<p>功能性磁共振成像(fMRI)可以測(cè)量整個(gè)大腦血液流動(dòng)的變化，在過(guò)去的幾十年里已經(jīng)被用于各種各樣的應(yīng)用，包括&ldquo;功能解剖學(xué)&rdquo;&mdash;&mdash;一種確定當(dāng)一個(gè)人執(zhí)行特定任務(wù)時(shí)，大腦哪些區(qū)域被打開的方法。fMRI已經(jīng)被用來(lái)觀察人們?cè)谧龈鞣N事情時(shí)的大腦&mdash;&mdash;做數(shù)學(xué)題、學(xué)習(xí)外語(yǔ)、下棋、即興彈鋼琴、做填字游戲，甚至是看《抑制你的熱情》這樣的電視節(jié)目。</p> <p>&nbsp;</p> <p>一個(gè)很少受到關(guān)注的追求是計(jì)算機(jī)編程&mdash;&mdash;既包括編寫代碼的苦差事，也包括試圖理解一段已經(jīng)編寫好的代碼這一同樣令人困惑的任務(wù)。麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室(CSAIL)的博士生Shashank Srikant說(shuō):&ldquo;考慮到計(jì)算機(jī)程序在我們?nèi)粘Ｉ钪械闹匾裕@當(dāng)然值得研究。&rdquo;現(xiàn)在很多人都在處理代碼&mdash;&mdash;閱讀、編寫、設(shè)計(jì)、調(diào)試&mdash;&mdash;但沒(méi)有人真正知道當(dāng)這些事情發(fā)生時(shí)他們的腦子里在想什么。&rdquo;幸運(yùn)的是，他在本月早些時(shí)候在新奧爾良舉行的神經(jīng)信息處理系統(tǒng)會(huì)議上發(fā)表的一篇論文中，在這個(gè)方向上取得了一些&ldquo;進(jìn)展&rdquo;&mdash;&mdash;與麻省理工學(xué)院的同事Benjamin Lipkin(論文的另一位主要作者，與Srikant一起)，Anna Ivanova, Evelina Fedorenko和Una-May O 'Reilly共同撰寫。</p> <p>&nbsp;</p> <p>這篇新論文建立在2020年由許多相同作者撰寫的一項(xiàng)研究的基礎(chǔ)上，該研究使用功能磁共振成像來(lái)監(jiān)測(cè)程序員&ldquo;理解&rdquo;小塊或代碼片段時(shí)的大腦。(在這種情況下，理解意味著查看代碼段并正確確定由代碼段執(zhí)行的計(jì)算結(jié)果。)大腦與認(rèn)知科學(xué)(BCS)教授、早期研究的合著者費(fèi)多倫科解釋說(shuō)，2020年的研究表明，代碼理解并沒(méi)有持續(xù)激活語(yǔ)言系統(tǒng)，即處理語(yǔ)言處理的大腦區(qū)域。&ldquo;相反，多需求網(wǎng)絡(luò)&mdash;&mdash;一種與一般推理有關(guān)、支持?jǐn)?shù)學(xué)和邏輯思維等領(lǐng)域的大腦系統(tǒng)&mdash;&mdash;非?；钴S。&rdquo;她說(shuō)，目前的工作還利用了對(duì)程序員的核磁共振掃描，需要&ldquo;更深入的研究&rdquo;，以尋求獲得更細(xì)粒度的信息。</p> <p>&nbsp;</p> <p>之前的研究調(diào)查了20到30個(gè)人，以確定他們平均依賴哪些大腦系統(tǒng)來(lái)理解代碼，而這項(xiàng)新研究則調(diào)查了單個(gè)程序員在處理計(jì)算機(jī)程序的特定元素時(shí)的大腦活動(dòng)。例如，假設(shè)有一行代碼涉及文字操作，另一段代碼涉及數(shù)學(xué)運(yùn)算。&ldquo;我能從我們?cè)诖竽X中看到的活動(dòng)，實(shí)際的大腦信號(hào)，嘗試逆向工程，弄清楚程序員具體在看什么嗎?&rdquo;Srikant問(wèn)道。&ldquo;這將揭示與程序有關(guān)的信息在我們的大腦中是唯一編碼的。&rdquo;他指出，對(duì)于神經(jīng)科學(xué)家來(lái)說(shuō)，如果他們可以通過(guò)觀察某人的大腦信號(hào)來(lái)推斷該物理屬性，那么該物理屬性就被認(rèn)為是&ldquo;編碼&rdquo;的。</p> <p>&nbsp;</p> <p>舉個(gè)例子，循環(huán)&mdash;&mdash;程序中重復(fù)特定操作直到達(dá)到預(yù)期結(jié)果的指令&mdash;&mdash;或者分支&mdash;&mdash;一種不同類型的編程指令，可以使計(jì)算機(jī)從一個(gè)操作切換到另一個(gè)操作。根據(jù)觀察到的大腦活動(dòng)模式，研究小組可以判斷出某人是在評(píng)估一段涉及循環(huán)還是分支的代碼。研究人員還能分辨出這些代碼是與單詞還是數(shù)學(xué)符號(hào)有關(guān)，以及人們閱讀的是實(shí)際的代碼還是僅僅是對(duì)該代碼的書面描述。</p> <p>&nbsp;</p> <p>這解決了一個(gè)調(diào)查員可能會(huì)問(wèn)的第一個(gè)問(wèn)題，即某樣?xùn)|西實(shí)際上是否被編碼了。如果答案是肯定的，那么下一個(gè)問(wèn)題可能是:它在哪里編碼?在上面引用的例子中&mdash;&mdash;循環(huán)或分支，單詞或數(shù)學(xué)，代碼或其描述&mdash;&mdash;大腦激活水平在語(yǔ)言系統(tǒng)和多需求網(wǎng)絡(luò)中都是相當(dāng)?shù)摹?lt;/p> <p>&nbsp;</p> <p>然而，當(dāng)涉及到與所謂的動(dòng)態(tài)分析相關(guān)的代碼屬性時(shí)，觀察到一個(gè)明顯的差異。</p> <p>&nbsp;</p> <p>程序可以具有&ldquo;靜態(tài)&rdquo;屬性&mdash;&mdash;例如序列中數(shù)字的數(shù)量&mdash;&mdash;不隨時(shí)間變化。&ldquo;但是程序也可以有動(dòng)態(tài)的方面，比如循環(huán)運(yùn)行的次數(shù)，&rdquo;Srikant說(shuō)。&ldquo;我不能總是閱讀一段代碼，并提前知道該程序的運(yùn)行時(shí)間。&rdquo;麻省理工學(xué)院的研究人員發(fā)現(xiàn)，在動(dòng)態(tài)分析中，信息在多需求網(wǎng)絡(luò)中的編碼比在語(yǔ)言處理中心中的編碼要好得多。這一發(fā)現(xiàn)是他們探索代碼理解在大腦中如何分布的線索之一&mdash;&mdash;哪些部分參與其中，哪些部分在任務(wù)的某些方面發(fā)揮了更大的作用。</p> <p>&nbsp;</p> <p>該團(tuán)隊(duì)進(jìn)行了第二組實(shí)驗(yàn)，其中包含了被稱為神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)模型，這些模型是在計(jì)算機(jī)程序上專門訓(xùn)練的。近年來(lái)，這些模型在幫助程序員完成代碼段方面取得了成功。研究小組想要弄清楚的是，當(dāng)參與者檢查一段代碼時(shí)，他們?cè)谘芯恐锌吹降拇竽X信號(hào)是否與神經(jīng)網(wǎng)絡(luò)分析同一段代碼時(shí)觀察到的激活模式相似。他們得到的答案是肯定的。</p> <p>&nbsp;</p> <p>斯里康德說(shuō):&ldquo;如果你把一段代碼放入神經(jīng)網(wǎng)絡(luò)中，它會(huì)生成一系列數(shù)字，以某種方式告訴你這個(gè)程序是關(guān)于什么的。&rdquo;對(duì)學(xué)習(xí)計(jì)算機(jī)程序的人的大腦掃描同樣會(huì)產(chǎn)生一系列數(shù)字。例如，當(dāng)一個(gè)程序被分支主導(dǎo)時(shí)，&ldquo;你會(huì)看到一種獨(dú)特的大腦活動(dòng)模式。&rdquo;他補(bǔ)充說(shuō)，&ldquo;當(dāng)機(jī)器學(xué)習(xí)模型試圖理解同一片段時(shí)，你也會(huì)看到類似的模式。&rdquo;</p> <p>&nbsp;</p> <p>馬普軟件系統(tǒng)研究所的Mariya Toneva認(rèn)為這樣的發(fā)現(xiàn)&ldquo;特別令人興奮&rdquo;。他們提高了使用代碼計(jì)算模型來(lái)更好地理解我們閱讀程序時(shí)大腦中發(fā)生的事情的可能性。&rdquo;她說(shuō)。</p> <p>&nbsp;</p> <p>麻省理工學(xué)院的科學(xué)家們對(duì)他們所發(fā)現(xiàn)的聯(lián)系非常感興趣，這些聯(lián)系揭示了計(jì)算機(jī)程序的離散片段是如何在大腦中編碼的。</p> <p>&nbsp;</p> <p>但他們還不知道這些最近收集到的見解能告訴我們?nèi)藗冊(cè)诂F(xiàn)實(shí)世界中如何執(zhí)行更精細(xì)的計(jì)劃。完成這類任務(wù)&mdash;&mdash;比如去看電影，這需要檢查放映時(shí)間、安排交通、買票等等&mdash;&mdash;不能由單個(gè)代碼單元和單個(gè)算法來(lái)處理。這樣一個(gè)計(jì)劃的成功執(zhí)行反而需要&ldquo;組合&rdquo;&mdash;&mdash;將不同的片段和算法串在一起，形成一個(gè)合理的序列，從而產(chǎn)生新的東西，就像將單獨(dú)的音樂(lè)小節(jié)組合起來(lái)，形成一首歌甚至交響樂(lè)一樣。CSAIL的首席研究科學(xué)家O 'Reilly說(shuō)，創(chuàng)建代碼組合模型&ldquo;目前超出了我們的能力范圍&rdquo;。</p> <p>&nbsp;</p> <p>利普金是BCS的博士生，他認(rèn)為這是下一個(gè)合乎邏輯的步驟&mdash;&mdash;弄清楚如何&ldquo;將簡(jiǎn)單的操作結(jié)合起來(lái)構(gòu)建復(fù)雜的程序，并使用這些策略有效地解決一般的推理任務(wù)。&rdquo;他進(jìn)一步認(rèn)為，到目前為止，該團(tuán)隊(duì)在實(shí)現(xiàn)這一目標(biāo)方面取得的一些進(jìn)展歸功于其跨學(xué)科的組成。利普金說(shuō):&ldquo;我們能夠從程序分析和神經(jīng)信號(hào)處理的個(gè)人經(jīng)驗(yàn)，以及機(jī)器學(xué)習(xí)和自然語(yǔ)言處理的結(jié)合工作中汲取經(jīng)驗(yàn)。&rdquo;&ldquo;隨著神經(jīng)科學(xué)家和計(jì)算機(jī)科學(xué)家聯(lián)手探索理解和構(gòu)建通用智能，這種類型的合作正變得越來(lái)越普遍。&rdquo;</p> <p>&nbsp;</p> <p>該項(xiàng)目由麻省理工學(xué)院- ibm沃森人工智能實(shí)驗(yàn)室、麻省理工學(xué)院智能探索、國(guó)家科學(xué)基金會(huì)、美國(guó)國(guó)立衛(wèi)生研究院、麥戈文大腦研究所、麻省理工學(xué)院大腦與認(rèn)知科學(xué)系以及西蒙斯社會(huì)大腦中心資助。</p> <p>&nbsp;</p> <blockquote> <p>注：本文由院校官方新聞直譯，僅供參考，不代表指南者留學(xué)態(tài)度觀點(diǎn)。</p> </blockquote>