谷歌 AlphaGo 橫掃亞洲圍棋頂尖高手之余，也將 AI 人工智能的概念推廣至全球。近兩年科技公司不是已經「All in AI」，就是正在「All in AI」的路上。人工智能想要達到人類的智力，正如 AI 背后的深度神經網絡模仿的是人類大腦的神經網絡架構，腦神經科學的發(fā)展，對人工智能技術有著巨大影響。

11 月 12 日，極客公園前沿社活動邀請到認知神經科學之父邁克爾·加扎尼加（Michael S. Gazzaniga）教授，與暴風集團董事長&CEO 馮鑫、豆瓣創(chuàng)始人&CEO 阿北、和緩醫(yī)療董事長&CEO 李宇、航旅縱橫創(chuàng)始人薄滿輝等嘉賓一起分享腦科學的現(xiàn)在和未來。此次近場研究還特別邀請到 ThinkPad 作為前沿社思考伙伴，一同感受思考的碰撞，共同見證時代的進化。

加扎尼加教授表示，腦神經科學研究的挑戰(zhàn)在于簡單動作的背后是無窮的排列組合。例如，一個簡單的勾勾手指的動作，只需要 300 個神經元即可完成。但是，同樣的動作，同樣的 300 個神經元，它們完成這個動作的排列組合卻有 2 萬個之多。

現(xiàn)在用于人工智能的深度神經網絡的原型，來自之前腦科學專家對人類大腦神經網絡的理解。目前，新的「光遺傳學」（Optogenetics）能夠模擬并提取單個神經元的計算，以及神經元線路和神經元網絡的計算能力。如果技術成熟，意味現(xiàn)有的深度神經網絡架構將面臨革新。

硅谷巨頭如伊隆·馬斯克和馬克·扎克伯格，都在近年來開始投入到腦機接口（BMI Brain Machine Interface）技術的研發(fā)中。其中，植入式腦機接口雖然有效，但是由于對人類大腦會產生較強的傷害，并且容易被大腦排斥而困難重重。加扎尼加介紹了一種新的技術，創(chuàng)造一個模仿大腦的液態(tài)環(huán)境，在這樣一個液態(tài)環(huán)境中，電子信號和神經元的交換或許將更為自由和安全——這將改變腦機接口技術的進程，甚至改變未來計算機的架構。

下面來看看認知神經科學之父邁克爾·加扎尼加教授的分享精華：