主题：【原创】围绕脑科学而发生的若干玄想 -- 鸿乾
家园 墨虎的第四点 还可以说几句，现在已经有大学开始使用机器算法给学生打分了。另一个现象是许多人熟悉的华尔街操盘的HFT，现在市场上80%的买卖是机器做决定的，这个机器取代人脑在某些领域中已经开始加大了扩张的趋势。
选两篇最近的文章看：
Capitalism is Dead. Long Live Transhumanism.
外链图片需谨慎，可能会被源头改这个对后工业化时代有着比较直观的描述，因为这是美国现实中正在进行时，但是许多人忽视或不解的。其中比较唬人的观点，比如上学越多收入越低，中美之间的生产力转移以及对未来的影响。
另一篇文章是MIT Tech Review的2013年十大科技突破（2013年似乎刚刚过去不到一半啊）：
包括深度机器学习与记忆植入等：
http://www.technologyreview.com/lists/breakthrough-technologies/2013/
外链图片需谨慎，可能会被源头改- 复 墨虎的第四点
家园 用机器帮助科研思考，其实这才是最要紧的方向 你的这个资料很好。其中有一段，值得强调一下：
That same month, a team of three graduate students and two professors won a contest held by Merck to identify molecules that could lead to new drugs. The group used deep learning to zero in on the molecules most likely to bind to their targets.我想这是历史上的第一次，用AI帮助做科研。我们都知道，数字计算机对科研的极端重要性。但是，以前这个极端重要性是用在两个方面，其一是做各种科学计算，主要是各种微分方程计算和离散数学计算，其二是做数据处理，主要是管理数据等。当然还有就是用于信息交流等。这次他们的做法，是开了历史的先例，就是说，要做某个科研了，除了以前科研需要做的事情外，还专门建立一个和这个科研有关的脑模型（所谓的深度学习，其实就是一个比较简单一些的脑模型），让这个脑模型来做某种人脑可能并不特别专长的工作，然后极大促进本项科研。
这样一种使用计算机的方法，将很快向各方面普及。可能过若干年后，一个科研组不会使用这样的方法，就完全没有竞争力了。以后这些用于科研的脑模型可能会越来越复杂，在这些特殊方面，将远远超过人脑，就像现在人脑不可能和计算机在科学计算方面比一样。
这些都是我们正在亲眼目睹的大事件，而且正在发生中。可惜的是，来参与我们讨论的人还是太少了。可惜。看树的老鼠河友也不来了。他应该是做大型神经网络计算的。
不知道谁能把上面说的那个默克公司的竞赛的工作找出来，让我们看看他们是具体怎么做的。我是很有兴趣知道的。
- 复 墨虎的第四点
家园 老美疯子:费米子 vs Netflix 1.
"How Particle Physics Can Improve Your Netflix Recommendations" ---see attached
2.老美疯子
http://www.ccthere.com/alist/3808130
if I can borrow "phantom of the opera"
么正性, gauge, 測度, 度規=路徑積分 of phantom, insider your mind, inside my mind, inside of every "free soul"
in a 洛伦兹流形
after all that kind of "phantom shaking out/hashing out", and sometimes in a possibly very bloody way, we may be able to have a clue/路徑 about the real phantoms (n>1, as a hedge), or 伟光正s, kind of the white's version
http://www.youtube.com/watch?v=VlRnzANjVZs
3. 永胜=决战千里之外 in Erik Verlinde 's holography world--Verlinde全息屏
a follow up on prof Verlinde's "holographic screens" (全息屏, Prof li Miao's translation) model, based on that model, Dr. Alexander Wissner-Gross did an AI app, a great one, and looks like more and more physicists are breaking into social sciences field now, with their physics models.
I was reading Verlinde's "On the origin of gravity and the laws of Newton"
http://link.springer.com/content/pdf/10.1007%2FJHEP04%282011%29029.pdf
basically, as I wrote in
http://www.ccthere.com/alist/3808130
Verlinde全息屏= 引力場=溫度場, 量子化=溫度梯度化
3.1
Verlinde全息屏= 引力場=溫度場
classic physics: 溫度 system's partition function is defined without 相互作用, without 引力, and this is where Verlinde made his smartness in modeling 引力場 as 溫度場, smarty as he is;
basically 引力場=信息場=溫度場, in the context of 第一性原理, Born-Oppenheimer approximation, etc:
"The universality of gravity suggests that its emergence should be understood from
general principles that are independent of the speci c details of the underlying microscopic
theory. In this paper we will argue that the central notion needed to derive gravity is
information. More precisely, it is the amount of information associated with matter and
its location, in whatever form the microscopic theory likes to have it, measured in terms
of entropy. Changes in this entropy when matter is displaced leads to a reaction force.
Our aim is to show that this force, given certain reasonable assumptions, takes the form
of gravity.
The most important assumption will be that the information associated with a part
of space obeys the holographic principle [8, 9]."
3.2
量子化=量子化=溫度梯度化, entropy 梯度化, then you have 溫度梯度場強@時空點 , the so called entropy force=引力場場強@時空點, 引力 as 力, under 相对论高能条件, or non-相对论-newton 低能条件, so Anthony Wing Kosner AI software can model the those non-相对论-newton 低能 systems
"愛因斯坦 was also telling us, the way we see this world is locally valid, logical, elevator's local life: 局部范围等效原理：引力=局部惯性系加速，and if you want to be more "robust", 狭义相对论 Poincare group always works, and other than that, most of the time newton/classical physics is good enough (we can explain 引力 as 局部惯性系(伽利略慣性系)加速) no gr sweating, happy local elevator life 4 ever, the physics of why we often feel good about ourselves locally;"
引力 as 局部惯性系(伽利略慣性系)加速=you feel 溫度heat locally,
3.3 科普
毛泽东的菩萨蛮·黄鹤楼"把酒酹滔滔，心潮逐浪高" 我失骄杨君失柳， 杨柳轻扬直上重霄九。 问讯吴刚何所有， 吴刚捧出桂花酒。 寂寞嫦娥舒广袖， 万里 ...
引力=生产关系, did his deputy Liu tell him to shut up in the politico bureau's meeting? Mao's 溫度很上火? it has to be.
looks like 毛, 很上火, being bothered by "引力 as 局部惯性系(伽利略慣性系)加速=you feel 溫度heat locally"
what did he do with his 火? beat the "f--- out" of those his counter parties in class struggle, and obviously and maybe most importantly, with the theoretical guidance of the great social 理论物理学家 and the great social technologist, 列寧, an another 天才, and 毛天才 is definitely at that level;
how? in and out class struggle 相空間 of 6k years of Chinese history, where all the important "bits" of those great stories have been recorded and written into Verlinde全息屏, where you could do "面積"積分 to get 測度, and with that 測度, you fight your battle/war in 位形空间, which is conjugate 共軛 to your 相空間 mathematically.
the way 毛泽东 figured out his theory about class struggle as we all know: he basically read all the history of Chinese 6k years of class struggle, all classic case studies of those most bloody ones;
that="引力场没有质量，应考虑无质量场最大的时空对称群———共形群"
=Verlinde全息屏=mapping class struggle into a phase space 相空間, where 么正性, gauge, 測度, 度規 or mathematically unitary group or 測度 can tell us how to beat up those class enemies;
"用规范场的观点来研究引力理论，国内开展得较早，这也与杨先生的影响有关&不过，杨先生所考虑的相当于齐次洛伦兹群，这是不够的&而且，别人也早有文章&后来，周先生提及，引力场没有质量，应考虑无质量场最大的时空对称群———共形群，探讨如何把引力场方程改写为与共形群相关的规范场形式，含义深刻&另一次交谈，涉及规范理论中的磁单极和瞬子&在谈到它们分别与第一与第二陈类有关时，周先生提出：第三陈类会有什么物理？要知道，第三陈类至少应定义在六维空间上，而物理时空只有四维&问题简单而又大胆！然而，这一“第三陈类”之指，恰恰指向几年后极其重要的、规范反常的拓扑起源问"
周先生=周光召, I am not sure how many mainland Chinese 理论物理学家 today can be even close to 周光召 level, not sure about Li Miao, anybody else even can read and understand Verlinde全息屏? I don't know
how can china can catch up with white in physics/math AI? how to 后发优势?
4.
4.1
your post about "人类永生现在还做不到，当然Kurzweil认为还有15年就可以做到"
basically, we're at bottle neck of qm:
so far, "半導體景深" stuff=经典电荷分布
Depth of Focus, DOF=半導體景深, to 光刻 半導體 silicon wafer (大腦皮層?), with clear and small 線寬 and 量產, not easy stuff;
according qm's uncertainty principle : 电子空间定位精度=Compton 波长 h/mc~R/α~10-12 米的量级, with α(精细结构常数) @about 1/137
semi folks have to work at 电子空间尺度 far about the above qm 尺度;
so is our brain with its potential capped/limited @经典尺度. and our brain is basically a piece of condensed matter messing around@常溫平衡態, with pre-installed OS or 聲子場方程(文化,意识形态), fooling around in today's 社会场, with most energy wasted or working with very little return if any, so physics/math oriented AI has a huge productivity potential for human society, in terms of human capital preservation and development.
4.2
human capital preservation and development:
what can be more important than that for any nation?
and that is where white is going to put Chinese way behind, with the way tg is managing china, 漁民,腦殘, and that is why fundamentally, as I said before, I am not sure what tg has been doing is really good or bad for the Chinese nation as a whole and in long term, history will know.
if we have a qm-AI breakthrough, we could potentially and theoretically feel, see and dance with "phantom of the opera", for at least 再活五百年?
we don't know exactly, due to qm's uncertainty principle, but there could be potentially a lot of fun ahead
------------
Unlimited products are like bosons and restaurant reservations are like fermions.
By Rebecca BoylePosted 01.16.2013 at 10:00 am4 Comments
Standard Model
Standard Model Fermilab
From OpenTable to Amazon to your Netflix queue, algorithms sift through what we seem to like and offer future suggestions tailored to fit those trends. But the problem is they do this for everybody. So if everyone gets the same recommendations on OpenTable, everyone will try to reserve a table, and there won’t be any seats left. What's more, if everyone gets a movie recommendation and everyone decides to watch it, the movie gets more popular--creating biases in the system. To improve matters, some researchers in Switzerland took a cue from the master rules of physics.
In particle physics, a given boson or lepton tends to occupy the most favorable energy state. If it’s a force-carrying boson--like a photon, a W boson or a Higgs boson--there’s no limit to how many particles can share real estate in that state. But if it’s a fermion--like a quark, or an electron or proton--then only a certain number can be in the same place at the same time.
Related Articles
How It Works: A Smarter Crash-Test Dummy
McLaren F1 Designer Unveils New Ultra-Efficient Minicar, Smaller (And Cooler) Than Smart Car
Video: DaVinci Surgery Robot Celebrates Its Fifth Birthday
Tags
Technology, Rebecca Boyle, algorithms, bayesian model averaging, netflix, recommendation, standard model of particle physicsAlgorithms should take this approach and function according to the rules of fermions rather than bosons, according to Stanislao Gualdi of the University of Fribourg and colleagues. After all, an object’s utility declines with an increase in the number of people using it, they argue. It’s like everyone buys the same guidebook and goes to the same quiet beach, meaning the beach is no longer quiet.
To study this concept, Gualdi and colleagues looked at DVD rentals. Using this model, a service like Netflix could limit the number of people who can have a single DVD at a time, forcing other DVDs to be recommended and chosen as secondary options. This limits biases that can happen when you give everyone unfettered access to the same thing, and this is good because it gives the whole recommendation engine some new fodder.
As Tech Review's arXiv blog points out, this is not necessarily a way to increase profits, so it's hard to see any recommendation service implementing the idea anytime soon. But it's an interesting concept.
“Crowd-avoidance can be applied to nd a good compromise between satisfying the preferences of users and distributing them among objects evenly,” the authors write. Their paper is posted to the arXiv preprint server.
[Technology Review]
家园 也有个玄想 人类永生现在还做不到，当然Kurzweil认为还有15年就可以做到，这个不论。
但是有关墨虎提到的第一点，人类的并联思考能力，以及我们前面讨论过的大脑极限问题，如果死去的人的大脑可以保持活性，比如通过机器维持生物体循环血液供应等，也就是说大脑仍然可以清醒，这个在不少科幻中出现过，也许以目前的科技水平做到有可能，那么历史上的科学家们与一代又一代的人共同“并联思考”就成为可能，如此人类的智慧总量不单通过文字语言来继承，而且可以通过活体大脑来达到总量的持续提高，这样不是更好么。
- 复 也有个玄想
家园 看了那个记忆假体的报道，又追踪了一下，感到这个玄想其实 看了那个记忆假体的报道，又追踪了一下，感到这个玄想其实不是很远了。
记得以前看过一本书，其中讲到乔姆斯基的一段话，就是，语言是人脑中唯一的可以抓住的东西，其他的东西都抓不住。不是很确实这的确是他说的了。不过，不管是谁说的，这个话在今天是正确的。但是，明天可能就不正确了。按照那位Berger博士的做法，在海马体上安装了记忆假肢，再和外界通讯一下，人脑里面的记忆，就可以不通过语言而交流交换了。
他自己都说：“I never thought I’d see this go into humans, and now our discussions are about when and how. I never thought I’d live to see the day.”。很惊人。
如果这个事情成了，那么你的玄想就不再玄了。设想一下，一位人物过世了（因为其他身体器官的彻底失效），但是，他的大脑还是好的，就可以把他的脑发在营养液中，连上Berger博士的记忆假肢，他的脑就可以继续工作。
我查了一下Berger博士的网站：外链出处 但是没有查到他的论文，就是说明海马体怎样工作的数学公式的论文。你查到了吗？
家园 无意中，看到一些河里面的老帖，放到这里 基底核 ：URL=]/article/2169086[/URL]
这个部位不在新皮层中，但是，恐怕作用非常大，要多学习一下。
下行传导束：链接出处
说一点狂犬病病毒对人类的贡献：
说清楚了如何做神经通路观察。
家园 新闻：日科学家使用核磁共振读取梦境：准确率约60% 日科学家使用核磁共振读取梦境：
美国加州大学伯克利分校科学家杰克·格朗特(Jack Gallant)表示：“这是一项有趣的工作，令人兴奋。相比低级区域，从更高级别的大脑区域进行解译可以更加精确地重构梦境，这一事实说明引发梦境的大脑活动中牵涉到一些与视觉想象有关的脑部区域。”这样讲来，梦其实就是以视觉区（高级和低级的视觉区）为主的处理信息的活动。好像我们做梦的确没有什么声音。大家都如此吗？
这也再次说明了，视觉区和思维的重要关系。
家园 这个高级 技术本身并不算难,不过对于当今科研来说,受试是人,这样成本就会比较高一些,同时还要有fMRI，这对于门槛要求也不算低。设计挺巧妙的，不过受试数量太少了，只有3个人。如果能把数据库建立起来，还是挺有意思的一件事情。
北医老万他们其实在做类似的事情，不过他们记录的是脑电。三院有MRI的设备条件，但不知道有没有类似的项目。
家园 玄想5：多种多样的感受反应 —— 一切智能的基础 首先推荐看这个视频，PBS的Nature：植物在说什么：
在这个节目的开始，还没有很多惊奇之处。若干知识还在既有的常识内。比如说，剪草后，草坪散发清香。这个对我们常做这些事情的人，当然是常识。我其实也想到过，这种现象，多半是草坪的一种自我保护功能。这应该是最初等的感受反应了。慢，非常不确定，但是有一点又非常确定，那就是，这种感受反应是通过散发特殊分子来实现的，因此，也就是通过分子的浓度梯度来实现的，也就是说，是通过统计来实现的。
但是，越往后走，对我来说，越多惊奇。那种藤选取攀援的植物，明显是靠气味的浓度，但是，在气味有很多种的情况下，它选取的气味仍然正确，行动也很清晰。因此，只能认为，这种藤中，一定有某种机制来记录这种气味，并且能够对比浓度，而决定行动。这就是非常明显的感受和基于感受的反应了。很多初级动物，有神经元的，也就是如此的感受和反应了。
到更后来，那种母树通过地下网络哺育幼树，就更接近动物了，已经有了相当明晰的信息处理。但是，明显的，那些树没有神经元。不过，没有神经元，并不代表不能做信息处理。估计，应该是有什么系统在里面，事实上能够感受各种敏感物质的统计情况，然后，相应做出处理。不过，这个系统并不是清晰的类似于神经组织那样的，恐怕是一种松散的组织，但是，也可以达成如上的感受和反应。
也就是说，现在我们已经很清楚，感受与反应，事实上存在于多种生物环境中，并不局限于动物，更不局限于神经元。是否有某种比较合理的度量，来度量感受与反应的发达程度？我想，感受与反应，应该是一切智能的基础，那么，这种合理的度量，就是度量智能的一种基础度量。
下面Fuhrer的对智能的讨论很好。为方便查找，把链接放这里：
链接出处 我要提出的是，智能事实上是更高层次的感受与反应。这里的各种度量在哪里？分界在哪里？恐怕是更应该关注的。
我以前旅游过澳洲的鳄鱼河，在河上泛舟，听鳄鱼的各种故事。现在回想起来，对智能等有所感悟。鳄鱼在那个地方生活了2亿多年了，在这些年中，它们的身体和脑基本上没有进化，还是2亿多年前的样子。它们的脑也没有新皮层，可以说，对信息的处理是比较粗糙的。但是，它们在那个环境生活得很好，好过很多进化程度上远超它们的动物。甚至，把个别的人放到那个环境中，也未必就可以在生存竞争中一定获胜。时时听到有鳄鱼吃人的事情发生，就是一例。
这里特别说说对鳄鱼下蛋的想法。鳄鱼必须选择合理的堤岸的地方来下蛋，否则幼鳄的成活率几乎为零。这个合理的地方，其实要求相当苛刻，离开水面要多高，离开水面要多远，附件的植被不能太过密集，还要看阳光的照射，等等。鳄鱼是没有父母带的。因此它们这样的严格挑选下蛋地，只能是出于遗传，不能出于后天。那么他们的脑里面，是怎么从遗传获得这些信息的呢？而且这些信息不可能直接用，还必须和现实结合，也就是多少需要学习一些现实情况，因为，不可能想象遗传可以把外界的所有情况都写进去。那么这种学习，或者说在外界信息的刺激下，激发遗传获得的信息，又是怎么做的呢？我想，这都是和智能的研究非常紧密相关的。
有可能在逐渐了解机器学习的进程中，上面的这些关于鳄鱼的问题也就逐渐可以得到解决。因为，很可能智能机器，也就是像鳄鱼这样的，遗传了很多（就是说，通过软硬件固定了很多东西），然后再和若干不太多的现实情况结合一下，就可以有效地做各种任务了。
总之，谈智能，应该顾及最初等的感受与反应，从下面往上走，可能更容易揭示真相。
最后，就这个话题说几句。这个话题已经在西西河有几个月了。我是主要的发言人。其实本意是希望大家多发言，我多听多学习。不过在发展中，我成立主要发言人。感觉还是好的。有些回到研究生院时代主持读书班的味道。回顾了一下，我发现，我们这个话题中的帖子的信息量是很大的，如果很好总结和回顾，的确有很多有价值的东西。而且发言环境很好，因此感谢大家参与这个话题，希望更多的朋友来参加。
Fuhrer说，百度也来硅谷开了智能的摊子。我还不知这个消息。是否有链接？看起来百度的高层能够感知到这方面的压力。但是，为什么要到美国来开摊子呢？不在中国的某地开？或者莫斯科去开？这就是说，我们这样的话题，可能不久就有商业前景了。或许吧。
家园 借机会说个我自己的疑惑 最近又地震了，很害怕，一发现地震还不小，就赶快往厕所里跑，到了厕所里，按我们本地话来说“脚杆还在打闪闪”（脚还在抖），心里感到恐惧，我经历过的危险，什么泥石流就离我不超过200米什么的，最严重因为溺水+严重穿刺性伤害，还有所谓的濒死体验，都有后怕什么的，但是，但是，现在还记得5.12，地震摇晃之前，我是站立着的，后来也想不起是为什么站立的肯定不是为了公事或者其他什么确定的事情，我们办公基本上是坐着的，在严重的摇晃之前，有两次轻微的晃动，实际上平时重车经过都差不多会造成如此的晃动，我却感受到一种前所未有巨大的莫名的威胁，感觉到一种灭顶之灾来临，是一种说不出来，有点像死神在头顶上盘旋的感觉，这个感觉一直到平地上才停止，大叫一声“快跑，地震来了”，办公室的都在嘲笑我的时候，大的摇晃开始了，（要知道，有意识来我根本就没有遭遇过地震的，或者遭遇过，根本没感觉，我也不知道，为什么我知道这次是我今生能遇到的最强大的地震），跑的时候还动作极度敏捷稳健，到了地面一点也不慌张，脚杆发软什么的，还在密切关注周围形势什么的，从当时结束到现在想起来也一点没有什么后怕的，很是奇怪尤其是和前天的地震感觉一对比，到现在也不知道为什么
家园 我猜想，你恐怕有其他人不具备的能力，即感受到次声 或者是其他的物理信息，普通人不能感受的那些物理信息。根据某种说法，人处理这些信息，先不是在新皮层里面处理，而是在更底层的脑处理，而你感受到了那些物理信息，触动了你的那些底层的脑的某种东西（这些东西多半是遗传留下来的），就直接指挥你的整个脑了，也包括新皮层，也包括其他的运动机能中心。
这是瞎猜想，不过多少有些依据。
家园 一本书：what plant knows 这是亚马逊里面的说明：外链出处
对照那个视频，看起来比较有意思。其中说了，食虫草可以感受第一个触点，第二个触点，当这两个触点的时间差在一个值的时候，食虫草才会合闭叶子来吃掉虫子。这就是记忆了。还有其他的记忆的例子。
家园 这只暗示出，动物植物都是由化学信号驱动的，和智能无关 植物的行为，显示出，仅仅复杂一点的化学信号驱动，就能让有些人觉得这就是“智能”，更加说明所谓“智能”的定义模糊。而且更加说明，无须去仿真大脑来制作“智能”机器。
从对所谓“植物智能”看法，更加显示在很多人眼里，所谓“智能”只不过是种非常模糊的印象，没有什么定义和内涵的一个玄虚名词。
实际上可以把“智能”这个词从所有的字典和论文中抹去，不影响任何目前人类所掌握的科技知识。“智能”和燃素，以太一样，是个伪名词。
家园 感受与反应是智能的基础，但是并不是所有的感受与反应都是智 因此需要建立一种度量来测度感受与反应的深入程度，当这种深入程度到已经阶段后，就是智能了。我想，这样的思路应该是合理的。下面Fuhrer介绍的那个新论文，或许就有这样的意思。
家园 感受和反应，是基础，但太基础太抽象 犹如说原子核强作用力是建造房屋的基础。
感受和反应是太基础了，中间和智能隔着很多很多层次。不要用这么抽象和基础的理念，去试图理解智能。
现在时代已经进步到研究（如同DNA之于遗传）具体的细胞机制了。而作过于玄虚的抽象化，其实是把要研究的细节都抽象掉了，属于谈虚论玄了。
抽象化的谈感受和反应，是200年前的认识程度。现在已经到了1930年研究遗传的时代。