主题：【原创】围绕脑科学而发生的若干玄想 -- 鸿乾
恐惧症或源于遗传自祖先的恐惧记忆外链出处
这说明的确是遗传的，即使人工授精的后代也如此。
但是，什么机构性的变化？这就是非常有趣的事情。他们恐怕也还没有找到这个机构性的变化的地方。如果找到了，将非常有教益。
其实，通过基因遗传的，还不仅有创伤记忆，还有太多的重要记忆。可以参考我们这里对鳄鱼的讨论。不过，以前是猜测和外部观察，现在他们可以做到更精确一些的定位。不过还非常不够。方向很好，但是远远不够。
果蝇的神经图外链出处
这是台湾的一个组做的。很有趣。据说他们用了相当新的技术，荧光转基因，细胞热成像等。我是不懂。有懂的可以来评论一下。推荐大家看他们的视频和相片，很有趣。
我感兴趣的是，果蝇的1万多神经元，和大的连接，他们基本上搞清楚了。这应该说是很大的一步。但是，目前来说，果蝇的神经系统，仍然很神秘，没有秘密被发现出来。就是说，虽然有了“联络图”，但是这个联络图究竟如何工作的，还是一无所知。
不过应该赞叹的是，仅1万多神经元，就可以操控果蝇那么复杂的行为，耗能那么低。可以说，果蝇的行为，复杂程度肯定远远超过嫦娥三号在登月时的行为，但是控制嫦娥三号的是什么计算机？耗能多少？写软件用了多少人力？所以说，计算技术还有得发展的。
另外一个很有趣的事情是，这些神经元基本上集结成若干组团，而组团之间有充分的连接，组团由若干神经元集合。简单的猜想，组团恐怕是集中处理某种信息，例如气味的分析，分析结果连接到其他的组团。这样看来，自然的设计和人工的设计颇有相近之处。没有看到他们对组团内部做更细致的分析和数据，恐怕这是真正了解神经元工作的机制的地方，也恐怕是极大的难点。
10 Important Differences Between Brains and Computers 外链出处
博文本身和后面的评论都很好。虽然是6，7年前的博文，还是很有价值。固然里面的观点很多恐怕在学术上不能站得住（否则就不是博文了，而是学术论文了），但是，这些讨论都非常有启发价值。此点上，甚至于好过很多学术文章。
一个评论：
…
Anyway, I think it would be fair to describe the brain as an asynchronous, analog, and massively parallel computer where the hardware itself is inherently mutable and self-organizing.
很有趣。
本图为海马区脑细胞在受到兴奋性接触时的图片。
这里是原始链接：外链出处
采用的什么技术就不是很清楚了，虽然他们说了用的是荧光。有知道的朋友来解释一下。
我认为那些紫红色的亮点就是神经连接的突触。非常有意思。
英国神经科学协会，欧洲脑的台那(Dana)联盟的小册子，脑的科学 为年轻学生而作的介绍：外链出处
纽约时报的报道 外链出处
EE Times的文章 外链出处
“类脑计算”，这是我对brain-like的翻译，不知是否有更好的翻译。这正是对国防先进科技局的那个问题的回答，当然，仅是最初步的回答。但是，有了开端，就会有进步。
这是激动人心时代的激动人心的发展。希望更多的朋友来关注。而且更进一步，把事情做起来。
还不识数前的对数的模糊近似的研究。
看到这个研究报告，感到正好解释了很久的疑惑。文章中讲了，人类儿童生来就有所谓的近似对数的感知能力，那些比较发达的哺乳动物也如此，这就很好解释那些哺乳动物对大小，多少等等认识能力和反应能力。进而，这种近似的感知能力，对儿童学习数的系统也有很实质性的作用。
更有趣的是，文章中的证据竟然说明在儿童学习数的过程中，所谓Peano公理就自然表现出作用。这使得我很吃惊，但是，有很高兴。这就很清楚说明了，人类的高级认识，必然在人脑的内部结构上有基础，而且是从这个基础往上的。
把这个讨论也放在这里：链接出处
多少有些哲学的意思。其实，现在比较知道了，人脑之所以复杂，其实就是承载了过去很多百万年的进化。而这种复杂性的具体表现就是神经元的连接。
Supercomputer models one second of human brain activity： 外链出处
超算40分：大脑1秒钟 外链出处
他们应该用的是这个软件：外链出处
有趣的报道。但是恐怕问题很多。以后再详细说。
我们身体所有的行动都是由各种各样的程序组成的。
1.最底层是各个器官的驱动程序，这是由遗传因子决定的，一生出来就自带的。
2.然后是在此基础上的组件（即完成某个特定功能的模块程序），例如吃饭、说话、走路，一般都要通过大量的锻炼才能学会。
在此过程中，有些驱动程序本来有的接口未被组件调用，以后就很难学会了。例如语言中的有些发音方式，例如招风耳，例如杂技演员的柔软身段。
3.接下来是执行程序。比如从家里走到学校，过马路、唱歌、写帖子……
比如我现在在打字的时候，意识在不断的思考，同时就调用了“打字”这个预先编好的程序。我不断的扩充、修正我的思考，“打字”这个过程基本不用我意识的主动干预，包括输入拼音、选择、错误修正等。
只有思考的过程不是编程，其他都是。
包括我们对日常行动的调整，不是直接指挥/修改（除非程序本身已经具备修正功能），而是通过监控发现问题，然后重新编程、重新下达新的程序然后再重新调执行新的程序。
比如唱歌唱错，即使意识到自己唱错，也很难更正，下次可能还是会唱错。
除非通过反复的训练把程序更正过来。
All perceiving is also thinking，
All reasoning is also intuition，
All observation is also invention。
--Rudolf Arnheim (German-American Artist and Historian)
这是艺术家的天才观察。的确非常天才。
首先，建议不用编程这个术语，恐怕程序这个术语也不准确。不过目前还没有很好的术语，有待发明。
但是，复杂的行为未必需要学习和锻炼。马走路是很复杂的行为，但是小马生下来就可以走，最多是试几分钟。而人就需要学习很久，才可以走好。这些都是脑内的神经连接决定的。这些都没有神秘可言。不过，还有非常多的未知需要探索。
那么讲到思考了，思考的确是脑的最高功能，现在还处于基本上神秘的状况，就是说我们基本上不知道思考的内部的东西。但是，并不是说思考就将永远对人神秘，是不能被充分认识的，乃至于可以用机器来模拟的。我相信我们正在突破。
一位美国艺术家的一个极端天才的观察是：所有的感受都是思考，所有的理性都是直觉，所有的观察都是发明。这是在很多年前的观察，远在脑科学发展之前。相当天才。现在是逐渐用具体的科学的东西来把这个天才的观察体现出来的时候了。
[FLASH]http://www.youtube.com/v/oKvatA-ec4k[/FLASH]
这是IBM的类脑计算的一个视频。硬件的，软件的，都显示了。
本帖一共被 1 帖 引用 (帖内工具实现)
自然网上的文章：Computer science: The learning machines 外链出处
和IBM做的比较不一样。不过，我把这类的以连接为主体的计算装置和软件模拟都算作类脑计算，因为他们的核心已经脱离了从图灵以来的时序计算的主流，虽然他们都用了现有的计算设备。这样的东西，所谓的connectionist systems，究竟能够走多远？这才是问题。不过呢，现在学这方面的学生，现在找工作就牛皮了
[FLASH]http://www.youtube.com/v/3PdxQbOvAlI[/FLASH]
很有趣的视频，有多处地方都很有趣。例如，对图灵实验的评论，曾经的AI经费的来源，对脑图研究的评论，等。