四、用腦科學預測互聯網的未來發展趨勢

【前言】本文從腦科學的角度對互聯網，人工智慧湧現出來的近20多個概念進行梳理，試圖尋找它們內在的潛藏關係，並由此繪製了互聯網沿著腦科學的路徑如何進化到終點的11幅示意圖

當時間的快車越過21世紀第一個十年，令人眼花繚亂的新技術，新模式，新概念，新理論，新架構層出不窮，包括雲計算，大數據，人工智慧，雲機器人，腦計劃，智能駕駛，無人飛機，3D列印，虛擬現實等等不斷湧現。

在互聯網時代，這些新概念與互聯網究竟是什麼關係？互聯網的未來發展趨勢究竟在這喧囂紛雜的現象中如何突破？我們在前文提到的腦科學對於互聯網的未來究竟有什麼參考價值和意義？本文從腦科學的角度對互聯網，人工智慧湧現出來的20多個概念進行梳理，試圖尋找它們內在的潛藏關係。並由此繪製了互聯網沿著腦科學的路徑如何進化到終點的11幅示意圖

從2005年開始的互聯網與腦科學交叉研究提出：「互聯網將從一個分裂的，不成熟的組織結構向著與人類大腦高度相似的方向進化，它將具備自己的視覺、聽覺、觸覺、運動神經系統，也會擁有自己的記憶神經系統、中樞神經系統、自主神經系統。」，當互聯網進化的成熟階段時，所形成的結構圖如下：

如果用這個架構分析物聯網，雲計算，大數據，人工智慧（深度學習），工業4.0，工業互聯網，無人機，智能駕駛，虛擬現實，可以得到如下結論。

1.物聯網是互聯網大腦的感覺神經系統萌芽

2005年11月國際電信聯盟（ITU）發布了題為《 ITU Internet reports 2005-the Internet of things 》的報告，正式提出了物聯網（Internet of things,IOT）一詞，這一報告雖然沒有對物聯網做出明確的定義，但從功能角度，ITU認為「世界上所有的物體都可以通過網際網路主動進行信息交換，實現任何時刻、任何地點、任何物體之間的互聯、無所不在的網路和無所不在的計算」；從技術角度，ITU認為「物聯網涉及射頻識別技術（RFID）、感測器技術、納米技術和智能技術等「。

因為物聯網重點突出了感測器感知的概念，同時它也具備網路線路傳輸，信息存儲和處理，行業應用介面等功能。而且也往往與互聯網共用伺服器，網路線路和應用介面，使人與人（Human ti Human ,H2H），人與物（Human to thing，H2T）、物與物（ Thing to Thing,T2T）之間的交流變成可能，最終將使人類社會、信息空間和物理世界（人?機?物）融為一體

2.雲計算是互聯網大腦的中樞神經系統萌芽

2007年 10月IBM和 Google宣布在雲計算領域的合作後, 雲計算迅速成為產業界和學術界研究的熱點。。雲計算的誕生有其歷史根源，隨著互聯網的發展，互聯網新興的應用的數據存儲量越來越大，互聯網業務增長也越來越快。因此互聯網企業的軟硬體維護成本不斷增加，成為很多企業的沉重負擔。與此同時，互聯網超大型企業如Google，IBM,亞馬遜的軟硬體資源有大量空餘，得不到充分利用，在這種情況下，互聯網從企業各自為戰的軟硬體建設向集中式的雲計算轉換也就成為互聯網發展的必然。

在互聯網虛擬大腦的架構中，，互聯網虛擬大腦的中樞神經系統是將互聯網的核心硬體層，核心軟體層和互聯網信息層統一起來為互聯網各虛擬神經系統提供支持和服務，從定義上看，雲計算與互聯網虛擬大腦中樞神經系統的特徵非常吻合。在理想狀態下，物聯網的感測器和互聯網的使用者通過網路線路和計算機終端與雲計算進行交互，向雲計算提供數據，接受雲計算提供的服務。

3.大數據與人工智慧的結合是互聯網智能，智慧和意識產生的基礎

隨著博客、社交網路、以及雲計算、物聯網等技術的興起，互聯網上數據信息正以前所未有的速度增長和累積。互聯網用戶的互動，企業和政府的信息發布，物聯網感測器感應的實時信息每時每刻都在產生大量的結構化和非結構化數據，這些數據分散在整個互聯網網路體系內，體量極其巨大。這些數據中蘊含了對經濟，科技，教育等等領域非常寶貴的信息。這就是互聯網大數據興起的根源和背景。

與此同時，深度學習為代表的機器學習演算法在互聯網領域的廣泛使用，使得互聯網大數據開始與人工智慧進行更為深入的結合，這其中就包括在大數據和人工智慧領域領先的世界級公司，如百度，谷歌，微軟等。2011年谷歌開始將「深度學習」運用在自己的大數據處理上，互聯網大數據與人工智慧的結合為互聯網大腦的智慧和意識產生奠定了基礎。

4.工業4.0，工業互聯網，無人機，智能駕駛，3D本質上是互聯網運動神經系統的發育和萌芽，

互聯網中樞神經系統也就是雲計算中的軟體系統控制工業企業的生產設備，家庭的家用設備，辦公室的辦公設備，通過智能化，3D列印，無線感測等技術使的機械設備成為互聯網大腦改造世界的工具。同時這些智能製造和智能設備也源源不斷向互聯網大腦反饋大數據數，供互聯網中樞神經系統決策使用。在這個過程中工業4.0，工業互聯網，無人機，智能駕駛，3D列印等等技術和應用正是互聯網運動神經系統的發育產物和萌芽產品。

5.社交網路是互聯網大腦神經網路的基礎，也是互聯網商業競爭的核心

當物聯網與社交網路融合時，每一棟大樓，每一輛汽車，每一個景區，每一個商場，每一個電器都會在SNS網站上開設賬號（如微博，如facebook)，自動的發布自己實時的信息，並與其他」人「，和「物」進行交互.社交網路的定義將不再僅僅是人與人的社交，而是人與人，人與物，物與物的範圍更大的社交網路.我們可以稱為「大社交網路」-BIG Social Networking Services （Big SNS).

在前文中提到互聯網正在向與人腦高度相似的方向進化。它將具備自己的感覺神經系統，運動神經系統，中樞神經系統，物聯網和雲計算正是這些系統的萌芽，而社交網路中的個人空間正是互聯網虛擬大腦的神經元，這些神經元不但通過手機，台式機，筆記本電腦與互聯網用戶進行信息交互，也必然會與互聯網的感覺，運動神經系統接駁，形成完整的互聯網神經元結構。這一進化趨勢導致社交網路必然會發展成為人與人，人與物，物與物交互的大社交網路。

在腦科學中神經元和神經網路是最重要和最基礎的結構，因此對於不斷發育的互聯網大腦來說，如何佔據互聯網的神經網路控制權也成為互聯網巨頭面臨的最重要問題。目前中國的騰訊和美國的Facebook佔據了互聯網未來競爭的有利地位。

6.互聯網時代的虛擬現實是互聯網夢境系統的萌芽

數以億萬計的數據正在世界各個角落被互聯網大腦的觸角不斷捕捉和吸收，社交、搜索，所有看似微不足道的信息都在源源不斷充實著互聯網大腦，組成巨大的資料庫。這些數據通過二進位代碼在機器間交互，目前通過文字，圖片，聲音，視頻在互聯網與人類之間交互，這種交互的方式進行升級，使得人類以更為真實的感受體驗互聯網內容的數據，這就催生了VR技術與互聯網的結合。如果讓人類以更為真實的感受體驗互聯網數據與真實世界疊加，這就催生了AR技術與互聯網大數據的結合。無論是facebook對oculus的併購，還是騰訊，阿里巴巴對虛擬現實的投資，這一輪虛擬現實的熱潮同樣是互聯網企業的推動，是互聯網發展到更高階段的必然現象。

隨著互聯網大腦的日臻成熟，虛擬現實技術開始進入到一個全新的時期，與傳統虛擬現實不同，它要麼是互聯網虛擬圖像與現實場景的疊加（AR），要麼是完全沉浸到互聯網三維圖像化的大數據中（VR)。並且它開始與大數據、人工智慧結合得更加緊密，以龐大的數據量為基礎，讓人工智慧服務於虛擬現實技術，使人們在其中獲得真實感和交互感，讓人類大腦產生錯覺，將視覺、聽覺、嗅覺、運動等神經感覺與互聯網夢境系統相互作用，在清醒的狀態下產生夢境感（Real dream)。這個革命性的全新時期，我們可以稱之為互聯網夢境系統的萌芽（The Internet Dream Age）。

7.互聯網未來發展方向與互聯網+

從互聯網進化的角度看，互聯網將從三個維度單調遞增進化，這也可以作為對互聯網+概念的解讀：

第一，從空間上，互聯網的範圍從實驗室擴張到全球並最終擴張到整個宇宙，形成智慧宇宙或宇宙大腦 。

第二，從智慧上，互聯網的智商將從0增長到全人類群體智慧的乘方甚至是立方，這個過程中互聯網的群體智慧和機器智慧將發生化學反應，形成共振，相互促進。

第三，從功能和結構上，互聯網將割裂，不完整，不完善的網路進化成與人類大腦高度相似的互聯網虛擬大腦，同時互聯網的神經系統將用自己的神經系統和神經末梢不斷侵入到人類社會的方方面面中，學習，娛樂，交通，工業，農業。。。。。

這個過程也可以看做互聯網從廣度、深度侵蝕現實世界的動態過程。可以用如下11幅圖反應互聯網的進化趨勢與未來方向。

五、用互聯網從整體論角度破解大腦之謎

1.從整體論角度研究腦科學一直是薄弱環節

我們在前文中曾經闡述：千百年來，腦科學的一個重問題就是：還原論與整體論整合困難的問題，歷史上，神經科學家研究大腦之謎主要採用了兩條截然不同的思想線路：還原論和整體論。還原論又被稱為自下而上的研究方法。該方法試圖通過研究單個分子、細胞或迴路等神經系統的基礎元素的特性來理解神經系統。整體論又被稱為自上而下的研究策略。它主要是從研究功能入手來理解神經系統，該方法主要關心的方面是系統的活動如何調節或是反映在行為上

從文藝復興到現在，人類對神智與腦關係的認識雖已取得多方面的重大進展，然而困惑依舊存在，主要集中於兩點，一是整體論如何與還原論相整合，二是主觀的神智現象如何用客觀方法來研究。

整體論與還原論的整合，怎樣在研究中使整體論與還原論平衡並相互補充，還遠未得到解決。雖然整體論方向，腦科學取得了諸如大腦皮層功能分區，系統性理解感知的形成機理等成果，但迄今為止腦科學研究中還原論思想過多佔據了主導位置，在一系列問題上突出地顯露出當前神經科學的局限性。

人類研究大腦的功能結構的困難，還體現在複雜精密的活體大腦很難通過直接解剖或磁共振掃描發現其結構與外在功能的一一對應。

二. 從互聯網角度研究腦科學的理論研究

過去十年的研究觀點指出：在互聯網向著與人類大腦高度相似的方向進化的同時，另一方面，人腦至少在數萬年以前就已經進化出所有的互聯網功能，不斷發展的互聯網將幫助神經學科學家揭開大腦的秘密。科學實驗將證明大腦中也經擁有Google一樣的搜索引擎，Facebook一樣的SNS系統，IPv4一樣的地址編碼系統，思科一樣的路由系統。。。「

2010年在「複雜系統與複雜性科學」網路科學專刊的一篇論文「互聯網與神經學的交叉對比研究」 提到13個互聯網與人腦結構的對比應用：

2.1 人腦中類搜索引擎應用

搜索引擎(search engine)是指根據一定的策略、運用特定的計算機程序搜集互聯網上的信息，在對信息進行組織和處理後，並將處理後的信息顯示給用戶，是為用戶提供檢索服務的系統。目前互聯網使用最為廣泛的是Google（英文）和baidu(中文)。主要工作原理有三個環節。第一，每個獨立的搜索引擎都有自己的網頁抓取程序（spider）。Spider順著網頁中的超鏈接，連續地抓取網頁。由於互聯網中超鏈接的應用很普遍，理論上，從一定範圍的網頁出發，就能搜集到絕大多數的網頁。第二，搜索引擎抓到網頁後，還要做大量的預處理工作，才能提供檢索服務。其中，最重要的就是提取關鍵詞，建立索引文件。第三，用戶輸入關鍵詞進行檢索，搜索引擎從索引資料庫中找到匹配該關鍵詞的網頁[9]。

根據搜索引擎的工作原理，我們可以設計如下神經心理學層面的實驗。第一．準備10張志願者照片，實驗參與者逐次查看照片。第二．實驗者處於實驗房間內靜默思考。第三，分別讓在10張照片內的一名志願者和不在10張照片內的一名志願者進入實驗房間，讓實驗參與者辨認是否是10張照片出現過的人。

如果試驗參與者能夠直接辨識或通過重複上述過程辨識志願者是否為照片中出現的人，則說明該實驗者大腦中存在掃描信息，索引信息，檢索信息的類搜索引擎功能，當試驗者數目不斷增加，而完成上述功能的試驗者比例超過95%，則可以證明人腦中存在類搜索引擎功能。

2.2 人腦中的類維基百科應用

維基百科是一個自由、免費、內容開放的互聯網百科全書協作計劃，參與者來自世界各地。這個站點使用Wiki，任何人都可以編輯維基百科中的任何文章及條目。從技術的角度看維基百科起源於1983年誕生的電子公告牌功能，傳統上在BBS中，只有文章的發布者或管理員能夠修改文章內容，維基百科對這一功能進行了創新，它允許每一個訪問者（或者必須是維基百科的註冊用戶）可以對一個詞條的內容進行修改，無論這個詞條的內容是誰創建和發布的。

維基百科應用的工作原理和工作流程是這樣的，用戶A創建詞條abc，並撰寫abc的解釋和說明文字，形成版本1。用戶B看到詞條abc和它的說明文字，認為解釋不完整或者有錯誤，於是用戶B在用戶A文字的基礎上進行修改，形成版本2。，不斷有用戶進行修改，abc的版本號不斷增加。在修改的過程中，如果一個用戶發現最新的版本整體質量不如前面的版本，則他可以將前面的版本置為最新版本。雖然有國界，信仰，情緒，知識範圍的不同，會產生修改意見的爭執。但總體上看，維基百科的工作流程還是會使各詞條的說明質量不斷提高。

根據維基百科的工作原理，我們可以在神經心理學層面設計如下實驗。參與實驗者A和志願者B最初共同處於一個實驗房間內，要求參與實驗者A觀察志願者B衣服的顏色，然後志願者B離開房間，實驗者A紀錄B的衣服顏色，B更換不同顏色服裝進入實驗室，重複上述過程5次，在五次試驗結束後，收回A填寫的紀錄表，更換同樣內容的新表，請A回憶B從第一次到最後一次穿著顏色並按順序重新紀錄

如果參與者A能夠完成上述過程並正確紀錄B不斷更新的顏色，則說明A根據一個物體的變化，不斷更新該物體屬性的說明和紀錄，並保留原有屬性的紀錄，而這恰恰是維基百科的運行原理。通過對大量人員的測試，如果95%（色盲導致的錯誤除外）的試驗者能夠完成實驗，則說明人腦大腦存在類維基百科的應用是成立的。

2.3 人腦中的類ip地址應用

目前的全球網際網路所採用的協議族是TCP/IP協議族。IP是TCP/IP協議族中網路層的協議，是TCP/IP協議族的核心協議。目前IP協議的版本號是4(簡稱為IPv4)，發展至今已經使用了30多年。 IPv4的地址位數為32位，也就是可以為連接到Internet上的設備提供2^32-1個地址。隨著互聯網的蓬勃發展，IP位址的需求量愈來愈大，使得IP位址的發放愈趨嚴格。

IPv6是下一版本的互聯網協議，也可以說是下一代互聯網的協議，它的提出最初是因為隨著互聯網的迅速發展，IPv4定義的有限地址空間將被耗盡，地址空間的不足必將妨礙互聯網的進一步發展。為了擴大地址空間，擬通過IPv6重新定義地址空間。IPv6採用128位地址長度，可以為互聯網中的設備提供2^128-1個地址。

檢驗在人腦中是否存在類ipv4/ipv6的應用，這個地址編碼系統究竟是存在於神經元層面，或者人腦中的記憶信息層面，這是一個深入涉及神經生理學的實驗設計，已經超出了本文作者的知識範圍，但是本文作者提供了ipv4/ipv6的設計原理，希望能作為神經生理學家設計相關實驗的參考，需要回答的有兩個問題第一，在人腦的哪個結構層面會出現類ipv4/ipv6應用。第二，互聯網的地址編碼系統正在經歷從ipv4/向ipv6進化的階段，那麼在生物大腦進化的過程中，是否也出現過類似的地址編碼擴充現象。

2.4人腦中的類路由器功能應用

工作在OSI參考模型第三層——網路層的數據包轉發設備。路由器通過轉發數據包來實現網路互連，路由器工作包含兩個基本的動作：第一，根據維護的路由表確定最佳路徑，第二，通過網路傳輸信息路由器。

具體工作流程如下路由器的某一個介面接收到一個數據包時，會查看包中的目標網路地址以判斷該包的目的地址在當前的路由表中是否存在。如果發現包的目標地址與本路由器的某個介面所連接的網路地址相同，就將數據轉發到相應介面；如果發現包的目標地址不是自己的直連網段，路由器會查看自己的路由表，查找包的目的網路所對應的介面，並從相應的介面轉發出去；如果路由表中記錄的網路地址與包的目標地址不匹配，則根據路由器配置轉發到默認介面，在沒有配置默認介面的情況下會給用戶返回目標地址不可達的信息。

正是因為互聯網存在大量的路由器，以及它們維護的路由表，因此互聯網出現一個在它誕生之初就有的特性具備的特性，當局部的網路出現故障無法進行通訊時，數據包或信息流可以通過互聯網的其他路經繞行，從起點傳達給終點。

六. 6年以來用互聯網破解大腦之謎的科學進展

3.1 人類大腦中的搜索引擎問題

2010年3月24，在中國科學院研究生院的互聯網公開課上完成人腦中是否搜索引擎的實驗測試。在這次課上科學院來自各院所近50名碩士研究參與並完成測試。實驗結果首先發布在2011年8月16日科學院網站智慧火花欄目和2012年互聯網進化論一書中。

實驗方案如下，第一，使用PPT向參與測試的人員展示5個辭彙 ，分別為新浪，搜狐，網易，鳳凰網，新華網，第二，展示時間為3分鐘，供測試人員查看和記憶，第三，向測試的人員提問，分別詢問8個辭彙是否在剛才的PPT中出現並在問卷中標誌，這8個辭彙分別是; 阿里巴巴，盛大，搜狐，新浪，開心網，鳳凰網，騰訊，網易。經測試，測試人員回答正確率為98%。

然後在科學網的博客網頁開始搜索引擎的實驗過程。第一，同樣在該網頁內放置新浪，搜狐，網易，鳳凰網，新華網，附加字元串「%redft098&876hfgt65%」表明該頁面在互聯網中是獨一無二的，第二，發布30分鐘後，百度和谷歌的網路蜘蛛查看該頁面並收錄到其資料庫中 第三，向百度和谷歌兩個搜索引擎提問（輸入關鍵詞），分別查詢8個辭彙是否在剛才的網頁中出現並做記錄，這8個辭彙分別是; 阿里巴巴，盛大，搜狐，新浪，開心網，鳳凰網，騰訊，網易。經測試，百度和谷歌回答正確率為100%。

3.2 人類大腦中的網路路由問題

2010年8月美國南加州大學神經系統科學家拉里·斯旺森和理查德·湯普森在《國家科學院院刊》（PNAS）發表論文用互聯網路由機制解釋老鼠大腦的信號如何繞過破壞區域到達目標區域。這一研究作為一個實驗，證明人腦中的確存在類互聯網應用。

斯旺森說，大腦中互聯網式結構的存在可以解釋大腦能克服局部損傷的現象，你可以拿掉互聯網任何一個單獨部分，但網路其他部分照常工作，神經系統同樣，沒法說某一部分絕對不可或缺。斯旺森表示，眼下至少在老鼠大腦伏核發現不同以往認為的神經系統結構，今後可以用這次研究中使用的示蹤法觀察其他部位，最終繪出整個大腦神經網路圖。

3.3 互聯網與腦科學數學模擬相關性研究

2012年11月16日，加州大學聖迭戈分校DmitriKrioukov在2012年11月的《ScientificReport》發表論文提出利用計算機模擬並結合多種其他計算，提出許多複雜網路如互聯網、社交網、腦神經網路等有高度的相似性。這個論文的研究從數學模擬的角度印證了2010年「複雜系統與複雜性科學」網路科學專刊的一篇論文「互聯網與神經學的交叉對比研究」所闡述的論點。

3.4 大腦中的類社交網路問題

大腦中的神經元像一個社會網路一樣連接在一起。每個神經細胞都與許多其他的神經細胞相連接，但只有少數彼此非常相似的細胞之間會建立最強有力的聯繫。這些研究結果發布在2015年2月4日的《自然》(Nature)雜誌上。

該研究小組的領導者Thomas Mrsic-Flogel教授說：「神經細胞形成了一個稱作為突觸的、令人困惑的連接網路——每個神經細胞有多達幾千突觸。然而並非所有的突觸連接都是相同的。絕大多數的都是微弱連接，細胞只生成了非常少的一些強有力的連接。該研究小組的領導者Thomas Mrsic-Flogel教授說：「我們想知道，是否有一些規則可以解釋在由數百萬神經元所構成的複雜的網路中神經元之間的連接機制。結果表明其中一個規則非常簡單。即志同道合則強有力地連接，彼此行為極其不同的神經元則微弱連接或根本不連接。」

互聯網為代表的整體論與腦科學還原論的結合

我們在前文中提到：科技的發展為人類從整體論帶來一個非常寶貴的參照系，從科技發展史看，一個原本異常複雜的難題，在經過科技發展的足夠程度後，也許會誕生出一個異常簡單的解。

利用互聯網這面鏡子作為腦整體論研究的突破點。結合腦還原論的細節研究（如分子神經生物學、細胞神經生物學、系統神經生物學、行為神經生物學、發育神經生物學、比較神經生物學等），會為腦科學的突破帶來重大機遇。

回到美國哥倫比亞大學神經學家拉斐爾?尤斯特的那個比喻，沒有參照物，我們無法用像素了解整個畫面，但如果互聯網與腦科學的交叉研究為我們從另外一個方向製作了一個高度類似模型（雖然它還在變動中），那我們就很容易知道這個像素在圖像中的位置和起到的作用。如下圖所示，A圖是人類大腦全景圖，B是由於客觀原因人類能觀察到的大腦功能結構，C是互聯網進化中的結構，那麼通過研究和觀察C，人類就可以從B推導出A的全貌。

推薦閱讀：