基因组只能容纳控制复杂行为所需信息的一小部分。那么，例如，为什么新生的海龟能够本能地追随月光？神经科学家提出了一个可能的解释，试图解开这一长期存在的悖论。他们的研究成果或将推动人工智能向更快、更先进的形态发展。最新的研究发布在美国国家科学院院刊，《通过基因组瓶颈编码先天能力》
某种意义上，每个人天生就已为行动做好准备。许多动物在出生后不久便能展现惊人的能力：蜘蛛会织网，鲸鱼会游泳。但这些先天能力从何而来？显然，大脑在其中扮演着关键角色，因为它包含了控制复杂行为所需的数万亿神经连接。然而，基因组只能容纳其中一小部分信息。这个悖论困扰了科学家数十年。如今，冷泉港实验室（CSHL）的教授安东尼·扎多（Anthony Zador）和阿列克谢·库拉科夫（Alexei Koulakov）利用人工智能提出了一个可能的解决方案。
当扎多第一次接触到这一问题时，他提出了一种全新的思考方式。“如果基因组的容量限制正是让我们变得如此聪明的原因呢？”他设想道，“如果这是一种优势，而不是缺陷呢？”换句话说，也许正因为基因组的限制迫使我们不断适应，才让我们具备智能和快速学习的能力。这是一个大胆的设想——但却很难通过实验验证。毕竟，我们无法在实验室中模拟跨越数十亿年的进化过程。这便催生了“基因组瓶颈算法”的想法。
在人工智能领域，“进化”并不需要数十年的跨度。新的模型只需轻轻按下一个按钮即可诞生。扎多、库拉科夫及其研究团队成员迪万莎·拉奇（Divyansha Lachi）和谢尔盖·舒瓦耶夫（Sergey Shuvaev）开发了一种计算机算法，可以像基因组压缩形成功能性脑回路的信息一样，将大量数据“折叠”成一个紧凑的包裹。他们随后将这一算法与需要多轮训练的AI网络进行对比测试。令人惊讶的是，这种全新但未经训练的算法在图像识别等任务中的表现几乎与最先进的人工智能一样出色。甚至在《太空入侵者》等视频游戏中，它也表现得相当不错，仿佛天生就知道该怎么玩。
这是否意味着人工智能很快就能复制我们的自然能力？“我们还没有达到那一步，”库拉科夫说，“人脑皮层结构可容纳约280TB的信息，相当于32年的高清画面，而我们的基因组只能容纳约1小时的信息。这意味着基因组以40万倍的压缩技术完成的任务，目前的技术尚无法匹敌。”
尽管如此，这一算法实现了人工智能领域前所未见的压缩水平，这一特性在技术领域可能有着重要的应用前景。研究的主要作者舒瓦耶夫解释道：“比如，如果你想在手机上运行大型语言模型，这种算法可以逐层展开模型到硬件上。”这样的应用可能意味着运行更快、更进化的人工智能。想想看，人类走到这一步花费了35亿年的进化时间。
期刊参考：Sergey Shuvaev、Divyansha Lachi、Alexei Koulakov、Anthony Zador。通过基因组瓶颈编码先天能力。美国国家科学院院刊，2024；121 (38) DOI：10.1073/pnas.2409160121
阅读最新前沿科技研究报告，欢迎访问欧米伽研究所的“未来知识库”
未来知识库是“ 欧米伽 未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。
截止到10月25日 ”未来知识库”精选的100部前沿科技趋势报告
热门跟贴