網的發展有長遠幫助，特別是應用於分析海量數據的微型感應器。例如：收集氣象數據可以幫助偏遠地區，提供更快更準確的天氣預報，也可以檢測金融交易的異常，或利用社交媒體數據偵測新潮流。