摘要
本次论文主要对于人脑能否数据化进行探讨，其中一个重要的概念就是现如今关注较多的“意识上传”技术。采用收集多方资料，结合实际技术实现的方式对“意识上传”技术进行可能性探讨。从“意识上传”技术的提出、人类大脑的结构基础、理论上可行的一些采集方法及“意识上传”面临的问题四个方面进行了简要分析和总结。
关键词：数据化 意识上传 人脑 可行性
目录
第一章 引言
第二章 意识上传技术
2.1 意识上传的三种假想
2.2 人类的大脑
第三章相关技术
3.1 计算机计算量及其复杂度
3.2 大脑连续切片
3.3 脑成像
第四章意识上传技术面临的问题
4.1 实际问题
第五章总结
参考文献
第一章引言
现如今，科技的发展速度之快，我们已经实现了在几十年甚至几年前或许还无法想象的技术突破。而突破人类体验的极限是我们自古以来的渴望，科技探索的脚步仍在永不停歇的向前。那些在科幻小说中的技术正逐渐被化为现实，其中一种便是“意识上传”技术。
“意识上传”技术认为人类的“意识”（或大脑）是可以被数据化后并上传至计算设备，该技术被一些未来学家和超人类主义者视为一种重要的生命延续技术。
而本文要探讨的就是人类“意识上传”技术实现的可能。
首先给出结论：在目前现有的科学技术下，实现人类“大脑数据化”并“上传”仍然不足以实现。在维基百科对“意识上传”的描述中标注为：科研及科幻题材。说明目前仍是探索阶段。
（图1 维基百科“意识上传”词条截取）
第二章意识上传技术
2.1 意识上传的三种假想
假想1：在“意识上传”技术提出之初，有部分科学家认为我们的意识是基于我们的大脑结构、大脑内排布及生物化学而存在，关于人类的意识的一切都可以在大脑中找到，这个理论被称为物理主义，这种观点会让我们对于人脑数据化并上传的讨论保持在物理法则的范畴内，即一切可通过物理技术来得到论证并实现。
假想2：在“意识上传”早期，也有部分人认为，当某一天，我们对大脑有了足够的认识、且拥有一定技术能力的时候，可以对人类的大脑进行全方位全面模拟，即可以完整的“复制”一份人类的大脑。
假想3：基于上述两种假想，人们认为既然计算机可以存储人类大脑的“副本”（数据），如果能成功将大脑数据化，那么数据是可以被计算的，换而言之，人类的意识在计算机中能被计算且可被精准模拟，无非是计算量多少的问题。
在上述假想的推动下，科学家们开始了对于“意识上传”的研究。那么第一步，既是对人脑如何才能“数据化”的探讨。
2.2人类的大脑
想要实现对意识的上传，那么必须先面对的就是人类的大脑。人类的大脑拥有约850亿个神经元，每个神经元通过轴突与树突与其他神经元相连接。在神经元相连的地方（突触），信号通过神经递质这种化学物质的释放和吸收而传递。
（图2 神经元解剖模型—取自维基百科）
神经科学家指出，现今对于人类大脑的研究指明最关键的一点是，人类主要的精神活动，例如学习、意识、记忆等，都是在大脑中发生的纯粹的电化学过程。例如，克里斯托夫·科赫（Christof Koch）和朱利奥·托诺尼（Giulio Tononi）在《IEEE综览》中写道：“意识是自然界的一部分。我们相信它仅建立在数学、逻辑和那些我们目前尚未理解透彻的物理学、化学和生物学中，而不是魔力或其他不属于我们世界的性质。”意识上传就建立在这种机械论的是世界观上，否认对于人类生命和意识的生机论观点。
第三章相关技术
为了实现意识上传技术（也可称为人脑数据化），我们面临的第一大难题即是如何进行数据采集。而对采集的数据如何进行有效的维护管理也将是未来的又一难题，在此我们暂且不论。目前人类对于大脑的初步数据化实例就是LCOL，其借助于人工智能尝试表征复制大脑中神经元特定状态下的形态、神经元产生动作电位反应的时间等。
3.1 计算机计算量及计算的复杂度
许多支持“意识上传”的学者指出，摩尔定律是支持这一研究的重要部分。摩尔定律指出了计算机的计算能力与制作成本的发展规律，即集成电路上可容纳的晶体管数目每个约18个月就会增加一倍，而造价只有原来的一半。支持这一说法的学者认为能够进行人脑数据采集运算的计算机将会在未来几十年内出现。但是，运行上传大脑数据的实际计算要求很难被量化，我们现在仍然不清楚完整的记录大脑所有的数据需要怎样庞大的计算能力，同时，摩尔定律在如今也在十分艰难的推进。
无论现在用于捕获人类大脑数据功能的技术如何，由于人脑中拥有大量的神经元，且每个神经元相当复杂，处理需求可能是巨大的。早在2004年，Blue Brain
项目的首席研究员Henry Markram就表示：“仅仅基于这样一个项目的计算需求，构建一个智能神经网络并不是他们的目标。”
因为这将是非常困难的，因为在大脑中，每个分子都是一台功能强大的计算机，我们需要模拟数万亿个分子的结构和功能，并控制他们是如何相互作用的。单从这方面来看，我们需要的计算机比现如今的计算机都要强大几万亿倍，且速度更超出我们的想象。
我们所需的计算能力很大程度上取决于我们所选取的仿真模型类型：
|
Level |
CPU demand |
Memory demand |
$1 million super‐computer |
|
Analog network population model |
1015 |
102 |
2008 |
|
1018 |
104 |
2019 |
|
|
1022 |
104 |
2033 |
|
|
1025 |
106 |
2044 |
|
|
1026 |
107 |
2048 |
|
|
States of protein complexes |
1027 |
108 |
2052 |
|
Distribution of complexes |
1030 |
109 |
2063 |
|
Stochastic behavior of single molecules |
1043 |
1014 |
2111 |
（表1 Sandberg和Bostrom的估算2008—摘自维基百科）
我们可以从表中看到，对单分子的随即行为进行模拟计算所需要的计算机计算量相当庞大，预计可能进行这种量级的计算机出现时间为2111年。
（图4 Kurzweil估计在各个层面上模拟人脑需要多少处理能力）
从上图可以看出，Kurzweil对能彻底模拟人脑的计算机计算能力进行的预估中，我们仍然缺乏强大的计算能力。
3.2 大脑连续切片
意识上传的一种可能的方法就是连续切片，我们想要在不触碰大脑的情况下想数据化人类的大脑是不可能的。连续切片方法中，脑组织和神经系统的其他部分被冷冻，然后逐层扫描和分析。对于纳米级的冷冻样品，这需要一个冷冻超显微镜，从而捕获神经元的结构及其相互联系。冷冻神经组织的暴露表面将被扫描和记录，然后去除组织的表面层。虽然这将是一个非常缓慢和劳动密集型的过程，但目前正在进行研究，以自动化序列切片的收集和显微镜检查。然后分析扫描结果，并在大脑上传到的系统中重建神经网络模型。
使用当前的显微镜技术，这种方法存在不确定性。如果有可能仅从其可见结构中复制神经元功能，那么扫描电子显微镜提供的分辨率就足以满足这种技术的需求。然而，由于脑组织的功能部分由分子事件决定（特别是在突触处，但也在神经元细胞膜的其他地方），这可能不足以捕获和模拟神经元功能。通过使用复杂的免疫组织化学染色方法，可以扩展连续切片技术并捕获神经元的内部分子组成，然后可以通过共聚焦激光扫描显微镜读取。然而，由于“意识”的生理起源目前尚不清楚，这种方法可能无法访问所有必要的生化信息，以重建具有足够保真度的人脑。
3.3 脑成像
使用先进的神经成像技术，例如功能性MRI（fMRI，用于绘制血流变化），脑磁图（MEG，用于绘制电流图）或多种方法的组合，可以创建大脑活动的功能性3D图，以使用非侵入性和非破坏性方法构建详细的大脑三维模型。今天，fMRI通常与MEG结合使用，用于在更复杂的认知任务中创建人类皮层的功能图，因为这些方法相互补充。尽管目前的成像技术缺乏收集此类扫描所需信息所需的空间分辨率，但预计近期和未来的重要发展将大大提高现有技术的空间和时间分辨率。
第四章意识上传技术面临的问题
4.1 实际问题
想要对人类的大脑进行数据化，我们首先要面临的问题就是如何采集数据，重建神经元连接本身就是一项艰巨的任务，如何才能够完整的捕获全部大脑神经元数据并重建，目前科学界并无任何方法。同时，在上述计算机计算量的要求中我们也提到，届时我们需要一个计算能力非常强大的计算机，按照摩尔定律，我们仍然需要数十年之后才能生产出那样的计算机。同时，假设有能力对数据进行采集，还要考虑到数据存储的问题，那同样是一个庞大的数据存储量。
另外，抛开科学研究上的技术问题，“意识上传”技术还会产生许多哲学方面、社会道德、法律、伦理等层面的问题。
第五章结论
经过上述对“意识上传”技术的探讨，我们可以得出结论：“意识上传”技术在现如今几乎无法实现，存在诸多方面的技术瓶颈，也面临着许多社会及哲学问题。
标签：大脑,意识,探讨,技术,人类,上传,神经元 来源： https://www.cnblogs.com/w2595983467/p/16386892.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。