人工智能揭示听觉通路

大脑中沿着视神经纤维移动传送的图像是视觉的起因。

牛顿

每个人都生活在自己大脑的宇宙之中——也可以视为监狱。几百万条脆弱的感官神经纤维从中伸出，它们独特成组，成为检查我们周围世界能态——热、光、力以及化学构成的样本。那就是我们对它的全部了解，其他的都是逻辑推理。^[134]

弗农·蒙卡斯尔，美国神经生理学家

尽管我们曾经以为从眼睛中获取了高分辨率的图像，但视神经真正传递给大脑的，却只不过是一系列关于我们视觉区兴趣点的轮廓和提示。我们从皮质记忆获取对世界的幻觉，因为皮质记忆只需要少量数据就可以阐释一系列通过平行方式到达的影像。在《自然》杂志上发表的一项研究中，加州大学伯克利分校的分子细胞生物学教授弗兰克·韦伯林（Frank S.Werblin）和博士生博通·罗斯卡（Boton Roska）的研究表明，视神经携带了10～12个输出通道，每个仅携带了少量关于给定画面的信息（见图5-1）。^[135]其中一组名为神经节细胞的只传送关于相反的边缘对比变化的信息；另一组只探测大片的均匀颜色；第三组只能检测焦点图像之后的背景信息。

韦伯林认为：“尽管我们认为自己看透了世界，但我们接收到的却只是提示，是空间和时间的边缘。这12幅关于世界的画面组成了我们对外界所知的所有信息（见图5-2），借助这12幅画面，我们重构了丰富的视觉世界。我很好奇，大自然如何选择这12幅简单的影像以及它们是如何做到为我们提供所需要的几乎全部信息的。”

图5-1大脑中的视通路

这种数据简化就是人工智能领域的“稀疏编码”（sparse coding）。我们发现，在创建人工系统时发现，抛弃大多数输入信息，仅保留最显著的细节，却颇有成效。然而，新皮质（生物的或其他的）中加工信息的有限能力却被埋没了。(www.xing528.com)

图5-2视神经传送到大脑的12个低数据率“影像”中的7个

Audience公司创始人劳埃德·沃茨（Lloyd Watts）以及他的研究团队已经成功模拟了来自耳蜗的听觉信息穿过皮质下区域，然后通过新皮质的早期阶段这一过程（见图5-3）。^[136]他们已经研发出从声音中抽取600种不同频带（60每频程）的技术。这与人类耳蜗内抽取的3 000频带的估计更加接近（与只使用16～32频带的商业语音识别相比）。运用两支麦克风以及听觉处理的详细模型（具有高频谱分辨率），Audience已经研究出了商用技术（运用某些比其研究系统还低的频谱分辨率），这种技术可以有效地消除会话中的背景杂音。如今，这种技术在很多流行手机中都有应用。这也是一个令人印象深刻的商用产品的例子，这种产品是基于人类听觉感知系统如何能够集中于一种其感兴趣的声音源。

图5-3脑中听觉通路

体内的输入（预计每秒数百兆），包括皮肤、肌肉、器官和其他区域的神经，源源不断地流入上脊髓。这些信息不仅涉及触觉交流，还携带关于温度、酸水平（例如肌肉中的乳酸）、食物通过胃肠道的流动以及其他许多信号的信息。脑干和中脑会处理数据。名为“lamina 1”的神经元的关键细胞能创造一张身体地图，这张地图代表了它目前的状态，就像用来跟踪飞机的飞行控制器使用的显示器一样（见图5-4）。自此，感官数据开始朝名为丘脑的神秘区域移动，而这也正是我们的下一个话题。

图5-4Audience公司创建的皮质下区域（优于新皮质的区域）和新皮质中听觉处理的简易模型

注：数据改编自劳埃德·沃茨在2012年WCCT大会发布的《人类听觉通路的逆向设计》（Reverse-Engineering the Human Auditory Pathway）。