Transcription
大家下午好，我是 Kristin Grauman，Facebook AI 研究院的研究员，也是德克萨斯大学奥斯汀分校的教授，今年是 NeurIPS 的程序主席之一。我很荣幸能介绍我们下一位特邀演讲嘉宾 Michael Levin 教授。Michael 是塔夫茨大学的生物学教授，并担任 Vannevar Bush 讲席教授。他还是塔夫茨大学 Allen Discovery Center 的主任，该中心研究生命系统中的计算。他的学术背景涵盖计算机科学和生物学，于 1996 年获得哈佛医学院博士学位。Michael 的团队致力于发育生物学、认知学和计算神经科学的交叉领域。他们尤其关注再生医学的应用，正如他在今天的演讲中所展示的，这些研究可以为新的机器学习和机器人方法提供灵感。Levin 教授的研究获得了多项不同奖项的认可。我只提几个：一个是《自然》杂志对其在过去一个世纪里对发育生物学做出里程碑式贡献的认可，这是因为他在左右不对称的分子基础方面的工作。他还获得了美国心脏协会的杰出研究员奖和国际功能性电刺激学会的视觉科学家奖。因此，我们非常期待今天听到他的演讲。请大家和我一起欢迎 Michael Levin 教授。（掌声）非常感谢，我非常高兴能向新观众展示这项工作，并且我将直接给出我演讲的主要信息。我想告诉大家的是，在大脑出现很久以前，生物体就已经在许多尺度上进行计算了。而且，实际上，所有身体组织的决策都是由一个古老的、非神经的电网络介导的，这个网络由所有细胞组成，不仅仅是神经元。因此，我认为利用这种非神经认知是开发新的鲁棒 AI 技术的一个令人兴奋的、尚未开发的领域，我非常有兴趣与人们讨论这些可能性。我们正在寻找机器学习领域的专家与我们合作，将电学研究推向再生医学之外，并实现许多令人兴奋的新应用。所以，我想做的第一件事是和大家谈谈脑体可塑性，然后向大家展示一些身体认知、复杂解剖结构自我编辑过程中的决策制定的一些例子。然后我们将讨论支撑细胞和组织向大规模目标重塑能力的生物电机制。最后，我将谈谈我认为的再生医学和 AI 以及相关问题的未来。所以，让我们来谈谈可塑性。毛毛虫在生命初期就像一个柔软的身体机器人，在变态过程中爬行并啃食植物。它们的神经系统，包括大脑，基本上被液化了，被拆解，然后重新组装成一个完全不同的大脑，能够驱动一个飞行并饮用花蜜的硬体机器人。在这个神经系统被完全拆解和重新组装的过程中，记忆实际上得以保留。所以，毛毛虫学到的东西，蝴蝶仍然会记住。这一点已经得到了很好的证实。因此，开始思考信息是如何存储在正在经历剧烈变形的介质中的，这一点非常有趣。在我们几年前的一项工作中，我们发现涡虫，就是你们在这里看到的这些扁形虫，它们有一个惊人的特性，那就是如果你砍掉它们的头，或者实际上是身体的任何一部分，它们都会再生。它们会重新长出大脑和其他所有器官。所以，如果你训练一只扁形虫将某个特定位置识别为它的家园，然后你截去它的头，留下尾巴，让它再生一个新的头，你会发现，这些记忆仍然完好无损。所以，这个动物的记忆在某种程度上被印刻在了再生后形成的新大脑上。这促使我们去理解，复杂记忆和学习行为的编码和解码是如何在这种记忆介质的剧烈重构中得以传播的。事实上，几年前我们发表这项研究时，我们并不是第一个发现这一点的人，这是由一个叫 McConnell 的人在 60 年代首次发现的。但人们已经很多年没有真正关注过这一点了，当我们在网上首次展示这一点是可能的时，人们变得非常兴奋，正如你们在这里看到的。超越大脑-身体界面以及大脑的行为程序如何与身体结构相互作用的问题，我想和大家谈谈这种解剖结构的自我编辑。从非常简单的认知到我们希望通过机器学习和人工智能模仿的复杂事物，存在着许多不同类型的认知。各种生物都能够在认知阶梯上的不同位置执行各种功能。例如，这里展示的是一种叫做“粘液变形虫”的单细胞生物。如果你对软体机器人感兴趣，可以看看这个。这是一个单细胞生物，它处理它的生理功能，它的模式形成。看看它惊人的控制能力，这是实时的，不是加速的。所以，看看它在收集细菌以及在环境中捕食其他微生物时的结构控制能力。行为、结构控制和生理功能都在一个细胞中。这里没有大脑。因此，单细胞生物在各种有趣的方面都具有惊人的能力。当细胞结合形成多细胞生物体，形成复杂的解剖结构时，它们并没有失去这种决策和复杂行为的能力。左边你看到的是一个青蛙胚胎的发育，这些细胞协同工作来构建一个非常复杂的结构。右边你看到的是斑马鱼神经系统的发育。所有这些细胞现在都在一起工作，来构建一个比单个细胞的表面边界大得多的结构。我们需要理解这是如何运作的。我们所有人都以一个单细胞，一个受精卵开始生命，通过胚胎发育这个过程，这些复杂的形态能够被可靠地生成。因此，所有这些非凡的复杂解剖结构，并且非常重要的是，我们要理解这不仅仅是一个可以通过干细胞生物学解决的过程，因为干细胞能够生成生物体所需的所有个体组织。你们在这里看到的是一种叫做畸胎瘤的东西，这是一种包含毛发、牙齿、皮肤和肌肉的肿瘤。所以，所有的干细胞分化都进行得很顺利，但缺失的是大规模的三维结构。因此，我们需要理解的一个重要问题是，细胞如何决定它们要构建什么，以及它们如何执行这种构建。因此，人们在发育生物学中通常被教导的故事是，存在一种开环前馈系统，基因调控网络产生蛋白质，然后通过某种物理过程，当这些蛋白质相互作用时，细胞执行各种功能。这种涌现过程产生了复杂的解剖结构。但实际上它比这更有趣。首先，各种胚胎物种的发育都受到高度调控，这意味着如果存在大规模的干扰，它们可以弥补。例如，这里有一个早期哺乳动物胚胎，你可以把它切成两半，每一半都会重建另一半缺失的部分。这就是我们如何获得完全正常的单卵双胞胎。反之亦然，你可以把两个哺乳动物胚胎混合在一起，就像滚雪球一样，你得到的是一只完全正常的鼠标。我们当然希望拥有具有这种可塑性，能够弥补如此剧烈变形的技术。这不仅仅是胚胎现象，像蝾螈那样的再生过程，能够在成年期重建复杂的大型结构。这是一只墨西哥钝口螈，一种蝾螈，它可以再生眼睛、下颌、四肢、脊髓、卵巢和部分大脑。因此，作为成年动物，它可以终生重建非常复杂的结构。再生最令人惊奇的不是它能够开始，而是它知道何时停止。所有这些结构在正确的解剖组件被重建后，进一步的生长和重塑就会停止。这一点非常不为人知，它如何知道何时停止。我想向大家介绍另一种动物，你们将在演讲中更多地看到它。这是一只涡虫，就是我刚才提到的那种扁形虫。它们可以被切成碎片，记录是 275 块。每块碎片，它们大约有 2 厘米长，每块碎片都会重新长出恰好需要的，不多不少，来构成一只完美的蠕虫。这只动物的每一块都知道一只完美的蠕虫是什么样的。事实上，它们的再生能力如此非凡，以至于它们克服了衰老。这些蠕虫是字面意义上的永生。个体细胞会衰老死亡，但整个动物会继续再生它们，没有所谓的“老涡虫”。因此，再生不仅仅是针对所谓的低等动物。人类肝脏具有高度的再生能力。鹿每年会以每天一厘米半的速度重新长出它们的鹿角或骨骼，这是高度神经支配的骨骼。你可能知道，也可能不知道，七到十一岁以下的人类儿童能够再生他们的指尖，这一点是在 70 年代发现的，但这种能力随着年龄的增长而消失。所以，你们中的大多数人不应该尝试这个。所以，我们在这里看到的是，这个过程的控制结构实际上不是一个开环系统，而是一个闭环系统，它具有一些非常重要的错误检测和控制功能，其中偏离目标形态会导致转录水平和物理过程的变化，这些变化允许细胞进行重建。因此，存在一个持续的稳态循环。我中心的宗旨之一就是靶向这个稳态过程的解剖学设定点，以便能够重新设定细胞应该构建什么。这就是我们正在努力的方向。几年前，我们发现生物体构建特定规格的能力确实令人惊叹。在从蝌蚪到青蛙的旅程中，各种重塑都必须发生。眼睛必须一起向前移动，鼻孔必须移动，整个面部都会重塑。当我们制作出这些像毕加索一样的蝌蚪时，一切都在错误的位置，眼睛在后面，下颌在侧面，起始位置都错了，它们在很大程度上仍然重塑成一只完全正常的青蛙。所有器官都朝着不自然的配置移动，直到它们达到正常的青蛙形态，即使它们的起始位置不相同。因此，我们知道基因组编码的不是一套固定的运动，每种器官都可以简单地进行，并产生任何它产生的。但它们实际上可以知道自己是否处于错误的配置中，并且会继续移动，直到构建出正确的模式。利用这个过程至关重要。五十多年前，人们意识到，如果你将一条蝾螈的尾巴嫁接到肢体截肢的边缘，也就是说，你在肢体应该在的地方放一条尾巴，在接下来的几个月里，这个结构实际上会从一条尾巴重塑成一条肢体，因为整个系统都在寻求恢复其大规模的整体秩序。因此，要理解这意味着什么，这不是单个细胞决定它将成为肌肉或皮肤或其他任何东西。这是在整个生物体水平上的大规模决策。因此，从根本上说，这是一个计算问题，我们希望以此为灵感，开发出能够实现这种高度鲁棒的可塑性行为的技术，以应对剧烈的变形和全新的环境扰动。这些系统能够恢复它们的结构和功能。那么，是什么决定了模式形成呢？我们以一个卵子开始生命，然后是一堆胚胎干细胞，最终，这是穿过正常人类躯干的横截面。你可以看到所有器官惊人的不变位置以及所有结构的几何形状。这从何而来？DNA？毕竟，基因组指定蛋白质，它并不直接说明这个形状或它是如何编辑的。细胞群如何知道它们要制造什么以及何时停止？然后，作为工程师，我们当然想知道，我们可以将这个过程推到多远？可能构建什么？生物学可能性的边缘是什么？所以，你可能会惊讶地发现，作为发育生物学家，我们基本上不知道这些问题的答案。我们存在巨大的知识差距。虽然我们非常擅长构建这些网络，我们发现哪些基因产物与其他基因产物相互作用，但我们还不能读取一个基因组并找出由此产生的器官的形状。我们可以将其与其他我们已经知道其外观的基因组进行比较，但我们无法读取一个基因组并找出它指定的几何形状。更糟糕的是，就医学而言，如果我们想修复这里的解剖结构，我们拥有的分子信息是这样的，我们有这些网络，这使得解决逆问题变得非常困难，而逆问题将使我们能够知道在这个层面改变什么才能在系统层面获得理想的结果。因此，我们在机器学习对再生医学产生影响方面拥有巨大的机会，超越药物发现，帮助我们能够利用这类信息并理解它如何映射到生物学中的特定解剖结构。我们在操纵分子和细胞方面越来越好，这是控制复杂模式所必需的最底层硬件。但我们尚未真正理解的是，能够实现我刚才展示的模式编辑示例的算法。那么，我们能否将生物学推向这种机器代码之外呢？我将其可视化为，计算机科学经历了从必须更改硬件到现在的相当大的平台独立性的美妙旅程，在那里你可以真正专注于控制算法和计算。生物学仍然在这里，我们在实验中所做的一切都是重新连接生物体的实际硬件。我们还没有达到我们可以专注于控制算法并真正利用硬件软件区别的程度，我相信生物学中也存在这种区别。这就是我的团队一直在努力做的。因此，模式稳态具有许多在某种意义上是认知的特性。它们表现出针对特定结果的目标导向行为，它们在可变条件下表现出灵活性和鲁棒性，并且它们允许将自我和低级功能整合到复杂的大规模结果中。因此，现在我想和大家谈谈我们在理解电机制（即细胞间的电通信）如何实现这种控制方面取得的一些进展。基本上，我将展示的一切都可以归结为一个主要信息：非常类似于大脑，体细胞形成电网络并做出决策。它们做出的决策不是关于行为，而是关于解剖结构。现在我们可以靶向这个系统来控制大规模模式编辑。因此，我向你们展示这只五条腿的青蛙，是为了指出这不是 Photoshop。我将在几分钟内向你们展示一系列看起来非常奇怪的动物，这些都是我们实验室里真实存在的活体生物。因为我们测试各种模型以了解我们是否理解了这一点的方法是进行合理的扰动，我们试图控制解剖决策。因此，重要的是要认识到，大脑并不是从零开始发明它们的技巧的。基本上，神经元是从古老的细胞进化而来的，这些细胞在神经元和大脑出现很久以前就已经存在，并且进行计算和进行体细胞决策。事实上，在我们甚至出现多细胞性之前，我们的单细胞祖先就已经拥有突触机制、离子通道、神经递质。顺便说一句，如果你曾经想知道为什么像真菌这样与我们非常遥远的生物，为什么真菌体内会有像致幻蘑菇这样的化合物，能够影响人类认知，那是因为基本机制非常古老，它们非常古老，而大脑和神经系统基本上是加速了早已存在的那些功能。所以，我们都知道，在大脑中，你有由这些离子通道产生的硬件，它们使大脑中的细胞能够相互进行电通信。因此，它们介导电状态的变化，或者可以通过网络传播。这种硬件产生了我们都想理解和利用的一些非常有趣的软件。因此，大脑中发生的认知和行为处理，由这个硬件编码和实现的电网络进行。事实证明，身体的其他部分也大不相同。所有细胞，不仅仅是神经元，都拥有完全相同的离子通道类型，它们与邻居形成电突触，并产生电模式。例如，这里你看到的是一只早期青蛙胚胎，这是加速的，大约是早期青蛙胚胎的八个小时。与此类似，你可以看到斑马鱼大脑的电活动，当斑马鱼处理视觉信息时。你可以看到这里用伪彩色显示的是这些细胞之间正在进行的电对话，因为它们正在弄清楚谁将是前面，谁将是后面，左边，右边，背部，腹部等等。因此，当人们试图理解如何解码大脑的电状态代表不同的记忆、行为等等时，我们必须理解并破解这种生物电代码，即组织不断变化的电特性如何实现不同的未来解剖状态。所以，这里有一个例子，这只是一个早期青蛙蝌蚪的快照，这是中腹部。不同的颜色是荧光电压报告器，它显示了活体组织中所有细胞的电状态。这些小圆圈中的每一个都是一个单细胞。这个细胞拥有各种离子通道，就像神经元一样，使它们能够维持这种特定的结构。这就是我们称之为 Vmem 或膜电压模式的东西。我们能够使用各种技术看到这些模式，例如电压敏感的荧光染料，并且我们进行了大量的定量模拟来尝试理解不同的离子通道和泵蛋白如何产生多细胞组织中的特定模式。这些模式有两种：正常或内源性模式。这是另一只青蛙胚胎，这次是灰度的，你可以看到当它组装面部时，这里基本上是基因表达和面部解剖结构的预模式或小地图。这里是眼睛将要形成的地方，这里是嘴巴将要形成的地方，等等。因此，这些模式对于正常发育至关重要。如果你移动或扰动这些模式，解剖结构就会被改变。这些模式也可能是病理性的。你在这里看到的是癌症的最早迹象。我们在这种蝌蚪中诱导了肿瘤，但在肿瘤出现之前，这里的细胞，你已经可以看到它们异常的电状态，因为它们停止与邻居沟通，并几乎恢复到单细胞般的存在，并成为癌细胞。因此，在功能上，我们开发了一些工具来控制这种非神经细胞网络中的信号。基本上，我们不施加电场，不是这样做的。没有使用电极。我们所做的是操纵允许细胞产生电状态的内源性离子通道，或者我们扰动连接性。因此，我们可以控制网络的拓扑结构，或者实际的电状态。我们使用各种遗传学、药理学、光遗传学等技术。所以，我想向大家展示一些为什么这很重要，当你改变电回路时你可以做什么的例子。你可以做的一件事是，你可以说服细胞群变成不同的器官。我不是指控制单个细胞类型，这不是关于干细胞分化。例如，我们可以取这个肠道区域，这是蝌蚪的整个肠道。我们可以改变这个区域的电特性，通过打开一种特殊的通道，这种电压门控钾通道。一旦我们建立了一个特定的电状态，整个区域就会变成一只眼睛。如果你切片，你会发现这里面有正常眼睛的内部组件，比如视网膜、视神经、晶状体。所有这些都在里面。所以，这是模块化控制，在这里你将形成一只眼睛。在涡虫中也会发生同样的事情。如果我们切掉头部和尾部，然后取这个中间片段，它具有这种有趣的头尾电预模式。我们可以做的是，说服这些细胞它们应该制造一个头而不是一个尾巴。你在这里看到的是一只双头蠕虫。事实上，你可以反过来，制造一只无头蠕虫。在所有情况下，这一点非常重要，这是模块化的，因为我们没有去微观管理这个过程。我们没有试图像你在做生物工程时那样，逐个细胞地布局结构。我们提供的信息相当少，告诉这个区域它应该是什么。在那一点上，它基本上是一个子程序触发器。所以，你可以利用这个过程做其他事情。我们可以拿一只头部呈三角形的扁形虫，当我们切掉头部时，我们可以以一种说服新细胞构建其他物种扁形虫的头部的方式来处理剩余的片段。所以，这里有一个漂亮的扁头，比如“扁形虫”，或者你可以制造一个像“地中海扁形虫”那样的圆头，或者像原来的那样一个三角形的头。请注意，首先，这些动物之间相隔了大约一亿五千万年的进化。所以，你正在制造属于这些其他物种的头部，具有大脑结构和干细胞分布，跨越了大约一亿五千万年的进化。另外请注意，这里的基因组是正常的，我们没有进行任何基因组编辑。这不是关于改变基因组，这纯粹是生理上的改变。这是在与生理系统的实时软件互动，而不是重新连接动物中现有的基因或蛋白质网络。因此，所有这些拥有其他物种头部特征的动物都具有与“斑点涡虫”完全正常的野生型基因组序列。所以，你可以做得更进一步，你可以达到涡虫形态空间中进化没有利用的区域。从一只正常的扁形虫，你可以制造出像这样有点尖的，你可以制造出像帽子一样的，它们是三维的，有内部隔间，或者你可以制造出像这样，背部有管子伸出来的。我们才刚刚开始真正理解不同解剖结构是如何在网络的电特性中编码的，但很清楚的是，存在一个非常易于处理的、极其重要的软件控制层面，可以超越基因组来实现。所有这些动物都具有相同的基因组序列。因此，开始学习如何针对我们的各种应用来靶向这一点非常非常重要。我们已经进行了大量的计算建模，以试图理解这些电回路以及这些回路的动力学系统特性如何映射到特定的解剖结果。因此，这种不寻常的观点的一个预测是，这些模式记忆是生理电网络的国家，我们应该能够改写这种模式记忆。我想向你们展示一个我们去年刚刚发表的例子，那就是，如果我们取这些看起来正常的涡虫，一个头一个尾巴，事实上，从分子上看，如果我们看标记，头部的标记在头部，尾部没有头部标记，等等。它们会产生一只单头蠕虫。如果我们切掉头部和尾部，它们会产生一只双头蠕虫。为什么一只具有完全正常的单头解剖结构和看似正常的分子表达模式的动物会产生双头蠕虫？原因在于，这与基因组编辑无关。原因是我们介入并改变了电预模式，该模式决定了如果该组织将来受伤会做什么。所以，这只单头动物携带了一个电记忆，它说如果我将来受伤，我将制造两个头而不是一个。因此，电模式不是当前解剖结构的读出，它是一种编码信息，一种模式印记，当动物受伤时使用，并用于指导未来的形态发生。因此，我们看到的是，像这样的单个身体可以存储至少两种不同的模式记忆：它可以存储单头或双头模式记忆。毫无疑问，可能还有更多，我们目前只能访问两种。现在，这是一个非常重要的例子，因为它不仅仅是改变受伤后再生过程的方式。这是一个长期的现象。我的意思是，如果我们取这只双头蠕虫，我们从一只单头蠕虫开始，切掉头部和尾部，扰动电网络，得到一只双头蠕虫。现在，我们把这只双头蠕虫放着几周，放在普通的水里，没有任何操作。我们切掉原来的头部，切掉这个异位的后部头部，然后问会发生什么。当我们第一次做这个实验时，标准的范式是，蠕虫的基因组是正常的，你会切掉异位的头部，所以剩下的都会恢复正常，你会得到这只正常的单头蠕虫，对吧？当然，我展示它是因为事实并非如此。发生的是，一旦你改变了电网络，这种模式记忆就永久地转移到了双头状态。它现在是永久性的双头。所以，如果你反复切割这只动物，并且不再进行任何操作，它将继续再生到这个新的蠕虫外观的规范。顺便说一句，我们现在有办法将其改回来，取一只双头蠕虫并将其重塑成单头。所以，这非常有趣，它具有记忆的几个关键特性：它是长期的、稳定的，它是可重写的或不稳定的，它具有延迟或条件召回（正如我刚才所示，我们可以做到，直到动物需要通过受伤来回忆它），并且它有离散的可能结果：单头或双头。所以，我们一直在做的是尝试开发技术，基本上将某些连接主义模型扩展到这个领域，以帮助我们指导这些实验，其中电回路状态空间中的稳定吸引子对应于特定的下游解剖结构，当然是通过它们开启和关闭的所有不同基因介导的。因此，现在理解这种生物电代码的大规模特性以及这些模式记忆如何真正地编码在组织的稳定状态中，对我们来说至关重要。这不仅对基础科学很重要，对再生医学的应用也很重要。与蝾螈不同，青蛙通常不会再生它们的腿。当你截肢腿时，它们什么也不长，或者只长出非常细的骨刺。我们已经能够开发出一种鸡尾酒，可以改变伤口处细胞的生物电状态，说服它们再生一条新腿。所以，你可以在这里看到，在 45 天内，它开始长出脚趾，这里有一个脚趾甲，最终，它变成了一条相当不错的腿，能够感知触觉，既敏感又具有运动能力。所以，动物可以使用这些腿，然后最终你会得到一些非常好的图案，然后你需要等待它生长。所以，这个想法是，这是再生医学计划的第一步，我们将能够诱导细胞和组织重新生长各种复杂的器官。这不需要植入干细胞，不需要基因组编辑。这完全是关于触发这些动物已经嵌入其电软件中的级联反应，这些模式子程序。当然，接下来是哺乳动物的应用，所以我们正在努力最终应用于人类医学。好的，我们还能够展示的一件事是，利用我们对生物电信号的一些预测性模拟，来逆转不同类型的出生缺陷。所以，这里是一个正常的蝌蚪大脑应该是什么样子，你看到这里的前脑、中脑和后脑。在暴露于各种致畸剂（我们谈论的是酒精、尼古丁、各种其他有害化学物质，甚至像 Notch 这样非常重要的基因的突变）下，你会得到严重的脑部缺陷。前脑基本上缺失，中脑是一个泡泡，后脑一团糟。我们能够通过生物电模拟来产生，这些模拟告诉我们，我们需要恢复什么样的电状态才能恢复正常的大脑。事实上，从这些模拟中，我们可以提取候选药物的信息，这些药物可以打开和关闭各种离子通道。你可以看到这里成功的应用。这个动物有一个突变，它表达了 Notch 基因的突变，这通常会导致大脑的这种可怕畸形，但大脑的结构、基因表达甚至功能。我们给它们做了智商测试，相信与否，你可以在蝌蚪身上做到这一点，你可以测试它们的学习和记忆能力，它们会恢复记忆，尽管有这种可怕的基因突变。所以，我们真的认为，这种生物电网络是一个极其易于处理的层面，它允许我们干预基因组编码的默认状态。因此，在未来，我们希望做到这一点，这是该领域的终极目标，虽然还有很长的路要走，但这个想法是拥有一个生物编译器，我们可以像人们现在在 CAD 中设计东西或进行 3D 打印一样设计我们的生物体，你可以在解剖结构层面进行设计，然后我们就能充分理解你需要做什么才能让这个结构真正生长。进化很早就学会了利用电回路的计算特性。电回路在信息处理方面具有一些非常方便的特性，而进化很早就抓住了这一点。因此，破解这种生物电代码不仅对再生医学，而且对合成生物工程、形态计算等领域都将产生影响。我认为这是一个非常重要的新兴领域。因此，我想以谈论未来来结束，以及这个想法，即也许我们可以创建一个高度鲁棒的机器学习平台技术，该技术基于非神经架构。我们确实对合作者感兴趣。是否有可能当前机器学习的一些局限性是因为人们一直专注于模仿大脑，尤其是人脑架构？如果我们退一步，将我们的尝试基于细胞和组织，它们执行比大脑更基础的信息处理，会发生什么？事实上，有些人已经开始研究其他结构。因此，骨骼、心脏、胰腺细胞，所有这些细胞都已显示出学习的方面，特别是对新条件的鲁棒调整。生物最令人惊叹的事情之一是它们适应前所未见的新情况的能力。解决这个问题对于鲁棒的机器人和人工智能来说将非常重要。但值得注意的是，这一点在动物获得大脑之前就已经存在于细胞中了。因此，我们正在做的一件事是尝试将连接主义、神经网络以及所有这些基本结果扩展到大脑之外，尝试开发一种数学和训练算法，可以用于非神经网络。我们正在做的另一件事是，我们已经取得了一些小小的成功，为所谓的“机器人科学家”领域做出了贡献，这基本上是利用机器学习帮助我们理解正在发生的事情并发现模型，而不仅仅是进行数字计算，而是发现我们正在处理的系统的模型。因此，现在我想感谢今天展示了部分工作的所有人。我想感谢我的资助者，特别是 Paul G. Allen Frontiers Group 和 DARPA。如果你想看看双头蠕虫实际上是什么样子和行为，这就是它们。这里你看到它们。我们现在有博士后工作和访问科学家职位空缺。所以，如果有人对为各种生物系统制造机器人身体、基于非神经架构的新 AI 平台、机器学习以及各种计算机科学应用感兴趣，我们很乐意合作，你可以通过这里与我联系，我将回答问题。谢谢。嘿，你如何确定生物体日常生活中哪些电活动仅仅是由于功能性运动等原因，哪些方面将用于再生等目的？然后你如何实际编辑它？是的，好的，所以，方便的是，用于解剖学层面决策制定的电状态与指导行为的电状态在时间尺度上非常不同。任何与肌肉运动、神经活动有关的事情，你谈论的时间尺度是毫秒。我们处理的电活动，这些模式是稳定的，并且它们在几分钟、几小时甚至几天的时间尺度上发生变化。所以，你处理的是完全不同的频率集合。至于你的第二个问题，我们如何编辑它？是的，所以，我们在实验室模型系统中采取了几种不同的方法。编辑它的最佳方法是插入可控的离子通道。我们将插入新的，可能是光控的，可能是药物控制的，不同的离子通道，使我们能够非常精细地控制所有电特性。在生物医学应用中，这种基因疗法最好避免。所以，我们所做的是开发药物鸡尾酒，它们可以打开和关闭患者体内已有的特定离子通道。我们有各种计算工具，可以让我们查看目标组织中表达了哪些通道和泵，然后尝试制定一个策略，让我们达到我们想要的电信号。这会干扰短期电信号吗？实际上不会。我们发现的一件非常了不起的事情是，我应该指出，大约在 2000 年，当我们第一次提出这种想法时，这被认为是完全疯狂的。人们说细胞的电特性是维持性参数，如果我们干扰它，一切都会死亡，你会得到无法解释的毒性。这些都不是真的。事实证明，细胞非常擅长区分不同类型的电信号，而我们长期进行的活动不会影响行为。当然，你可能会做得过火。我的意思是，我们过去 15 年所做的一部分是制定副作用尽可能小的方案。当然，你可能会压倒系统，但这些是并行工作的。事实上，在所有这些生物体中，无论是再生的涡虫还是再生的蝾螈，它们都在四处活动、进食、表现得像平常一样，而所有细胞都在弄清楚该做什么。因此，存在一个多尺度的解决问题的集合，它们不会相互干扰。非常精彩的演讲，谢谢。好的，非常感谢你非常有趣的演讲。你知道，我对你的生物学启发式工作感到非常兴奋，然后我认为，你知道，有一个叫做合成生物学的研究领域，人们正在尝试创造，实际上，你知道，人们可以从头开始创造人工细胞，而且，你知道，现在如果你将电极连接到小型昆虫上，你可以通过向它们发送信号来控制它们。而且，你知道，人们正试图从机器人学的角度和算法的角度创造真正智能的机器人。所以，我想知道你个人对创造真正智能的代理人或生物体或任何东西的正确方向的看法是什么？嗯，是的，好吧，我可以告诉你几件事。我的团队有一个部门致力于合成形态学，所以我们有一些非常有前景的，它还没有发表，所以我没有在这里提及，但我们有一些关于细胞学习和在完全不同的配置中协作的能力的非常惊人的新数据。所以，你可以制造出与它们来源的动物完全不同的非生物机器，它们能够学会合作，并通过某种程度的涌现和引导的自组装，我们可以制造出一些令人惊叹的机器。我认为这是一个非常令人兴奋的领域。当然，另一件非常有趣的事情是尝试提取细胞和组织使用的策略，并尝试直接在硬件中实现它们，或者进行生物接口。所以，我们做了一些这方面的工作，尝试接口一些……我没有在这里提及，因为时间关系，我们发现，如果我们制造一只眼睛长在尾巴上的蝌蚪，而不是在头部，这些蝌蚪可以完美地看到。如果大脑已经进化了数百万年，它期望来自头部区域的视觉输入，而突然间，在后面有一个奇怪的、发痒的组织区域向你发送一些信号，大脑会毫不费力地弄清楚那是视觉数据并能够学习。所以，这种可塑性是惊人的，我们需要理解它是如何运作的，然后我认为，我们制造的人工制品将是变革性的。谢谢。精彩的演讲。是的，关于植物的电信号和机械信号，你知道什么吗？机械信号相对较慢。你对这些不同模式之间的相互作用有什么了解吗？很好的问题。植物，是的，我的团队不研究植物，但有其他几个实验室在研究，而且非常有趣。植物在电信号方面做着非常类似的事情，就像我在这里展示的很多内容一样，在植物中也是如此，这很了不起，因为植物和动物的多细胞性起源不同。所以，它们都是独立发现的，因为它们的祖先甚至来自细菌。所以，即使是细菌生物膜也会传播类似大脑的钾波。在这方面有一些有趣的研究。因此，例如，植物根系在土壤中穿行并决定它们要去哪里，一直到植物本身的形态发生，我所说的很多内容都适用于植物。机械力，是的，机械力在这所有的一切中也绝对重要，而且机械力与生物电紧密相互作用。存在拉伸和压力敏感的离子通道，所以它们会将机械力转化为电信号。并且存在执行相反功能的蛋白质，它们基本上在膜上的电梯度下产生应力和应变。所以，这些系统也会相互作用。当然，两者都与更熟悉的遗传和生化信号相互作用。所以，这是拼图的三块，整个系统有点像一个动力学系统，所有这些东西都在不断地相互作用。我们总是问自己的一个问题是，在那个控制结构中，何时干预最有效？目前，我的大多数同事都在研究生物化学和遗传学，所以他们正在分子层面进行干预。他们正在寻找生长因子和可扩散信号。我们已经看到，干预电信号层面可以提供极其有效的控制。所以，如果你想要一只眼睛，你可以尝试逐个细胞地组装它，但触发整个子程序要有效得多。因此，我认为很多重要的决策是在电层面做出的，但机械力以及转录和化学网络作为执行这些东西的下游部分，在实际组织中是绝对正确的。你好，感谢你的演讲，非常精彩。你谈了很多关于像再生肢体的细胞是如何做出某种决策的，你说植物根系在穿过地面时会做出决策，而在更高层面，我们的大脑也会做出决策。所以，介于两者之间，存在一种叫做意识的东西。意识是否有真正的定义？如果有，它是渐进的吗？它是线性的吗？你能对此发表看法吗？是的，我关于细胞层面决策的讨论已经足够麻烦了，所以我认为我不会对意识本身发表意见，因为有很多人在研究和争论这些问题。但我会说，存在一个新兴的领域叫做“基础认知”，这些是一群人讨论记忆、学习、感知、创造力等各种事情，从细菌、植物、动物、细胞，甚至群体性生物，比如蚁丘。你知道，蚁丘知道一些个体蚂蚁不知道的事情，等等。所以，很多人都在关注这些事情，我们在会议上讨论所有这些问题。所以，我认为我没有什么深刻的见解可以专门谈论意识，但我确实坚信所有这些都是一个连续体，没有什么特别之处。有很多人认为，有些术语应该只保留在人类心理学的领域。
而我认为那是一个深刻的错误。我认为那是一个错误，既有进化上的理由，也有，你知道，根本就没有原则性的区别，只有程度上的差异，程度上的数量差异。所以你可以看到像预期这样的事情，酵母可以预期，你知道，酵母可以学习简单的模式，然后它们会预期它们。这些东西一直追溯到生命之树的最底层。所以你打算称之为意识的东西，我的意思是，我有一个非常好的同事，她认为意识出现在她称之为“无限制的联想学习”发生的时候，只有一些生物能够进行一种通用的联想学习，而有些生物不能，她就把界线划在那里。我不确定，我认为这和其他任何事情一样合理，但可以肯定的是，这是一个连续体，无论它是意识还是仅仅是功能性的认知能力，它们都一直追溯到最初。非常感谢。你的演讲让我惊叹不已。当你应用这些频率或这种电子信号时，你是怎么做到的？你是直接把电极插入某个东西里，还是用什么东西戳它？这些信号需要应用多长时间？时间框架，这是一个重要的问题。所以，我们从不施加任何电场，我们没有任何电极，我们不施加任何电场，我们也不处理频率。我们试图做的是改变细胞之间静息电位的内源性状态，而我们做到这一点的方式是，我们靶向这些细胞中内源性表达的离子通道蛋白。我们要么关闭它们，要么打开它们，从而影响电学状态。所以，这可以通过基因或药物来实现。在我们的再生医学应用中，使用的是药物，小分子药物。但是，我们可以，比如说，在蝌蚪身上，你知道，有一种非常好的方法可以做到这一点，那就是光遗传学。你植入类似通道视紫红质的东西，然后你照射光，光的模式可以告诉它，你可以真正地精确控制电学状态的走向。时间尺度确实至关重要，因为我向你展示的许多类型的影响，字面上就是触发这些我们称之为子程序调用的东西，对吧，模式化。你必须做的时间非常短。所以在青蛙腿上，我们治疗伤口，治疗截肢伤口24小时，这给了你9个月的腿部生长。所以，在最初的24小时之后，你就走路了，再也不碰它了。整个过程持续24小时。你可以在波浪的不同阶段进行干预。如果你想要的东西不是青蛙腿，而是别的东西，你可以进去，试着让它做别的事情。我们肯定在研究这一点，作为理解正在发生的事情的一种方式。但治疗通常非常短暂，因为这些电学电路的特性之一是它们有这些稳定的吸引子，一旦你把它们打入那个状态空间的邻域，你就不需要在那里保持它们了，它们会保持状态。所以我们的目标是绘制出所有这些东西，以了解我们能做什么才能获得最大的成果。非常感谢。你好，你能多谈谈这些新的架构，这些非神经元架构，它们会给我们带来什么？我们会拥有更具组合性的系统，更灵活的系统，那些不仅仅思考，而且还能感受，甚至可以作为设计新生物体或新事物的试验台，或者利用它来设计生物学吗？是的，我认为，我认为它会给我们带来，我不知道它是否会给我们带来有感觉的系统，以及我们如何知道它们是否有感觉，那是另一回事了。但我想它会给我们带来更强大的适应性系统。生物系统真正擅长的一件事是适应性地调整以适应非常新的环境。所以，我认为我们在这个领域面临的一个问题，如果我错了，你们可以纠正我，但我认为我们面临的一个问题是，在某个特定任务上非常好的系统，当把它转移到另一个任务上时，通常不是那么好。生物学不是这样的，这些细胞和这些组织在以适应的方式处理非常新的场景方面非常出色。生物结构和人们制造的那种人造物之间的一个区别是，生物学在每个层面都有能力。所以，个体分子网络具有记忆和灵活性，细胞有，组织有，器官有，每个层面都有自己的能力。所以你正在用非常智能的组件构建东西，而且还有很多其他事情我们可以长时间地谈论。但我认为它会给我们带来根本上擅长在不友好的环境中追求目标的系统，而这就是，这就是所有生命，对吧？这些生物系统有非常具体的目标，环境会给它们带来各种疯狂的场景，而它们非常擅长应对所有这些。我认为我们还不知道如何做到这一点，所以这就是我们将要获得的。还有最后一个问题。你有没有关于我们如何构建这样的东西的草图？我有很多关于我们应该如何尝试的想法，所以我很乐意稍后和你谈谈，详细讨论。非常感谢。你好，我发现这是一个绝对令人难以置信的演讲，当我在思考这个演讲时，我想到的一件事是伦理问题。似乎当你处理像小型动物时，这并不重要，但当你开始涉及人类并开始做可能对他们产生真正系统性影响的事情时，人们可能会开始反对。我想知道你对如何消除这些伦理担忧有什么看法？当然，是的，好问题。我可以谈几件事。我认为，一方面，我想指出，就伦理担忧而言，我在这里谈论的事情与已经存在的竞争技术相比，在列表的靠后位置。所以，那些进行基因组编辑的人，那些进行传染病研究的人，你知道，创造新型病毒，我的意思是，正在做的事情就像，你知道，远远超出了我们在这里谈论的任何事情。事实上，在这个规模上，这实际上相当微妙，因为我具体要说的是，我认为我们可以开发一种再生医学策略，它不需要操纵基因组，它不需要任何类型的病毒载体，所有这些。所以，我认为，我认为我认为该领域存在比我们正在做的更大的问题，就伦理而言。好吧，非常感谢。你好，所以人工智能社区在模仿信号转导网络方面做了一些工作，特别是在T细胞或免疫细胞方面。所以，我想了解一下，这些基于离子通道的网络和信号转导网络之间的关系是什么？以及这如何与人工智能主题联系起来？其次，计算辅助生物学社区已经开发了许多这类计算模型，从基于布尔网络的模型到偏微分方程，再到布尔网络，将它们扩展到整个模型。这与你在这里谈论的关于非零架构和关系的AI平台有关吗？你的实验室有在做这些吗？是的，这确实是一个非常冗长的问题。听起来我们应该把它拿出来。是的，我认为我们可以详细讨论这个问题，这需要一个相当冗长，相当冗长的回答，但我非常乐意和你谈谈。这是一个很好的问题。关于模式形成，反应扩散模型有一个更长的故事。所以我想知道这是否是一种机制，并且在某种程度上，它已经被BMP信号在命名带中得到证实。所以我想知道你对这个电学系统与反应扩散系统的相互作用的看法是什么？它是上游的吗？它在干扰它吗？它本身就是反应扩散系统吗？是的，所以，所以两件事。据我们目前所知，在我们研究过的案例中，它是上游的。所以它有助于控制化学形态发生器的下游系统。至于第二个问题，抱歉，第二个问题是什么？我想知道它是否可以单独是反应扩散系统。是的，是的，实际上那也是真的。所以，所以这些电学网络的一个非常有趣的事情是，当它们被空间化并分布在一组细胞上时，它们本身，纯粹在电学层面，没有任何底层的转录变化，就可以进行自发的对称性破缺和图灵式的模式。所以，这绝对是真的。好的，谢谢。谢谢。谢谢。非常感谢大家提出的所有精彩问题，也感谢Michael Evan。