CNET科技资讯网 3月29日 国际报道:硅谷狂人伊隆·马斯克(Elon Musk)又有了一家新公司,名为Neuralink的“医疗研究公司”,专门研究如何通过技术增强大脑。而业界所传的,马斯克正致力于将脑-机接口技术作为一种手段,来确保人类可以跟上人工智能的加速发展,其实就是这家公司。
据悉,马斯克这个项目是受到科幻小说的启发——在英国小说家 Iain M. Banks 的《Culture》系列科幻小说里,他打造了一款名为“神经织网”的设备。剧情中,人们在大脑皮层上植入了半有机的电子网格设备,能够和人工智能实现无线连接,并创建自己的大脑思维备份。
在Banks的科幻小说里,安装了“神经织网”的人基本上可以获得永生——如果他们的肉体死亡了,他们可以从大脑备份中“复活”。但,马斯克成立Neurallink公司的初衷,并不是想追求永生,而是希望实现人类想法的上传和下载,这样将有助于对抗人工智能的潜在危机——他本人不止一次的公开表达了这个观点。
马斯克在去年的编程大会(Code Conference)上提出“神经织网”(neural lace)的前景,就是通过手术连接到一个人类的大脑,并在没有带宽挑战以及当前输入方法(包括键盘、鼠标和触摸板)的情况下,允许用户与计算机进行交互。他曾在Twitter上表示,这一技术取得了进展,而且最近有传闻,他计划寻找另一家公司一起专注于这个项目。
然而,据《华尔街日报》报道,Neuralink并不打算专注于提升普通人类智力。相反,它将探索如何用大脑接口减轻危险症状和慢性病症。
这些病症可能包括癫痫症和严重的抑郁症。起初,Neurallink公司将以现有治疗帕金森患者的方法为基础——将电极植入到人类大脑里,通过调节大脑电子活动来缓解症状,寻求一个更科学和更易于人类使用的方式为出发点。扫除这个较低的障碍后,就会把人类机能增进,作为公司的长期目标。
根据《华尔街日报》的报道,Neurallink 公司的启动资金很可能会由马斯克本人、或是硅谷创投大佬皮特•泰尔旗下的 Founders Fund 创投基金提供。目前公司已经招募了三名员工,分别是来自美国洛斯阿拉莫斯国家实验室的Vanessa Tolosa——一位柔性电极专家;来自加收大学旧金山分校的教授Philip Sabes——研究方向是如何让大脑控制运动;以及来自波士顿大学的Timothy Gardner教授——他最著名的研究成果,是将一块微型电极植入到了麻雀大脑中,研究鸟儿如何唱歌。
在过去的十年时间里,科学家们已经开发出了一些成功的脑机接口(BCI),而Neurallink公司的三位专家将会基于这些接口开展工作,他们首先选择的脑机接口是——脑门(BrainGate),这款早期脑机接口技术允许人们通过大脑思维,在电脑屏幕上一个一个选择字母,然后拼凑成一个句子信息。通过在大脑初级运动皮层植入电极,脑门系统能够将人们的思想转换为运动操作,当人类大脑开始发出运动信号的时候,这种思维就会被转换成为电脑光标的运动。不过,该技术目前的研发进度非常缓慢,马斯克显然等不及了,他希望在Neurallink公司的支持下,加快开发。
或许听起来像是天方夜谭,但事实上这基本上是马斯克创办每一个新公司的标准剧本。SpaceX和特斯拉两个公司也是基于相同模式建立的,都是从近期可实现的产品出发,然后逐步以可持续发展的路径实现马斯克本人的伟大计划,例如在火星着陆,或是大量生产的远程电动汽车等。
在特斯拉和SpaceX之后,马斯克肯定为Neuralink也做好了完整的规划,与此同时还有他身边通过隧道研究解决城市交通问题的The Boring Company公司。这个硅谷狂人一直认为,人工智能可能存在影响人类的潜在危机,而且对他来说,寻求这种潜在解决方案是非常有必要的。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。