吴甘沙：“无人驾驶的梦想与现实”

4月28日在“G-Summit全球科学创新峰会：科学复兴论坛”上， 驭势科技 联合创始人兼首席执行官吴甘沙发表了“ 无人驾驶 的梦想与现实”的主题演讲，从神经科学的角度探讨了神经环路是如何产生行为的，以及它的计算原则可能对无人驾驶发展的启示。

吴甘沙在演讲中提到， 到现在为止最好的自动驾驶汽车比我们小鼠表现还差， 现有的神经网络、人工神经网络基本上没有注意到一点，在真正神经环路有大量的反馈环路，在人工神经环路没有实现。对人工神经环路有更多了解，就很容易做出很多脑机接口，脑和脑的接口实现非常准确的行为控制。

以下为演讲内容整理：

首先我应该对这个组织方和鲁白教授给我这个机会给大家讲讲我们做神经科学的一些体会表示感谢。这个题目很有意思，科学的复兴，我从来不知道中国科学曾经非常发达过，又降下来了，我知道 我们科学刚刚开始，只能是越来越好 。我今天体会到会议很多人对 人工智能 、神经网络感兴趣。我自己做一些动物的神经环路的，我给大家讲一下从我们角度看看神经环路是如何产生行为的？它的计算原则可能对大家有哪些启示？

人的脑袋2斤8两，是非常强大的计算机器，它的强大表现在到现在为止我们人脑很多功能，即便是最好的计算机还是达不到。另外一方面表现在它是非常非常的节约能量，我们一个人的脑袋每天所用到的能量，人的一个身体大概是2到3度电，人脑袋大概是冰箱里的电灯泡的能量，15瓦左右。对应我们天河二号超级电脑所需要能量是我们人脑的160万倍，它的使用效率。虽然我们脑袋非常小，或者实际上动物来说，它用得脑袋更小，但是的它们天天做有关生死的决策。比如说这个豹子非常饿了要追逐食物，对于其他动物来说要躲避，天敌、猎手、猎物，所犯的任何一点错误都会导致他们自杀性的后果。

如果你觉得这个没有什么特别神奇，我们看下一个演示，这个可以腾空跳一下很酷，如果豹子看到自己的孩子是这个水平，肯定在那不停的摇头。

这个关键的问题就是说动物是神经系统如何用非常少的能量能够做出如此复杂的计算？ 我们神经科学家就是要研究神经环路水平知觉是怎么产生的？决策是怎么做出来的？一旦决策做出来之后行为又是如何产生的？具体到我们实验室，我自己实验室研究奖励与惩罚的机制，奖励大家都很喜欢，无论是水、食物、性都有助于个体生存或者种系繁衍，大家非常讨厌惩罚、失败等等影响我们个人发展和种系的繁衍。从我们实验来讲主要利用小鼠遗传系统，从基因到神经环路一直到行为，奖惩这个信号如何惩罚的。有关奖惩里面非常重要是食物，而食物动物很少有机会像我们坐在自助餐厅里面自己去挑爱吃多少吃多少，我讲捕猎的行为和躲避的行为神经环路机制。

捕猎这个行为往前冲，往左转，甚至到处，这个运动行为如何决策的？ 大家知道自动驾驶很重要，汽车是如何自动驾驶，到现在为止最好的自动驾驶汽车比我们小鼠表现还差。 我们如果一旦知道脑袋里如何做计算，我们从一个脑袋抽取出信息，把信息从无线信号传到另外一个脑袋，去影响另外一个动物的行为。绝大多数人不是神经科学家，我迅速讲一下神经科学的原理。在神经系统里面主要计算单元是神经细胞，我们知道人工神经网络是一个小圆圈，真正神经细胞实际上长得比较复杂，有一个细胞体、树突、轴突，人脑有上亿个神经细胞，小鼠有7500个神经细胞。

神经细胞如何产生信息，主要从电活动，每次细胞活动是蹦蹦的发出信号，神经细胞通过突触连接传递信号，神经细胞的连接极端的广泛的。一个神经细胞和下一个神经细胞连接之后产生神经环路，神经环路非常复杂的。所以 在人脑或者鼠脑里面表现每一个脑区之间都在传递，一些细胞传递形成神经环路，这个环路产生我们的行为或者是知觉或者是行为。

我刚才讲到我们实验室主要研究奖惩有关的神经环路，自从50年代初期有关奖励和惩罚的神经环路开始进入研究之后，我们知道在人的脑袋，或者小鼠的脑袋大概有20多个脑区跟奖励与惩罚有关。不同的脑区奖励和惩罚都处理有关奖励和惩罚不同的特性。 我们实验室我讲一下我们实验室的工作，其中第一点就是所谓的跟奖励判断有关。下一个我迅速讲一下HB江河和惩罚的处理有关。LH外侧下丘脑跟捕食有关，这个LZ跟动物自动控制有关。

我们怎么知道再处理奖励和惩罚有关的信号 ，我们计算了这个地方的细胞，这些细胞被糖水和食物所激活，我给你看一下所谓的性行为，最好的社会奖励。我们记录公老鼠的五羟色胺的细胞，每次公老鼠跟母老鼠交配我们看到绝大的信号上升，表示这个性性能确实被细胞激活，女性问一个问题，做爱的时候男人脑袋里面怎么想的，你看到被做爱激活的奖励细胞。被水和食物激活，也会被一般社会交往激活。

我们可以记录这些细胞可以看到他们被奖励所激活之后，我们看到激活这类细胞产生什么样的行为后果？我们产生这样一个行为范式，我们用光激活这个细胞，不是记录这个细胞。每次这个动物进入到筐里头之后我们给一个光的激活，每次进入这个小区域得到更多光的奖励，我们产生行为强化的作用。我们也可以用另外一个行为范式，每次这个光动物碰这个地方的时候，我们给它光的刺激，同样可以强化这个动物的行为，一个小时之内这些动物会产生自我刺激，达到一千多次，是一个超级猛烈的行为刺激。

我们不仅是可以记录这个细胞的活动，也可以用光刺激这个细胞的活动，也可以产生脑机接口，实现影响神经细胞的活动，我们怎么做到这一点，我们记录这一个细胞在大脑皮层用电极记录这几个活动，同时用光刺激获得奖励细胞。我们通过记录细胞的活动，每次这个动物细胞活动发生一点变化之后，我们给它一个光的奖励，可以迅速之间，通过脑机接口，动物细胞平时没有什么发放，给一个信号它可以迅速改变自己的细胞活动。就可以获得更多的光的脑力。通过脑机接口刺激中枢，达到我们所需要环路水平的改变。

我们刚才讲到有关奖励编码的细胞，脑袋里面也有跟惩罚编码的细胞，我们记录外侧江河的细胞，我们发现外侧江河细胞每次给爪部的电极，是非常痛苦的，这个细胞被攻击的，你上学上得好好的，结果一个流氓打你，这个细胞会被激活，白老鼠是一个流氓每次攻击它，这个黑老鼠惩罚细胞就会被激活，这个细胞被电激活，被各种各样的苦水激活，脑袋里面有奖励编码中枢，也有惩罚编码中枢。

一个动物一旦判断出来比如说一个饥饿的豹子要吃食物，判断出奖励和惩罚之后，它做出一个决策，我要真正去做捕食的行为，捕食中枢在哪？我们现在主要集中在外侧下丘脑的这个区域，我们认为这个地方区域跟捕食非常重要。 我们刺激了这个地方的细胞就可以产生非常强烈的捕食行为。比如说这个小鼠放一些蟋蟀，这个小鼠平时对蟋蟀不感兴趣，一旦光刺激小鼠每次见到蟋蟀就杀，它不吃这个蟋蟀，而是杀这个蟋蟀，一旦激活这个细胞之后就表现出非常有效的杀戮的行为，你放90%几的蟋蟀都会在半个小时之内完全被它的杀掉。另外它表现出对同性之间的攻击行为。一刺激之后它就开始攻击，母老鼠攻击公老鼠这是非常罕见的行为，我们放一个蜡烛，这个蜡烛一刺激小鼠细胞的时候，小鼠会捕食这个蜡烛，一瞬间把这个蜡烛咬得稀巴烂。

现在我们用蜡烛追这个小鼠，这个小鼠不知道怎么回事。一旦我们刺激它，它从逃跑变成攻击。一刺激之后小鼠表现为疯狂的逃跑。逃跑速度极具的升高，本来这个小鼠是追食物的一刺激就开始逃跑，从捕猎变成逃跑的行为。一旦动物决定说我要捕食或者逃跑之后，它下一步要运动，运动的神经环路是什么？我们发现在脑袋里面我们找到加速的中枢，一刺激它之后，你看到这个老鼠疯狂的跑。

我们还可以看到转弯的中枢，一刺激之后这个小鼠疯狂的转弯。我们找到倒退的中枢，一刺激之后这个小鼠疯狂的倒退。 所以脑袋里面就像我们一个汽车一样，有油门、方向盘、倒车，我们怎么知道这类细胞确实控制了加速是一个油门，我们记录这个细胞，每次这个小鼠走路的时候，你可以看到神经细胞的活动上升，确实可以看到细胞的活动对应着动物行为的运动的加速。

我们不仅是可以知道这类细胞刺激可以导致动物运动的加快，而且这个细胞活动和运动水平相关，我们可以实现阿凡达式的脑和脑的接口，阿凡达一个人可以通过思考把思考注入到另外一个脑袋里面，控制另外一个动物的行为，我们小鼠里面实现了阿凡达式的脑和脑的交流，我们在一个脑袋里面提取出运动信号，转化成光刺激另外一个脑袋的细胞，这样一个小鼠运动可以控制另外一个小鼠的运动。

这个小鼠运动的时候我们把信号提取出来，同时把信号转为光的信号刺激另外一个小鼠，这样这个小鼠运动的时候这个小鼠也开始运动。通过高速有效脑和脑信息的交流。这个所谓阿凡达式脑和脑的交流，信息达到非常准确行为的控制。比如说这是两个小鼠的运动，红色是我们所谓组织运动，速度越来越高，或者越来越低。阿凡达式的行为和组织行为是非常接近的。而且我们用信息论的原则计算一下它到底有多少信息通过脑和脑之间得到交流，我们发现大概每秒钟传递速度超过脑机接口，已有脑脑接口水平的一百倍到一千倍之间。

我差不多时间到了，我迅速讲了一下我实验室的工作，做人工智能，或者在座非神经科学的内容。

第一点我们认为，绝大多数其他实验室发现在神经环路里看起来非常复杂 ，相互连来连去，但是你实际上可以找到模块，这些模块可以用来控制奖励惩罚捕食逃跑或者运动的控制，在运动控制里面找到前进、转弯或者倒退的模块。我没有太多的时间深入，在神经环路有一个从高到低，从低到高，这个相当于现在人工神经环路所谓的一个Layers神经组织，很少有人在运动输出上做神经环路。实际上不管是成知觉或者运动里面都有。

另外一点我们认为现有的神经网络、人工神经网络基本上没有注意到一点，在真正神经环路有大量的反馈环路，在人工神经环路没有实现。你对人工神经环路有更多了解，你很容易做出很多脑机接口，脑和脑的接口实现非常准确的行为控制。最后感谢我们实验室的学生和我合作的人员，以及科技部、973、国家自然科技基金委对于我们的支持，谢谢大家。

本文系投稿稿件，作者：吴甘沙；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。