大脑与人工神经网络谁更高效？诺奖得主分享
2024年，诺贝尔物理学奖授予利用人工神经网络推动机器学习的研究，诺贝尔化学奖则部分授予AI科学家，表彰AI模型在蛋白质结构预测方面的成就。AI在诺贝尔奖占据相当比重，11月16日，在2024中国医药工业发展大会与上海国际生物医药产业周上，2014年诺贝尔生理学或医学奖获得者爱德华·莫泽（Edvard Moser）分享近期研究进展，也谈到人工神经网络和自然神经网络之间的相似性与差异。
爱德华·莫泽 视觉中国 资料图
爱德华·莫泽介绍，人类大脑由800亿-900亿个神经元组成，每个神经元可以建立近1万个连接，神经元之间相连、互动，形成了非常复杂的神经网络。大脑将信息存储在这些神经元中，神经元之间的互动覆盖大脑，是非常大的化学和电流的活动，决定了思考、想象、计划、决策、做梦、感知等智力活动。
2014年，爱德华·莫泽通过对于大脑空间导航功能的研究，在人类大脑的海马区和内嗅皮层区域发现了组成大脑中定位系统的细胞，获得当年度的诺贝尔生理学或医学奖。十年后，爱德华·莫泽表示，我们不仅要了解大脑单个细胞是怎样运作的，更要了解大脑中大面积的神经系统是如何进行计算的，要从单个细胞的研究发展到几千个细胞整体的研究。
他在报告中指出，人工神经网络模型架起了AI和神经网络研究之间的桥梁，带来很大的研究进展。人工智能和大脑都是基于神经网络，有几百万个、几亿个神经元，可以高效记录活动信息、生物信息等等。如果大脑与计算机算法相似，那么应该能够进行“对话”，这也为脑机接口技术的发展提供了可能，比如神经义肢、人工耳蜗、人工视觉等。
爱德华·莫泽同时强调，大脑比人工神经网络更好、更加高效，演化出能效极高的计算算法，仅需耗能15瓦-20瓦，而超级计算机需要耗费数兆瓦。他在发言中表示，人工神经网络和自然神经网络之间在信息提取、学习、记忆、检索等方面运用了很多相似原理，但是也有很多不同点。而这些差异可能为开发更完善、更高效的人工智能系统，提供更多的启发。