大脑|如何链接大脑与机器:神奇的脑部芯片未来无限( 四 )


这只是我们团队目前研究的领域 , 全球还有很多团队都在研究包括脑电信号传输 , 或者是其他的研究方向 。 我们做的工作主要集中在 , 诸如对信号源的解读 , 分析、传输、预测 , 我们还尝试做了一些应用 , 这些项目有不同的分级、不同的服务 , 还有针对不同患者的定制化的产品 。 其他的研究机构或大学 , 比如多伦多大学 , 都正在这一领域进行重要的研究 。
大脑|如何链接大脑与机器:神奇的脑部芯片未来无限
图片

作为科学家和研发者 , 我们希望对于预测处理器而言能有更多的内存 , 但是对于大脑来讲 , 依旧需要研发出更小体积的芯片 , 我们不可以把笔记本植入大脑当中 , 所以我们需要减少植入式处理器的可用数据存储 , 内存是未来我们要解决的比较复杂问题之一 。
现在的芯片越来越小 , 能耗越来越低 , 利用深度学习和机器学习 , 我们可以更好的生产更加智能的芯片 , 更好的提高芯片的效率减少它的能耗 。 我们利用算法的优化来提高硬件处理的能效表现 。 同时 , 材料学的进步 , 也给我们带来的利好的消息 。
如何进行算法、电路和器件的高效结合 , 将是研究者们未来的目标 。 我们希望通过这些手段在未来能实现更低的能耗的机器学习 , 我们也希望在未来芯片会越来越小 , 比如说它能达到毫米或以下的尺寸 , 这样会为患者带来更好的福利 。
针对于现有的技术 , 根据不同的模型进行能耗的优化 , 这是西湖大学正在做的一项工作 , 也是我们团队最新的目标和愿景 。 通过训练形成机器学习作出病情预判 , 这不是一个新的概念 , 这个概念在1975年的时候就已经出现 , 发展至今有很多科学家都已经在这方面作出了非常大胆的尝试和努力 。
大脑|如何链接大脑与机器:神奇的脑部芯片未来无限
图片

多层感知机模型(图片来源于网络)
比如伟博斯在1981年的神经网络反向传播(BP)算法中具体提出多层感知机模型 。 虽然BP算法早在1970年就已经以“自动微分的反向模型”为命名提出了 , 但直到现在才真正发挥效用 , 并且直到今天BP算法仍然是神经网络架构的关键因素 。
2012年也有团队做了新的尝试 。 随着技术慢慢地发展 , 包括我也一直在做这方面的研究 , 现在我在西湖大学还在继续这些研究 。
从1975年开始到现在 , 各国研究人员对于癫痫的预测已经有了大量的研究报告的出现 , 这些都是此类研究蓬勃发展的证据 。 我们也用小型化的设备植入人体当中 , 通过小型化传感器检测神经信号 。 我们的芯片 , 体积非常的小 , 可以方便的植入或者去除 , 更换起来也很方便 。
大脑|如何链接大脑与机器:神奇的脑部芯片未来无限
图片

我们还有关于膀胱失禁的研究 , 帮助解决患者的痛苦 。 我们做设计的系统涉及许多设备 , 比如生物泵 , 包括对于尿管闭合监测的设备等等 , 同时我们可以用手机来进行信号的监控 。
我给大家介绍了我们正在做的工作 , 我们能做些什么 , 而我们也面临着极大的挑战 , 因为大脑是非常复杂的 , 功能也是非常多元化的 , 这都是未来研究神经疾病的重大挑战 。
注:本文根据默罕默德·萨万教授在未来论坛演讲整理而来 , 有删减 。
(责任编辑:王治强 HF013)


推荐阅读