在英國普利茅斯大學(xué)的一個房間里，一名博士生正坐在電腦前，閉著眼睛，好像在冥想。在他的頭上戴著一頂“黑色泳帽”，但實際上是一個腦電圖閱讀器（EEG），可以感知他頭皮上的腦電信號。在他面前的顯示器上，有一個線框地球儀的圖像，上面有兩個標記為“1”和“0”的點。在地球的中心，有一個在兩點之間擺動的箭頭。當學(xué)生將他的表情從一種放松變成一種睜大眼睛的激動表情時，箭頭會抖動并移位。每隔幾秒鐘，他就會輸入一個新的數(shù)字。

?

?

（圖片來源：網(wǎng)絡(luò)）

?

盡管這項工作還處于早期階段，可能看起來也比較簡單，但它仍然吸引學(xué)生從事相關(guān)研究。當學(xué)生將他的大腦切換成平靜——充滿活力——恢復(fù)平靜的模式時，大腦會產(chǎn)生α波和β波，然后可用于操縱模擬的量子比特（量子計算中的基本單位），這反映了量子物理學(xué)中使用能量的思想。

?

“如果你訓(xùn)練自己產(chǎn)生這兩種波，那么你就可以向計算機發(fā)送某種摩爾斯密碼?！逼绽┧勾髮W(xué)的教授Eduardo Miranda（愛德華多·米蘭達）說，“問題是，目前生成一位密碼需要8秒鐘，因為腦電圖非常慢，我們需要進行大量的信息處理，而且這種分析并不那么準確，因此我們需要多次檢查，看看最終的密碼是否真的是這個人想要生成的?！?/p>

?

盡管這種試探性的步驟還有些不穩(wěn)定，但還是可以通過腦機接口進入量子編程的世界。根據(jù)其創(chuàng)建者的說法，這是該團隊構(gòu)建量子大腦網(wǎng)絡(luò)（縮寫為QBraiN）的開始，它有潛力做很多值得興奮的事情。

?

超過新技術(shù)各個部分的總和

?

如果你看過目前在科技領(lǐng)域最令人興奮的熱門技術(shù)匯總，你肯定會看到“腦機接口（BCI）”和“量子計算（QC）”這兩個術(shù)語。

?

BCI是一種使用大腦信號控制計算機的奇特技術(shù)。日常生活中每個具有手動輸入的設(shè)備在技術(shù)上實際都由大腦控制（通常需要利用手指或語音等作為中介），BCI可以將這些命令直接發(fā)送到外部世界，無需先從大腦輸出到周圍神經(jīng)或肌肉。

?

?

（圖片來源：網(wǎng)絡(luò)）

?

而量子計算代表了計算領(lǐng)域的下一件大事。量子計算在20世紀80年代首次提出，雖然現(xiàn)在才開始成為技術(shù)現(xiàn)實，但它是指一種全新的計算架構(gòu)。它不僅比現(xiàn)有的經(jīng)典計機強大得多，而且還可以完成將數(shù)百萬臺超級計算機連接在一起也不可能實現(xiàn)的事情。很多人都知道摩爾定律，而BCI和量子計算或許是摩爾定律終結(jié)后的答案。

?

BCI和量子計算機無疑是在歷史上同時出現(xiàn)的前沿技術(shù)，但為什么要將它們結(jié)合在一起？這正是來自英國普利茅斯大學(xué)、西班牙瓦倫西亞大學(xué)和塞維利亞大學(xué)、德國Kipu Quantum和中國上海大學(xué)的研究人員聯(lián)盟正在探索的事情。

?

技術(shù)專家們喜歡將有前景的概念或技術(shù)混合在一起，相信當它們聯(lián)合起來時，所產(chǎn)生的效果將遠大于它們各部分的總和。正如風(fēng)險投資家Andrew Chen（安德魯·陳）在他的《冷啟動問題》（The Cold Start Problem）一書中所描述的那樣：利用配備攝像頭的智能手機的出現(xiàn)，加上社交媒體產(chǎn)生的強大網(wǎng)絡(luò)效應(yīng)，Instagram成為歷史上增長最快的應(yīng)用程序之一。

?

然而，將兩種必備技術(shù)結(jié)合起來并不總是有效。蘋果公司CEO Tim Cook（蒂姆·庫克）曾經(jīng)打趣說：“你可以融合烤面包機和冰箱，但要知道，這種東西可能不會讓用戶滿意?！?/p>

?

那么，是什么讓大腦控制的量子計算所產(chǎn)生的效果遠大于二者的總和呢？在2022年初發(fā)表的一篇論文中，研究人員寫道：“我們預(yù)見到濕件和硬件設(shè)備網(wǎng)絡(luò)高度連接的發(fā)展，比如由腦機接口和人工智能介導(dǎo)處理經(jīng)典和量子計算系統(tǒng)。這樣的網(wǎng)絡(luò)將涉及非常規(guī)計算系統(tǒng)和人機交互的新模式?！?/p>

?

案例豐富

?

量子腦網(wǎng)絡(luò)若有效，將會立即帶來變革，它將可以幫助BCI更好地工作。我們的大腦非常復(fù)雜，它們擁有1000億個神經(jīng)元，形成了巨大的神經(jīng)網(wǎng)絡(luò)，通過微小的電脈沖相互通信，具有數(shù)以億計的連接。今天，科學(xué)能夠記錄大腦各部分的交流方式，如從最小的神經(jīng)元與神經(jīng)元之間的相互作用到神經(jīng)元網(wǎng)絡(luò)之間的更廣泛的交流。

?

但這樣做通常涉及高度專業(yè)化的技術(shù)，例如功能性磁共振成像（FMRI），這僅在頂級研究實驗室中可用，而依賴腦電圖這種BCI實驗往往相對簡單。比如，決定一個人是想藍色還是紅色，或者讓無人機上下或左右移動，它們很難辨別細微差別。

?

?

（圖片來源：網(wǎng)絡(luò)）

?

這種情況現(xiàn)在正在改變，Miranda解釋說：“我們開始獲得優(yōu)質(zhì)的硬件。越來越好的腦電圖掃描設(shè)備即將問世?！?/p>

?

不過，更好的腦電波傳感器只是其中的一部分。打個比方：想象一下，在足球場中央放置一個麥克風(fēng)。麥克風(fēng)非常精準且強大，它能夠捕捉到體育場內(nèi)成千上萬的球迷發(fā)出的每一種聲音，無論他們是大聲歡呼還是安靜地咀嚼熱狗。然而，如果沒有合適的音頻過濾軟件，我們也只能聽到一種無形聚合的人群噪音。顯然，這樣的麥克風(fēng)并不能幫助我們確定77A座位上的人在說什么。

?

我們需要的不僅僅是記錄信息的能力，還需要對其進行快速解碼并使其有用，這就是量子計算可以做的事情。利用其卓越的能力來更好地處理難以想象的巨量腦電脈沖，這些脈沖是理解表達意圖和發(fā)生想法時所需要的信息源。

?

Miranda繼續(xù)說：“BCI需要實時控制，我認為量子計算可以提供進行這種處理時所需的速度。現(xiàn)在我們無法弄清楚通過腦電圖獲得的所有這些混亂信息意味著什么，如果可以，我們就可以開始對信號進行分類，并標記下自己產(chǎn)生的某些行為特征?！?/p>

?

?

（圖片來源：網(wǎng)絡(luò)）

?

也許沒有必要努力發(fā)生這些行為。正如Azeem Azhar在他2021年出版的《Exponential》一書中所寫，腦機接口能夠在“神經(jīng)活動形成思維之前就從我們的腦海中提取神經(jīng)活動”。就像Spotify、Netflix和亞馬遜使用的推薦系統(tǒng)一樣，在我們做出決定之前，它就試圖展示出我們想要消費的東西，BCI也會讀取我們幾乎無意識的思維模式，并從中推斷出有用的信息。

?

類比控制智能家居或機器人，在正確的時候彈出正確的上下文信息，或者為神經(jīng)控制的假肢提供更精細的運動。在Miranda多年來一直研究的寵物用例中，它還可以幫助患有閉鎖綜合癥的人更好地與外界進行快速溝通。

?

量子元宇宙

?

Miranda說:?“可以使用大腦與量子計算機本身進行交互，不僅僅是使用它來引導(dǎo)信息處理。未來，還有可能在具有精神力的量子機器中影響量子態(tài)，我還不能說能夠讓我們的大腦和量子計算機糾纏在一起，但我們將能夠與量子態(tài)進行更直接的交流。”

?

這不是以笨拙的方式對量子計算機進行編程演示，而是簡單地考慮所需的輸出并讓機器立即編寫正確的代碼。想象一下，它就像在類固醇疊加上進行進化計算（如在其中你陳述一個期望的輸出，讓機器找出它的創(chuàng)造性路徑）。

?

（圖片來源：網(wǎng)絡(luò)）

?

該項目的研究人員也對量子元宇宙的前景感到興奮。人工智能研究人員長期以來一直在想象——大腦的濕件可以通過硬件和軟件重建，實際上，這才是人工智能真正所追求的目標。至少從1990年開始，一些頂尖的物理學(xué)家和數(shù)學(xué)家就一直在爭論：意識的本質(zhì)實際上是否由量子構(gòu)成。

?

例如，2011年由世界知名的牛津大學(xué)數(shù)學(xué)物理學(xué)家，諾貝爾獎獲得者Roger Penrose（羅杰·彭羅斯）共同撰寫的一篇論文認為：意識依賴于大腦神經(jīng)元內(nèi)微管集合中的生物協(xié)調(diào)的量子計算，這些量子計算與神經(jīng)元活動相關(guān)并調(diào)節(jié)神經(jīng)元活動，并且每個量子計算的連續(xù)薛定諤演化都根據(jù)量子態(tài)“客觀還原”的特定Diósi-Penrose（DP）方案終止。

?

Miranda解釋說：“很多哲學(xué)辯論中認為，大腦的功能就是一臺量子計算機。人們夢想著，如果我們設(shè)法將大腦與量子計算機連接起來，那么我們就可能成為機器的延伸，或者機器會成為我們大腦的延伸?！?/strong>但他個人“并不完全相信”大腦就是量子計算機的說法。

?

長途旅行中的第一步

?

就目前而言，腦機接口與量子計算的結(jié)合在很大程度上是遙不可及，它需要在多個領(lǐng)域取得進展：量子計算機的可用性（前面描述的演示是使用模擬量子計算機進行）、量子算法的有用性、大腦閱讀技術(shù)的持續(xù)改進等等。

?

項目參與者、量子信息科學(xué)技術(shù)（QUTIS）研究組主任Enrique Solano（恩里克·索拉諾）教授說，下一步是“尋找離子阱量子計算機或一種基于自旋量子比特的計算機，它們在室溫下工作，可以確保延遲和相干時間變得兼容。”

?

打開這個由大腦控制的量子計算的潘多拉盒子將很困難，我們談?wù)摰氖撬鼘嵱没耐緩剑粌H僅是一些有希望的演示，不可否認，最大的創(chuàng)新往往需要時間。

?

Solano說：“大腦是迄今為止我們在宇宙中所知道的最復(fù)雜的物體，從這個意義上說，如果想把它與一個原始界面連接起來，就必須實現(xiàn)一個簡化的模型：它具有最少的生物和智能特征?！?/strong>

?

量子計算可能是這個問題的解決方案，讓我們期待量子腦網(wǎng)絡(luò)時代的到來。

?

原文鏈接：

https://www.digitaltrends.com/computing/quantum-brain-network/

?

文：Luke Dormeh

編譯：卉可

編輯：慕一
注：本文編譯自“digitaltrends”，不代表量子前哨觀點。

?

標簽：