1. 一项理论假设我们所有的思考都是一个基本演算法的函数，N=2^i–1。
2. 对于人工智慧(AI)，这项发展可能是很大的。由于人工神经网络操作得很像大脑，套用这项公式可能是真正智慧的关键。
连接理论
大脑是人体最复杂的器官。大脑能做的事、以及它如何做，甚至启发了一种人工智慧(artificial intelligence，AI)的模型。现在，一项刊登在系统神经科学前沿(Frontiers in Systems Neurosciene)杂志的研究显示，人类智慧可能是一种基本演算法的产物。
这项演算法是在连接理论中发现的。根据研究员暨作者钱卓(Joe Tsien)：「这是一项相对简单的数学逻辑，凸显我们复杂的大脑运算。」钱卓是奥古斯塔大学乔治亚医学院(Medical College of Georgia at Augusta University)的神经科学家、奥古斯塔大学大脑与行为发现研究所共同主任暨乔治亚研究联盟在认知与系统神经生物学的杰出学者。他在2015年10月首次提出这项理论。
基本上，这是一项关于知识获取、以及从那里归纳与得出结论的能力的理论，是一个数十亿个神经元组合与对齐的函数。钱卓说：「我们发表出大脑可能是在一个令人惊奇的简单数学逻辑上操作的证据。」
大脑公式
这项理论叙述相似的神经元族群如何形成复杂的派系，来处理基本想法或资讯。这些族群群集成功能性连接主题(functional connectivity motifs，FCM)，处理每一种可能的想法组合。更多的派系涉及更复杂的思考。
为了测试这项理论，钱卓和他的团队监控并记录这个演算法如何在7个不同的大脑区域运作，每一个区域涉及到处理基本原则，例如食物与害怕老鼠和仓鼠。根据研究，这项演算法代表一个FCM需要多少个派系，一个2次方为基础的排列逻辑(N=2 i –1)。
他们给动物4种不同食物的各种组合(啮齿动物饼干、丸子、米和牛奶)。使用放置在大脑特定区域的电极，他们能够“听”神经元的反应。因为连接理论会预测，这些科学家能够鉴别出反应食物组合的分类的所有15种不同神经元组合或派系。此外，这些神经派系似乎是预置在大脑中，因为一旦做出食物选择，它们就立即出现。
如果人类大脑智慧的一切复杂性可以被一个特定的演算法总结，想想看它是意味着什么样的AI。因此，有可能把相同的演算法应用到AI神经网络的运作，因为这些AI神经网络已经模仿了大脑的结构布线。
联系客服
