大腦是人類智慧的集結(jié)，是已知宇宙當(dāng)中最復(fù)雜的產(chǎn)物，但我們對大腦認(rèn)知卻很晚，比如我們常說心想事成、心外無物，在很長的歷史時期當(dāng)中，我們都以為是心在操控著人類的思維，因此對大腦的研究也被稱作是自然科學(xué)的“終極疆域”。
中科院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心學(xué)術(shù)主任蒲慕明院士，海南大學(xué)校長駱清銘院士和中科院自動化所所長徐波在CCTV-2《對話》節(jié)目連線交流，共同探討腦科學(xué)的前進(jìn)方向與融合應(yīng)用。
人腦擁有近1000億個神經(jīng)元和100萬億個連接，是科學(xué)與醫(yī)學(xué)上最大的謎團(tuán)與挑戰(zhàn)之一。腦科學(xué)的進(jìn)步，不僅關(guān)系到一系列困擾人類的腦疾病的診療，同時也是人工智能、腦機(jī)接口、仿生科學(xué)等前沿科技發(fā)展的基礎(chǔ)，可以看做是最能誕生革命性變化的領(lǐng)域。從2013年起，美國、歐洲、日本相繼啟動了各自的大型腦科學(xué)計(jì)劃。面向世界科技前沿，我國對基礎(chǔ)研究的支持也在不斷加強(qiáng)，從十三五規(guī)劃到十四五規(guī)劃，腦科學(xué)都被列為重點(diǎn)前沿科技項(xiàng)目。2021年，醞釀多年的“中國腦計(jì)劃”正式啟動。中國腦科學(xué)的發(fā)展到底到了怎樣的階段？過去十年里又取得了哪些重要突破呢？
蒲慕明：從我個人的經(jīng)歷來分這個階段好了，（二十世紀(jì)）80年代初，我就開始經(jīng)常在國內(nèi)開講習(xí)班，后來在清華大學(xué)幫助清華大學(xué)恢復(fù)生物系。在那段時間沒有資源做研究，所以在（二十世紀(jì)）80年代的時候，我們主要關(guān)注的就是要能夠建立好的教育系統(tǒng)，這算我們的起步階段。到了二十一世紀(jì)初，1999年我來到中科院，建立了神經(jīng)科學(xué)研究所，在這個時候我們就開始投入做基礎(chǔ)研究，我們的目標(biāo)就是要提高我們科研水平，能夠達(dá)到國際水平。二十年過來了，到我們現(xiàn)在，在過去十年，國內(nèi)各個大學(xué)、研究院都有很多年輕的實(shí)驗(yàn)室建立了，水平也很高，但是他們還沒有建立國際聲望。我們要集中有限的資源，從目前跟跑的階段達(dá)到并跑，甚至有些領(lǐng)域要領(lǐng)跑，從第三梯隊(duì)進(jìn)入到第一梯隊(duì)，我們就要考慮是什么樣的模式才能達(dá)到這樣的目標(biāo)。我們這次的“中國腦計(jì)劃”在規(guī)劃的過程中不斷地研討這個問題。
蒲慕明：“中國腦計(jì)劃”包括三個方向，一個方向就是作為認(rèn)知功能的神經(jīng)基礎(chǔ)，是原理的研究，這是計(jì)劃的主體。然后有另外兩個應(yīng)用方向，一邊是重大腦疾病的診斷和診療方法，針對現(xiàn)在社會面臨的各種重大腦疾病的早期診斷，開展干預(yù)手段的研發(fā)、藥物的研發(fā)等等；另外一邊是腦機(jī)智能技術(shù)，包括兩方面內(nèi)容，一方面是腦機(jī)接口，就是大腦跟機(jī)器之間的聯(lián)系，如何用大腦的信息來控制機(jī)器，如何用外界的信息調(diào)控大腦的活動，另一個方面是類腦研究，就是人工智能的理論研究，是下一代人工智能需要的各種機(jī)器學(xué)習(xí)的算法，類腦研究的硬件加上類腦研究的軟件就是未來智能系統(tǒng)的一個基礎(chǔ)。
蒲慕明：我們整個群體跟歐美國家比起來是小得多的，不能夠把我們整個基礎(chǔ)研究鋪開到所有領(lǐng)域，所以我們的原則是要有所為，有所不為，要抓到重要領(lǐng)域，要占一席之地，有優(yōu)先的領(lǐng)域我們要領(lǐng)先，這是我們的三個原則。在美國有一個國家衛(wèi)生院，每年投入了幾十億美金做腦科學(xué)的研究，做了好幾十年，所以他們2013年啟動了腦計(jì)劃，有一個非常聚焦的點(diǎn)，他們主要是研究新技術(shù)。歐盟的腦計(jì)劃想（依據(jù)）生物學(xué)的動物研究跟人腦研究做一個超級計(jì)算機(jī)的模擬，是長遠(yuǎn)的目標(biāo)。我認(rèn)為“中國腦計(jì)劃”的特點(diǎn)是我們雖然以基礎(chǔ)研究為主體，但是我們不把這個應(yīng)用放在遙遠(yuǎn)的目標(biāo)，而是把應(yīng)用的問題放在同等重要、目前的目標(biāo)上。我們認(rèn)為在沒有完全理解大腦之前，我們應(yīng)該要解決很多實(shí)際的問題、社會需求的問題。
介觀是說，能夠分辨我們神經(jīng)細(xì)胞這樣程度的分辨度的圖譜。我們要看清楚哪一類神經(jīng)細(xì)胞跟哪一類神經(jīng)細(xì)胞有聯(lián)接，要繪制出來聯(lián)接的圖譜，相當(dāng)于畫了一張大腦的全景線路圖，告訴我們路線，從我家到我工作的地方有哪幾條路，走哪條路最近，各個區(qū)域是怎么聯(lián)接在一起的。這個線路圖要介觀層面才有用，全世界都對這個感興趣，但是技術(shù)上有很多困難。
駱清銘：神經(jīng)聯(lián)接圖譜，或者通俗地成為腦地圖的繪制，已經(jīng)有一百多年的歷史，但總體來說，這些嘗試都不是真正意義上的腦聯(lián)接圖譜。過去二十多年，我和我的團(tuán)隊(duì)一直致力于發(fā)展介觀水平的腦圖譜繪制研究，在神經(jīng)元分辨水平的腦地圖繪制方面，創(chuàng)造了國際領(lǐng)先的技術(shù)手段。蒲先生所領(lǐng)導(dǎo)的實(shí)驗(yàn)室在國際上率先實(shí)現(xiàn)了體細(xì)胞克隆猴，還有季維智院士等率領(lǐng)的實(shí)驗(yàn)室在非人靈長類動物模型研究方面，都有非常好的工作積累，這些技術(shù)優(yōu)勢就是我們共同發(fā)起大科學(xué)計(jì)劃的底氣。
駱清銘：要理解這個難度，我們得看看腦內(nèi)的神經(jīng)元到底長什么樣，如果將神經(jīng)元的軸突的直徑看作30米寬的四車道高速公路，那么它的總里程將達(dá)到300萬公里，相當(dāng)于繞地球赤道幾十圈，這還只是一個神經(jīng)元，我們的目標(biāo)就是要完整地繪制出所感興趣的路，也就是特定功能相關(guān)的若干神經(jīng)元及其網(wǎng)絡(luò)。注意，測繪出的這個路必須是全部的、完整的，還要研究這條路與其它路到底怎么連接，比如說公路、鐵路、水路甚至航空線路之間，它們?nèi)绾螌?shí)現(xiàn)貨物交換。人腦有860億個神經(jīng)元，我想大家不難想象出這個難度。
蒲慕明：世界衛(wèi)生組織有這么一個統(tǒng)計(jì)，腦疾病所有加在一起，在因?yàn)榧膊≡斐傻纳鐣?fù)擔(dān)中占比30%，超過了心血管病，也超過了癌癥，現(xiàn)在講85歲以上，三分之一到四分之一都會有老年癡呆，現(xiàn)在平均年齡又那么高，到了將來我們每個家庭都要照顧這樣子的病患。我們圖譜種類很多，假如說我們有了結(jié)構(gòu)圖譜，有些腦疾病我們假如也做出它的結(jié)構(gòu)，就發(fā)現(xiàn)它有些聯(lián)接是沒有的，或者是太多了，我們就知道為什么會出現(xiàn)這些腦疾病。圖譜里面還有細(xì)胞圖譜跟聯(lián)接圖譜，可能在疾病中哪些種類細(xì)胞死亡，我們可以從這圖譜里面就可以得到，聯(lián)接圖譜就可以知道哪些環(huán)路出了問題，我們對腦疾病的理解就更深了一層。
腦科學(xué)的研究不僅僅在解決腦疾病方面發(fā)揮著重要的作用，也通過人工智能的不斷呈現(xiàn)讓我們可以跟未來的空間有更多接觸的可能性。徐波所長通過連線的方式參與討論。
徐波：腦科學(xué)里面的人類的智能跟人工智能，我認(rèn)為是兩類不同的智能進(jìn)化形態(tài)，人工智能更擅長于清晰定義問題、劃分邊界，然后從大量的數(shù)據(jù)當(dāng)中尋找規(guī)律，這也是通常所說的專用人工智能。這些專用人工智能其實(shí)在某些能力上面已經(jīng)達(dá)到跟超越了人類，比如說我們現(xiàn)在每天做核酸檢測時的身份證圖像識別，也包括AlphaGo，它也是在下棋的規(guī)則非常清楚的條件下發(fā)展出來的智能。但是總體而言，跟我們開放世界人類的認(rèn)知能力相比，目前人工智能還非常初級。未來人工智能很有可能是一種人機(jī)協(xié)同的方式，實(shí)際上是更需要一種相互的融合，發(fā)展出一種更好的、可信的、可控的智能形態(tài)。
徐波：我們看到大腦很重要的特點(diǎn)就是非常靈活，尤其是有舉一反三的功能，前額葉通過它的生物機(jī)制構(gòu)建了這樣一個世界模型，比如說當(dāng)我們拿起水杯準(zhǔn)備喝水的時候，看見水杯冒著熱氣，我們很自然就會放下去，晾一會兒再喝，這個動作其實(shí)隱藏著非常多的常識，這個常識對于我們現(xiàn)有的人工智能來說是非常難以表達(dá)的，現(xiàn)有的人工智能模型學(xué)習(xí)是封閉的，是機(jī)械地對我們?nèi)颂峁┑臄?shù)據(jù)進(jìn)行擬合跟有限的泛化，所以這是我們特別期望突破的一個人工智能的方向，也就是通過腦聯(lián)接圖譜來構(gòu)造這樣一個人工世界的模型，來幫助我們實(shí)現(xiàn)剛才提到的自主學(xué)習(xí)、舉一反三。
蒲慕明：過去腦科學(xué)對人工智能的貢獻(xiàn)其實(shí)是非常簡單的，并沒有非常復(fù)雜的結(jié)果被引用了，我們現(xiàn)在腦科學(xué)里面有很多簡單的原理，還沒有應(yīng)用到人工智能里面，舉個例子，我們?nèi)四X的聯(lián)接是可以生成的，會長出新的聯(lián)接，會消減過去，有的聯(lián)接會消失，這些聯(lián)接是動態(tài)的，但是在人工網(wǎng)絡(luò)里面的鏈接都是固定的，擁有固定的架構(gòu)，這個簡單不同的工作模式就可以引入到人工神經(jīng)網(wǎng)絡(luò)。
徐波：實(shí)際上是腦科學(xué)里面一些簡單的原理引入到人工智能模型里面都會對人工智能產(chǎn)生非常大的影響，我們講的下一代人工智能一定能從腦科學(xué)里面受到啟發(fā)，這會是一個從量變到質(zhì)變的過程。下一代人工智能應(yīng)該有三個特點(diǎn)，首先，應(yīng)該是低功耗的，現(xiàn)有的人工智能主要的模型來自于三十年前的神經(jīng)科學(xué)的研究成果，模型結(jié)構(gòu)上部分借鑒了大腦的神經(jīng)形態(tài)，但是它的學(xué)習(xí)方法上目前還主要是基于一種叫誤差反傳的數(shù)學(xué)最優(yōu)化方法，最大的缺點(diǎn)就是能量消耗非常大，比如說最近發(fā)展出來的大模型技術(shù)，訓(xùn)練出這樣一個模型的碳排放相當(dāng)于一輛小汽車從地球到月亮的一個來回，而大腦的能耗大概在20瓦左右，將這一低功耗特性移植到人工智能里來就顯得比較迫切。第二，我覺得下一代人工智能應(yīng)該具有自主學(xué)習(xí)能力，尤其要在認(rèn)知能力上達(dá)到一個新的水準(zhǔn)。最后也是最重要的一點(diǎn)是，我們在這個過程里面要讓機(jī)器跟人在價值觀上實(shí)現(xiàn)我們?nèi)藱C(jī)的協(xié)同，讓機(jī)器表現(xiàn)出符合我們?nèi)祟悆r值觀的能力，給產(chǎn)業(yè)應(yīng)用帶來根本性的變革。
蒲慕明：我覺得有很大的想象空間，但是實(shí)際的進(jìn)展并沒有那么快。腦機(jī)接口的目的是什么？第一個就是要讀取大腦里面的信息，因?yàn)槲覀儗Υ竽X的整個結(jié)構(gòu)和功能理解還是非常粗淺，所以我們很難真正地讀取它的信息，讀取信息不準(zhǔn)確的時候就很難用它的信息來控制器件。當(dāng)然現(xiàn)在的說法是說我們雖然不知道這個腦活動是代表什么意思，但是我知道有這個腦活動的時候就要做什么動作，用大量機(jī)器學(xué)習(xí)算法來補(bǔ)償我們不知道這個信息到底什么意義。
蒲慕明：我現(xiàn)在最好奇的就是我們的共情心或者叫同理心到底是怎么產(chǎn)生的，怎么受環(huán)境影響改變我們的共情心。因?yàn)槲艺J(rèn)為共情心是關(guān)于我們?nèi)祟惿鐣呦蛭磥恚?span>大家是不是可以共存，能不能夠和諧生活，面對世界命運(yùn)共同體最關(guān)鍵的一個人類大腦功能。
聯(lián)系客服
