哈佛的新“Moonshot挑战”旨在举办巨大的飞跃。

人类对人工智能有很大的希望，但在现实机器中有很长的路要走去赶上人的大脑。进入哈佛大学，刚刚赢得了2800万美元的补助金来改变所有这些。

赠款旨在帮助科学家们为什么哺乳动物大脑在学习时擅长，然后相应地设计更好的计算机。哈佛研究人员将在“前所未有的细节”中录制大脑的Visual Cortex活动，然后将其连接映射，然后逆向工程师来激发更好的计算机算法来学习。

“这是一个Moonshot挑战，类似于人类基因组项目的范围，”哈佛大学分子和细胞生物学和计算机科学助理教授的项目领导者David Cox表示。

该赠款是由智能高级研究项目活动（IARPA）颁发的美国政府董事办公室的一部分。

COX说，简单地记录了这么多神经元的活动并映射它们的连接具有“巨大”的科学价值，但“唯一的项目是项目。“当我们提出有关大脑如何学习的基本原则时，它并不难以想象我们最终能够设计能够匹配的计算机系统，甚至更优于人类。”

这种系统的应用可以包括检测网络入侵，读取MRI图像和驾驶汽车。

为了实现它，研究人员将首先训练大鼠来识别计算机屏幕上的各种对象。Cox的团队将记录大鼠的活动“使用激光显微镜，该目的是为了洛克菲勒大学的合作者而建造的。

接下来，大鼠“脑子将使用哈佛大学所说的是世界上第一个在大学脑科学中心的多梁扫描电子显微镜。

将分析生成的PETABYTE或SO数据以重建单元边界，突触和连接，并在三个维度中可视化它们。最终，研究人员旨在为学习和模式识别构建更好的算法。

“这个项目不仅推动了大脑科学的界限，它也推动了计算机科学中可能的界限，”哈佛大学计算机科学教授汉斯普特·佩斯说。“我们将以从结构和功能数据的Petabytes的前所未有的规模重建神经电路。这要求我们在数据管理，高性能计算，计算机视觉和网络分析中进行新的进展。“