机器学习、脑部与电脑视觉

我们为何能轻易在人群中认出家人或朋友的面孔？

如此理所当然的行为，其运作机制却是科学界的重大奥秘之一！

从视觉到人工智慧，揭开人脑与电脑的「看见」之谜

几乎大脑所有的行为，都与视觉息息相关，当我们了解视觉形成的原理，不仅能够明白「看见」代表的意义，更能一窥大脑运作的堂奥。哈佛大学神经科学教授理查．马斯兰藉由解析眼睛的内在组成与行为，解答了关于大脑处理资讯的关键问题：即人类如何感知、学习和记忆资讯。

视觉神经细胞是高度特化、细致而多元的神经细胞，一条视神经中约包含百万根神经纤维，也因此「视觉的形成机制」一直是科学界亟欲解开的谜题。《眼见为凭：从眼睛到大脑，从感知到思考，探索「看见」的奥秘》分为三部分，理查．马斯兰带领读者从第一部「视觉的开始」出发，解说光线进入视网膜时发生的各项细节、介绍视网膜与视神经上功能不同的细胞及其机制；第二部分进一步阐述这些神经细胞如何各司其职接收讯息，并将其转化为知觉的复杂神经网络，让我们对日常生活中几乎不会意识到的「看见」，有了全新的认识，更将内容扩及电脑，阐述其如何藉由机器学习发展人工智慧；第三部分则尝试讨论知觉与思想，当电脑学会「看」，是否表示它有了自己的思想？电脑真能取代人脑吗？或者还需要发展更多技巧？都在本书中有独到的解析。

理查．马斯兰以风趣生动的口吻讲述看似枯燥的理论机制，并广纳各种观点；行文之间更不时点缀以合作过的杰出学者，以及在漫长研究过程中发生的大小事。透过深入浅出的笔触，让那些在实验室里度过的晨昏跃然纸上，带领读者一同参与这趟伟大的解谜之旅。

【精彩书摘】

有视力的电脑

现在最佳的脸部辨识电脑其实表现得非常棒，几乎和人类一样好，不过体积比人脑大太多了，而且需要消耗许多能量。我将说明两类南辕北辙的方式。其中一类以规则为基础，也就是说这个方法会严格遵守一连串特殊的分析步骤。大部分的人想到的会是这种，举例来说，我在这一章开头提到的那位坚持己见的航太工程师便是。为了方便说明，我把以规则为基础的称为「蠢方法」（dumb method），不过这一类中有些方法一点都不蠢。

第二类方式利用机器学习，模仿脑的运作，现在看来会是将来的主流，让隐私权拥护者恐惧的也是这类方式。我们把这类人工智慧方式称为「巧方法」（smart method）。我的描述将会集中在后者，主要是因为这些方法类似于神经元的行为，而我认为神经元是灵巧的。目前人工智慧法是脸部辨识的主流。

脸部辨识演算法中包括了数个任务：首先要认出有一张脸存在，然后分辨那是谁的脸。为了好玩，我们看看一个利用机器学习的脸部辨识演算法，这是由商业数学软体MATLAB所提供的案例，值得你花一些时间瞧瞧，因为许多感知器也是以同样的方式运作。一开始那些让脸部纳入标准座标的步骤，和以规则为基础的演算法相同，前面已经说明过，接下来的步骤是：

把大批大批清理好的脸部影像（正面、光照均匀）输入到多层级的神经网络，训练神经网络为这些脸孔标上迪克、珍、比尔等名字的标籤。这是教导机器的步骤，对于输入到机器的影像，你得告诉神经网络说：「这张是比尔。」或「这张不是比尔。」

神经网路就如同其他感知器那样採用反向传播，调整各个连结的加权。当教师说「这张是比尔」时，最活跃的突触会受到加强。唯一的差异在于计算能力强的系统会用到一整迭感知器，也就是人工智慧机器中那些隐藏层。反向传播会逆着影响每个隐藏层，直到输入层。

现在这个神经网络已经过训练，我们可以测试一下：找张比尔的影像输入神经网络，如果这个影像和用来训练用的影像够相似，其中一个决策器便接收到了很强的输入，因为它的突触之前受到比尔脸部各方位的影像而强化了。

神经网络很大，而且见过了很多张脸，现在变得很灵巧，能够在光照亮度不同的状况下辨识出比尔脸孔的各个角度，不论他穿的是白衬衫或是红T恤。在实际状况中，用来训练脸部辨识神经网络的资料库非常庞大。在以往使用的是汽车驾照的檔案资料，其中含有数百万个已知身分的脸部影像。

很有趣的是，实际上我们并不知道神经网络如何区分出比尔。皮肤的顏色？脸部高度和宽度之间的比例？直鼻或是鹰勾鼻？酒窝？青春痘留下的伤痕？还是以上全部？这些都在隐藏层中，都位于数不尽的连结里。

(本文摘自《眼见为凭》/时报出版)

【作者简介】

理查．马斯兰（Richard Masland, 1942-2019）

哈佛医学院科甘杰出眼科学教授（David Glendenning Cogan Distinguished Professor of Ophthalmology）与神经科学教授。曾担任世上最大视觉研究机构麻州眼耳医院（Massachusetts Eye and Ear Infirmary）研究主任多年。二十多年来担任哈佛医学园神经科学课程的主要教师，并因此得到两座教师奖。他是美国科学促进会（AAAS）成员、前霍华德．休斯医学研究所（Howard Hughes Medical Institute）研究员，以及普洛克特奖章（Proctor Medal）与爱尔康研究奖（Alcon Research Award）等诸多奖项的得主。他为视网膜的神经网路与逆转失明的研究带来了开创性的贡献。