6、探索大脑奥秘：从计算神经科学到视觉系统洞察

探索大脑奥秘：从计算神经科学到视觉系统洞察

1. 研究策略的困境与先驱人物

在探索大脑奥秘的过程中，传统的自上而下策略存在缺陷。这种策略先确定大脑要解决的问题，再构建算法，最后用硬件实现算法。然而，确定大脑所解决的问题并非易事，我们的直觉常常具有误导性，尤其是在视觉方面，大脑会隐藏视觉处理的细节。同样，单纯的自下而上策略也存在不足。

在研究历程中，有许多杰出人物的身影。弗朗西斯·克里克（Francis Crick）在1953年与詹姆斯·沃森（James Watson）共同发现了DNA的结构。数十年后的1977年，他将研究重点转向神经科学，邀请众多研究者交流探讨，大卫·马尔（David Marr）就是其中之一。

乔治·布尔（George Boole）是一位自学成才的英国教师，他在1854年撰写了《思维规律的研究》（ An Investigation of the Laws of Thought ），这本书为布尔逻辑奠定了数学基础，是数字计算的核心，也是20世纪50年代人工智能早期发展的自然起点。有趣的是，杰弗里·辛顿（Geoffrey Hinton）是布尔的玄孙，他自豪地拥有布尔用过的一支笔。而且，布尔的这本书不仅探讨了逻辑，还涉及概率论，而概率论正是现代机器学习的核心，所以布尔也堪称机器学习之父。

2. 早期研究尝试：“矮胖子”项目

作为普林斯顿大学物理系的研究生，试图通过为非线性相互作用的神经元网络写下方程并进行分析来理解大脑，就像物理学家用数学理解自然力一样。但每晚睡前祈祷方程是线性的、噪声是高斯分布的、变量是可分离的，因为这些条件能带来解析解。然而，神经网络方程是非线性的，噪声非高斯分布，变量不可分离，没有显