top of page

大腦連接AI 飛躍還是淪落

Updated: Apr 28

馬斯克聞名於世僅因他是Tesla和SpaceX兩家公司的創始人。 如果你覺得這還不能夠體現出其創新精神,且看他兩年前成立的Neuralink,馬斯克聘請了一批大學中神經科的領軍人物來實現把人腦直接連接到人工智能(AI)軟體中的研究。 雖然關於Neuralink的一切都是相當保密,但一些前員工透露,他們正致力通過使用超薄柔性電極板即時記錄神經元的活動。大家都很好奇究竟Neuralink會醞釀什麼類型的應用,很遺憾,目前這還是謎團。 然而,Neuralink的創始團隊成員在《美國麻省理工科技評論》中透露,這種技術更適合動物的基礎科學研究,推動人類使用可能為時過早。 同時,相關外部人士也根據蛛絲馬跡推測,實驗性「腦機介面」採用剛性金屬電極板可能由過百個由矽雕刻而成的鋒利針頭組成,這些設備可以從神經元中獲取非常好的電訊號,但缺點是在一段時間後它們會因為破壞腦組織而停止工作。 該公司創始團隊的成員正在致力於各種研究截然不同的大腦介面,背後的驅動因素是,希望如果可以更大規模地測量大腦,包括數千或數百萬個神經元的訊號被輸入到深度學習程式中,那麼一直被喻為人類身體中最複雜的部分很快便可能得到破解了。 我不禁思考:如果未來大腦真的能與人工智能直接連接,未來學校的課程應該教些什麼?人類的文明會否得到一次飛躍還是淪落?有太多的謎團等待着去面對。一些科學家們更擔心的是,過分關注於塞入大腦更多的電極數量,這未必對大腦有益處。 有致力於使用大腦植入新技術恢復視力的專家建議,着眼於訊號的多寡沒有意義,對應治療才是重要的。 這種說法讓我想起商業分析的原則:簡單才是真理。無論科技的發展趨勢有多強大,人類能否得到幸福感才是最重要的。

Recent Posts

See All
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
集結舊手機算力 媲美當今伺服器

你可曾想過,你抽屜裏那部4年前的舊手機,可能很有價值? 這個星期,Google Research聯同加州大學聖地牙哥分校(UCSD)公布一項創新計劃:運用2000部退役的Pixel手機,構建一個真實可用的雲端計算平台。這不僅是概念驗證,更是一個供數百名學者與研究人員實際操作的生產級環境。處理方式十分直接,將舊手機的熒幕、電池、外殼全部移除,僅保留主機板,透過Kubernetes技術組成叢集,直接轉

 
 
bottom of page