科学的发展能否完全掌握人类的脑行为，并最终用人工智能技术实现人类的全部意识活动？ 第1页

实现全部意识活动可能有点难，但是如果实现部分活动，并且用于产生商业利润，我觉得是比较容易的。

我看现在很多人无脑给女主播打赏的模式很简单的样子。

首先我们需要一个颜值很高，有一定才艺的女主播。现在人工智能完全可以合成出来一个以假乱真的美女，并且也可以合成唱歌之类的，舞蹈由于动作比较复杂目前合成的不太真，咱们就唱歌就好了。

接下来我们需要女主播对打赏多的人叫哥哥，吹捧的操作。这里面的语言学习我看并不是很难的样子，比看懂论文可容易多了。据说现在人工智能已经可以看了论文并且总结出来要点了，叫一下哥哥这个操作可是容易多了。

之后我们就可以设置女主播让金主刷火箭，或者买买买的引导了。只要让金主误以为女主播是真人，有线下交往的可能性就可以了。

我觉得以上在技术上都不太困难。难点可能就是虚拟人伪装自己是真人然后索要礼物，这就是诈骗了。人工智能团队的研发者由于不想进监狱，所以没有这样操作。当然如果虚拟人承认自己是虚拟人，并且索要礼物，金主再买礼物，是不是就不构成诈骗了呢？毕竟虚拟人提供了情绪价值啊，是不是也可以构成某种角度的“交往”呢？

“完全掌握人脑在干什么”看起来并不很遥远，现在就有人在搞这方面的研究。可以看看：

2019 年，人已经很好地模拟了秀丽隐杆线虫的 302~381 个神经元和它们之间的约 7000 个连接^[1]。

秀丽隐杆线虫是人类手中第一种完成全基因组测序的多细胞真核生物、第一个将体内所有细胞归类完毕的多细胞真核生物、第一个完成神经元连接组测定的生物。它身长约 1.5 毫米，体内共有约 959~1090 个细胞。
2013 年，Ryan Merkley 等发起 Openworm 项目^[2]，希望模拟秀丽隐杆线虫的神经环来操纵机械。
实验证明，让这个模拟线虫神经系统操作的机器，运动起来的行为类似线虫，不需要传统机器学习的大量数据训练，通过传感器探测到障碍物后会立即自己指挥轮子转向。
对果蝇、蜜蜂、斑马鱼等生物的研究也已经在进行了。

模拟意识可能不需要“完全掌握人脑在干什么”那么复杂，比人脑小得多的一些动物脑就可能有意识。可以参照：

注意意识的功能并不明确，有可能毫无功用。

可以看看模仿突触可塑性的晶体管：

Xudong Ji, Bryan D. Paulsen, Gary K. K. Chik, Ruiheng Wu, Yuyang Yin, Paddy K. L. Chan, Jonathan Rivnay.

Mimicking associative learning using an ion-trapping non-volatile synaptic organic electrochemical transistor.

Nature Communications, 2021; 12 (1)

DOI: 10.1038/s41467-021-22680-5

模仿人类创意的进化算法：

Jakob Jordan, Maximilian Schmidt, Walter Senn, Mihai A Petrovici.

Evolving interpretable plasticity for spiking networks.

eLife, 2021; 10

DOI: 10.7554/eLife.66273

冯•诺依曼计算机目前未能严格遵循摩尔定律，其物理极限看起来不远了。为提高计算性能，世界多国正在开发可以模拟人脑功能的神经形态计算系统。人工突触是神经形态架构的计算机的必需品，能在相邻人工神经元之间执行信号处理与信息存储。近年来，电解质门控晶体管（EGT）在模拟突触可塑性和神经形态应用方面表现出一定前途，稳定性较好，材料种类多样，能在空间上分开读写操作。可以参照：

Heyi Huang et al. 2021 J. Semicond. 42 013103

肯特大学生物科学学院的 Benjamin Goult 博士描述了将大脑视为一台运行复杂二进制代码的有机超级计算机、将神经元视为机械计算机的模型。

该理论基于突触中的 talin 蛋白的开关样结构域，它们可以响应细胞的机械压力而改变形状，有两个稳定状态，看起来每个分子都能储存二进制信息，可以通过细胞骨架产生的微小的力来切换。可以参照：

Benjamin T. Goult.

The Mechanical Basis of Memory – the MeshCODE Theory.

Frontiers in Molecular Neuroscience, 2021; 14

DOI: 10.3389/fnmol.2021.592951

这项研究假设上述机械编码构成了协调整个生物体的系统，动物的生活经历和环境条件可以不断写入其中，为其生命历程创造一个不断更新的数学模型。

显然，这比起电子计算机更像查尔斯•巴贝奇的差分机。没有神经细胞的生物可能也有类似的分子级计算单元，从而让那些生物表现出复杂的行为和学习能力。你也可以联想到“有神经细胞的生物，同样可以用非神经细胞进行一些计算”。如果这模型成功预测了神经系统的行为，那就不难造出模拟器了。

参考

1. ^ https://doi.org/10.1038/s41586-019-1352-7
2. ^ http://openworm.org/