复杂性中的思维-第38部分
按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
┓椒ㄊ且砸糯こ痰闹段〉摹！�
另一个周围神经移植的可能的方法，是运用人工的而不是生物的移植体。用人工替代物来恢复神经系统的受损部分，这在医学和神经病学中都已经进行了尝试。
人工移植体配有学习算法作为自然的“蓝本”。与MCP（麦卡洛克和皮茨）网络不同，它们是工作在真实时间中的BPN（生物脉冲处理）网络。图5．26示意了这种神经－技术植入体的一般图式：学习神经网络编码感觉和运动控制信号，使之成为许多平行脉冲序列，它们被一组植人的微接触体接受，以刺激未受损的神经（图5．26a）。由神经寄存的信号，被神经网络解码，用来控制运动修补体（图5．26b）。
人们对于脊髓索状组织受损的病人，也尝试了借助于BPN系统的电刺激来增进其站立和行走功能。假定末梢组织器是未受损的，末梢神经的电刺激引起了肌肉的收缩。这是由适应性学习网络的平行脉冲引起的，学习网络对病人的感觉系统的听觉命令进行编码（图5．26a）。这个系统具有学习能力，因为它通过把感觉反馈到运动的腿上，以适应特定的病人条件。但是，此系统仍然依赖于病人的意识和说话。在下一步的研究中，脑的无意识的意向性必须由脊髓索状组织中寄存的信号进行解码。然后这些信号可以被例如无线电波送往具有适应性神经编码器的接受器中，再引起如图5．26a所示的肌肉收缩。
有一项雄心勃勃的神经技术项目，它针对的是一定类型的盲人。视网膜色点炎病人的视网膜层受到一定损坏，而视网膜是负责感觉轮廓、表面、颜色和其他的视觉特征的。受损的视网膜层由神经修补术沟通。在所谓的视网植人体的构造中，观景由镜框中的光子接受器（例如半导体）寄存，其中装备了某种适应性的神经网络。外部世界的光信号由神经网络（BPN）处理，神经网络能够学习像人眼一样为接受域建立模型。它们的信号被编码，并测距地输给诱导接受器，在此受损视网膜上排列有电极，以刺激光神经和中枢神经系统（CNS）。在更先进的研究阶段，将不再需要视镜排列，具有适应性神经网络的接受单元可以直接地植人眼中。在最初的试验中，神经技术不可能完全地取代种种视觉功能；然而，所存贮的轮廓和表面的感知，将有助于病人把握方向，这就是目前努力的目标。
如果不同肌肉组的刺激可以直接在修复神经的末端分枝处进行，而不用无机金属电极，那么就可以获得决定性进展。这就必须要使用分子装置来实现生物技术的传导性，即要使用从有机分子设计制造出的电子元件。过程控制器控制着电极并处理信息，它必须以人工神经网络为基础，才能够实现高速数据处理，满足人的行走和站立的要求。显然，这些复杂神经网络的发展需要分子生物学、计算神经科学和高技术硬件工程的跨学科合作。
人工替代受损神经功能的例子还有内耳的耳蜗移植。如果听觉神经是未受损的，通过微手术置入一个有25个极的电极作为皮质器官的代替物。听觉神经现在由适当的电极脉冲来激发，它们模拟了声音模式。脉冲是由串行的以语言知识进行了编码的微处理器来控制的。但是，在进行困难的移去听觉神经的赘生物手术中，有听觉神经受损坏的危险，结果会造成病人变聋。今天有可能把人工神经网络直接联接在中心听觉通道的区域。于是听觉可以得到恢复而不论听觉神经丢失与否。生物技术、计算神经科学和工程技术的跨学科合作再一次表明是必要的。
一般来说，神经外科手术必须要考虑到如下的临床观点：神经外科的诊断、手术计划、手术技术和神经的康复，这些是受生物技术和计算神经科学中的复杂系统探究方式支持的。在诊断方面，计算机化的断层显示过程已经开创了一个新时代。由于神经外科医生不得不处理一种进化中的最复杂的器官，手术计划和进行模拟已成为准备取得成功医治的一个基本步骤。在这一方面，复杂性意味着病人的人格特征，涉及他或她的特定病史，一定致病过程的病理，个体的解剖特征以及一个手术的可能手术后果。
一种新的方法已经用于实践。一个神经外科手术可以用CAD（计算机辅助设计）辅助技术来进行模拟。用计算机产生出一个病理解剖的三维构造，它是由一个特殊的程序来控制的。在模拟中可以发现潜在的困难，从而在实际的手术中得以避免。手术技术的不断发展将减少实际的大型开放手术。立体视镜和内窥镜技术对于减少手术引起的损伤是重要的方法。激光技术与神经外科内窥镜、术内显示过程、计算机控制的调节技术结合的进一步发展，将成为一种有广泛应用的复杂手术工具。
在波士顿的麻省普通医院的一个研究小组，已经用磁共振成像技术（MRI）揭示了人的任务激活的功能成像图，这种任务激活是在视皮层中由光刺激引起的。按时间周期地注入对比剂。采用快速NRI扫描而不用注射，甚至初级的视觉皮层成像也实现了。图5。27显示了作为神经网络的脑认知活动的真实的时间成像。这些高级的基于计算机的复杂神经网络的图像，不仅仅有助于受损的病人，而且最终使我们看见自己的思维和情感。
发展人工神经网络的最重要动力来自这样的事实：以化学元素硅为基础的高度集成电路的生产，将达到它的物理极限。这种技术以程序控制的微处理器原理为基础，不可能进一步微型化。自组织的高度平行计算和策略对于处理大脑的复杂性是必要的。因此，运用某种新的底物来作为信息处理系统的基础，就显得必要了。在此迈出的第一步是开始发展以生物元件为基础的分子电子器件。在神经细胞之间的电信号可能通过有机传导物进行传导。
关于计算神经科学，神经网络的计算机模拟可以有助于鉴明由中枢神经系统和大脑实际运用的算法。现在研究的人工神经网络模型，主要是用矢量计算机、工作站、特殊的合作处理器或移植芯片（transputer arrays）来进行模拟研究。但是，当然，复杂网络中的空间－时间平行计算的优点，在用经典计算机来进行模拟时已是全部地或部分地丢失了。只有用特殊设计的神经硬件，才能满足实时任务的要求。
在未来的神经仿生学应用中，神经芯片的训练将引起巨大复杂性的非线性作用动力学，这样的芯片可用作人的神经纤维之间的界面。芯片的设计者面临着相互联结的问题：如果成千上万的权重线路要以物理方式联接起来成一个神经元，并要作出数千个神经元，那么这个线路区域将达到这样的数量级，即线路引起的时间延迟将超过代表神经元功能块的运行时间。由于技术结构尺寸的减少受到经济上和物理上的限制，仿生学的设计者现在对相互联结问题倾向于一种构造解。首先，他们要考察神经网络的真实处理时间；其次，要考虑在何种程度上有可能偏离理想的大规模平行计算。
显然，平行计算硬件将显著增加软件的复杂性，并需要新的方法。强大的操作系统。编程工具和灵活的使用者界面都必须这样设计，使得容易与系统进行界面通信。这种任务，在由计算机科学知识程度不一的人员组成的跨学科队伍中将变得特别重要；以知识为基础的专家系统可以有助于研究小组成员，使之与仿生软件一起工作，并将它们集成进研究小组中。编程神经网络硬件将完全不同于经典的冯·诸葛曼计算机的编程。一位编程者必须要鉴明必要的网络拓扑和构造，还必须说明具有相互联结图式的神经元的行为。因此，运用多相的、混成的系统——集成神经网络系统和经典的以知识为基础的系统（在5。2节中已描述），成为神经仿生学中的现实观点。
有些人可能担心，混成的计算机系统及其复杂性的增长不经过高度的专门训练，是不可能把握的。现在的计算机系统和使用者之间的界面必须加以发展。计算机生成图像的操作，应该在“虚拟现实”中直接由语音、视觉和触觉来进行。使用者将获得这样的印象，即通过若干种与其感官相连的技术设备来获得计算机产生的现实的印象。
视觉印象是由操作者及位置感知器——它可以作为眼睛罩戴上——产生的。一个小话筒与语音识别系统联系起来，把人的命令翻译给系统。所谓的“数据手套”把手和手指的运动变换成电信号，产生出触觉并进行建模（图5．28）。
在数据手套中，在两层布之间埋设了光学纤维。它们以特定的模式把光信号变换成电信号。例如，这一技术在航空学中已经有了实际的应用。美国国家航空与宇宙航行局对于机器人的发展很感兴趣，通过模拟空间站中宇航员的手的运动，机器人可以在空间执行复杂而危险的行动。看来可能的是，数据手套原理，甚至适用于模拟整个身体的运动和反应的数据服。
这种情形对于人类的想像力有久远的影响。因此，化学中的分子建模，不仅仅可以用计算机来实现，而且也可以用引入触觉要素来实现。通过数据手套的手段，化学家可以想像抓住一个分子，感觉到它的表面并以所希望的方式对它进行操作。工程师试图通过特殊的技术系统，产生出这些接触和用力的效应。在虚拟现实中，通过数据手套进行的人的操作，必定要接受触觉到的影像客体的反馈。经验世界的复杂性，应该在所有方面被模拟。
宇航学和化学的例子中，模型的虚拟现实相应于宏观和微观宇宙中的某种真实现实。但是，图像计算机产生的奇妙世界景色，仅仅是作为电子实在而存在。在技术可能性与科学幻想之间的界限看来是模糊的。在计算机产生的“远程现实”中，人们感觉到如同影像物体。已经有人建议构造一种所谓的“家庭现实发动机”，它把使用者移入所希望的和不希望的幻想的虚拟世界。如果你愿意，你就可以与玛丽莲·梦露有性关系，或是与阿尔伯特·爱因斯坦进行讨论，这都是计算机产生的虚拟实在——预言家就这样向人们保证。科幻作家如威廉姆·吉布逊描述了由计算机产生的世界——“电子空间”，它将由人们作为惊人的幻觉而经历：
电子空间，每天由成千上万合法操作者经历的交感幻觉，无论在哪个国家，只要是学习了数学概念的孩子……都可以从人类社会中所有的计算机库数据中提取出来的数据图形表示，获得不可思议的复杂性。光线布满精神的非空间中，数据奔流激荡，如同城市中的照明，退去了……
这些见解，当然对于我们文化的发展提出了根本性的批判。人们被锁在塞满自己隐私的箱子中，或操作着由超级克雷和神经网络产生的虚拟现实，这看来是一幅如同奥韦尔的《老兄》（Big Brother）中那样的可怕图景。
除了那些伦理学问题以外，还有一些严重的认识论问题，它们是计算机产生复杂人工世界的可能性问题。在传统的认识论中，哲学家如贝克莱和休谟采取了唯我论和怀疑论的立场，认为任何手段都不可能证明外在世界的实在性。我们所有的
