13、低精度组件实现高精度脑电路计算

低精度组件实现高精度脑电路计算

1. 背景与挑战

理解、增强或取代脑电路的运作，不仅依赖于对孤立神经元、电路和脑切片行为的了解，还取决于这些组件集合所实现的令人惊叹的计算能力。脑电路的组成元素具有可变性，其单元组件（如概率性、相对低精度、连接稀疏且运算速度比大多数工程设备典型元素慢几个数量级的突触和细胞）从标准工程角度来看，其排列运作方式并不明显。然而，脑电路在从复杂视觉或听觉信号识别到复杂地形运动穿越等许多关键应用领域中，都超越了现有的工程设备。

人类（甚至大鼠）大脑所执行的计算，尽管投入了大量资金进行尝试，但工程方法仍无法与之匹配。精心开发的人工方法为何仍达不到人类表现水平尚不清楚。甚至模拟复杂人类行为的方法，可能基于对这些行为的错误或不完整描述。复制（更不用说超越）人类能力的一个先决条件，可能是对大脑机制有清晰的计算理解。

以下是关于大脑机制的一些关键事实：
- 哺乳动物前脑（端脑）的进化产生了其他类（如爬行动物、鸟类）中未出现的新电路。其中丘脑皮质电路可能是最先进且数量最多的，在哺乳动物大脑中占据了不成比例的空间，包括人类大脑中的绝大多数电路。
- 对这些电路的解剖设计和生理运作的研究，推导出了它们可能执行的特定算法。
- 这表明不同的大脑区域执行不同的算法，每个区域贡献不同的计算集，多个大脑区域之间的相互作用还会产生进一步的复合算法。
- 大多数端脑电路的关键特征包括：神经元之间的稀疏连接（概率约为 0.001）；低精度突触连接（约 4 位）；简单的处理器（加法、乘法）；简单的“学习”规则（固定大小的增加或减少）；缓慢的操作（每次操作需毫秒级，而典型计算机硬件为纳秒级）；可变的、概率性的响应（与工程设备的固定、确定性响应相反）。