弗吉尼亚理工大学(Virginia Tech)研究人工智能的研究人员里德·蒙塔古(Read Montague)说，从大声朗读书籍到掌握国际象棋，再到预测复杂蛋白质的结构，机器学习在过去十年里变得非常复杂。
蒙塔古在周四晚上的一次演讲中说，驱动机器学习的过程类似于人类和动物思维背后的概念。
蒙塔古说:“在过去的九年里，神经网络学习的爆炸式增长……已经与很久以前进化给你带来的各种算法融合在一起。”“大概在3亿或4亿年前。”
他说，对于那些古老而持久的算法过程，还有更多的东西需要学习。它们会影响多巴胺和血清素等分子在大脑中产生和控制的方式，一直影响你决定是吃巧克力冰淇淋还是胡萝卜蛋糕做甜点。
“很明显，生活在蜜蜂大脑和生活在你脑干中的算法，在最基本的层面上，实际上是一样的，”蒙塔古说。“这些系统让你追逐食物、性、盐和水。你被驱使去做这些事情，它会传播物种。”
他说，蜜蜂和人类大脑之间的共同算法也存在于鳄鱼的大脑中。人类的差异来自于我们相对更大的大脑，以及人类大脑创造的令人印象深刻的发明，比如计算机。
蒙塔古说:“就算我每秒钟给你看一张照片，我也无法在17辈子的时间里把5亿张照片塞进你的大脑。”“你活得不够长……你的大脑也不适合这样做。”
但新的机器学习模型和为它们提供动力的计算机旨在处理这么多甚至更多的数据。尽管这是以效率为代价的，因为那些电脑会产生大量的废热，他说。
“我们的运行能耗非常低。这是因为我们进化了，”蒙塔古说。“高效是生存的关键。你得少吃点。因此，出于同样的原因，你头脑中的算法也很有效。”
你大脑中的神秘老师是一群难以想象的神经元，它们发出信息供你学习。他说，仅仅在一立方毫米的人脑内部就有超过10亿个连接点，以及长达数英里的“生物线”。
“它可以自我修复，知道如何修复自己，”蒙塔古谈到大脑时说。“我们不知道如何制造这样的电脑。它必须做一些非常高效的事情，因为它只消耗很少的能量，不像我们的电脑。”
他说，研究人员在生物学习方面还有很多需要学习的地方，但动物学习和机器学习之间的日益融合有很大的潜力，可以进一步改善各种行业和个人生活。
“大脑是一个非常复杂的装置，”蒙塔古说。“我们还处于了解它是如何产生这些奇妙的感知和行为的早期阶段。”
机器学习和人类思维的融合是一个现代前沿，蒙塔古说，作为弗吉尼亚理工大学及其弗拉林生物医学研究所的教授和研究员，他很高兴能参与其中。这是一个越来越多的跨学科应用的研究方向。
蒙塔古说:“我之所以涉足经济学、精神病学、法律和其他各种学科，其中一个原因是你是所有这些学科的中心决策者，人们也是。”“这些都是神经科学对重要领域的自然探索。”
蒙塔古周四的演讲是该研究所2023-24年莫里·施特劳斯杰出公共演讲系列的第一次演讲，该系列每月举行一次，一直持续到5月。讲座是直播和存档的。
