4458
3
0
2016-05-06 22:50:33
2022-11-15
探索智能,、意識的人腦機理，認識人的行為和情感,，創(chuàng)新腦疾病診斷與治療,，是二十一世紀科學的前沿領域。這也是目前“十三五”上海市科研發(fā)展的一個討論熱點,。腦科學是一個重大廣闊的領域，本文僅涉及神經網絡的計算及其對信息技術前景的影響,。
眾所周知,，科技創(chuàng)新對社會經濟的進步起著巨大的作用。計算機的快速發(fā)展使信息技術產業(yè)成為現代經濟的重心之一,。然而,，現有計算機仍難以完成許多對人類大腦來說輕而易舉的復雜任務。所以,，新一代信息技術產業(yè)很關注對于大腦功能和神經網絡的研究,，希望在理解其工作機制的基礎上設計出新型的“人腦式電腦和機器人” 。今年3月,，百度董事長兼首席執(zhí)行官李彥宏在人大,、政協(xié)兩會上提出了“中國大腦”提案，呼吁一個新技術革命,，并希望以此“帶動整個民族創(chuàng)新能力的提升”,。
對基礎研究的投入將帶來腦科學、腦科技的突飛猛進
中國要在信息技術產業(yè)上成為世界領軍人,，應該大力發(fā)展神經科學,，帶動下一個信息技術產業(yè)革命。在美國,， 硅谷一些公司（高通（Qualcomm）, IBM等）已開始向這一新興的“腦科技”（NeuroTech）產業(yè)進軍,。同時，發(fā)展神經科學也具有戰(zhàn)略意義,。 美國國防部高級研究計劃局（DARPA,， Defense Advanced Research Projects Agency)、高級情報研究計劃署(IARPA,，Intelligence Advanced Research Projects Activity),，以及海軍等軍事部門在神經科學領域已投入大量資金研發(fā)最新的神經技術。
但是,，在基礎研究讓我們真正了解大腦的生物學原理之前,， 這些應用都缺乏堅實的基礎,、難于發(fā)展。就好像一個國家如果不重視固體物理研究,，不可能在國際上成為芯片和電腦技術創(chuàng)新的領軍人,。所以，最重要的是對神經科學基礎研究提供長期穩(wěn)定的資金支持,。即使美國情報高級研究計劃署這樣以應用為目標的機構,，目前也主要資助“大腦皮層網絡的機器智能”（Machine Intelligence from Cortical Networks， MICrONS）的基礎研究【1】,。該項目“旨在逆向大腦的運算法則,，徹底改變機器學習”，并且“ 參與者將利用他們對大腦表征,、轉換和學習規(guī)則的深入研究和理解,，來創(chuàng)造能力更強的類腦機器學習算法。” 這樣的規(guī)劃正是基于長遠的戰(zhàn)略考慮,。
學科交叉推動新興的計算神經科學發(fā)展
“類腦人工智能” 至今最成功的例子,，是“深度學習”(deep learning) 【2】。“深度學習”植根于對大腦視覺系統(tǒng)的研究,。視覺系統(tǒng)由很多“層”神經網絡組成（因此叫“深度網絡”）,。神經信號經第一層處理后送至第二層，經第二層進一步處理后送至第三層,，以此類推,。層與層之間的網絡連接是通過學習訓練而形成的（故名“深度學習”）。深度學習系統(tǒng)在完成某些任務上（比如二維物體識別）已接近人的能力,。然而目前這個理論還有相當大的局限,。例如，深度網絡模型通常只有“前饋” 連接（從第一層到第二層,、第二層到第三層,，等等），而人腦的神經系統(tǒng)有很多“反饋” 連接（從第三層回到第二層,，等等）,，比如視覺注意力就來自于從高級“控制”腦區(qū)到初級視覺腦區(qū)的反饋信號。訓練深度網絡的學習算法目前也十分有限,，需要千萬張圖來訓練網絡,。人們對視覺注意力、抉擇,、學習等認知功能的大腦神經網絡機制的研究方興未艾,。發(fā)展腦科學基礎研究，將促進“深度學習” 等類腦智能技術的蓬勃發(fā)展,。
計算神經科學是腦科學中新興的,、跨領域的交叉學科【3,，4】。它把實驗神經科學和理論研究聯系在一起,，運用物理,、數學以及工程學的概念和分析工具來研究大腦的功能。 各種新實驗技術的快速發(fā)展,，給我們帶來了海量數據,。但指數增長的實驗數據，并不保證帶來指數增長的知識,。就像物理學一樣,，只有當理論的發(fā)展與實驗同步時，我們才能找到大腦運作的基本規(guī)律,。因此側重于理論和模型的計算神經科學與實驗神經科學的互動,，將會對認識大腦工作機制起到十分關鍵的作用。大腦是一個異常復雜的動力學系統(tǒng),，具有多種在不同時空層次上的反饋機制,，定量分析和計算模型上深入解析是至關重要的,。這也就是為什么理論和計算神經科學成為了美國的“腦計劃“中的七大優(yōu)先研究方向之一: “嚴謹的理論,，模型建造和統(tǒng)計分析，使我們對于復雜的,，非線性的大腦功能有深入的了解,，這是僅憑直覺無法做到的。為了推動理論和數據分析的發(fā)展,，我們必須加強來自多學科的實驗科學家和理論科學家的合作,，如統(tǒng)計學，物理學,，數學,，工程以及信息科學等。”【5】,。
信息科學與現代神經科學真正結合起來,，是一個很大的挑戰(zhàn)，計算神經科學是二者之間的橋梁,，將在類腦計算,、人工智能和腦機接口（Brain-Machine Interface）的發(fā)展中起關鍵作用?？梢哉f,，沒有世界一流的計算神經科學，就不可能有世界一流的類腦智能技術創(chuàng)新,。反過來,，機器學習（包括深度學習）能引進新的方法來處理腦科學數據,，新的思路來模擬腦功能。因此,，計算神經科學與信息科學應密切合作,，對腦科學與類腦人工智能重大前沿問題進行聯合攻關。
應鼓勵更多的理工人才進入腦科學
我們需要利用物理學,、數學的方法研究上千億神經元組成的復雜結構及其非線性動態(tài)行為,；需要用理論和數學模型從基因、到神經元,、到神經網絡,、到腦系統(tǒng)的多個層次來研究，以解釋認知功能,；需要用新的信息科學的工具分析和解讀實驗中獲得的海量數據,；需要用生物醫(yī)學工程的技術來制造腦機接口，使脊髓損傷和運動殘疾的病人能夠用腦電信號控制智能假肢,。在這些方面,，中國都具有很大的潛力優(yōu)勢，而發(fā)展計算神經科學是關鍵,。
計算神經科學在我國還相對薄弱,，但我們擁有大批杰出的理工科人才，尤其是年輕人,。他們若有機會進入腦科學,，計算神經科學的快速發(fā)展便指日可待。這不僅會培養(yǎng)基礎研究的下一代領軍人,，同時會帶出一大批類腦智能工程技術人才,。舉一個最近的例子，倫敦大學學院的兩位計算神經科學博士后創(chuàng)辦的DeepMind公司,，創(chuàng)業(yè)后不久后便被谷歌以4億美元（約25億人民幣）收購,。 近年來，谷歌,、Facebook等公司極力招計算神經科學的畢業(yè)生,，這種需求會越來越大。
培養(yǎng)新一代計算神經科學家,，可考慮幾種方式,。在美國，斯隆基金會（Sloan Foundation）與斯沃茨基金會（Swartz Foundation）從90年代中便開始建立理論神經科學中心,，現在總共有11個斯?。刮执模⊿loan-Swartz）中心，分布在各個大學,。這些研究中心重點放在吸引培養(yǎng)有物理,、數學或其他計算科學背景的研究生和博士后,，幫助他們成功地轉入計算神經科學領域。迄今這些中心培養(yǎng)出的一百多名學者已在世界各地的著名學府擔任教授,，使計算神經科學領域日趨成熟,。中國應考慮建立幾個理論與計算神經科學中心。另外,，各強勢大學應打破學科的界線,，開本科和研究生的計算神經科學課，條件成熟后可建有關的專業(yè),。這不僅讓物理學和數學學科的青年人有機會學習神經科學,，也讓實驗科學家有機會學習建模的數學知識。暑期學校是另一種有效的途徑,。美國海洋生物實驗室從1988年起辦計算神經科學暑期學校,，訓練了大批從數理化、工程,、信息科學轉到腦科學的年輕人,。我們在國內也于2010年起步創(chuàng)辦了計算和認知科學的暑期學校【6】,，培養(yǎng)這方面的跨學科的年輕人才,。還有，為了建立一個新的領域,，必須有討論會以便于各領域的專家和學生定期集會,、交流和開展合作,，這對計算神經科學這樣的交叉學科尤為重要,。因此，我們需要有條件舉辦定期的會議和暑期學校,。
展望計算神經科學與類腦智能的未來
“十三五”規(guī)劃,，為我國發(fā)展這個新的交叉領域帶來了良機。我們的目標應該包括：第一,，發(fā)展海量數據分析的方法,，為處理腦數據(包括腦環(huán)路和聯結組學數據、高密度成像數據,、大規(guī)模認知功能測量和腦疾病研究數據) 服務,。第二，發(fā)展理論和計算神經學,，尤其是大尺度的認知（包括記憶,、決策、語言）功能腦系統(tǒng)計算模擬,、跨層次（分子,，細胞,，多尺度網絡，動態(tài)系統(tǒng)和行為）機制的分析,。第三,，發(fā)展行為實驗的測量方法，包括對腦疾病患者認知功能的定量測量及其標準化,。第四,，發(fā)展計算神經學與類腦人工智能的交叉研究和應用，包括深度學習算法,、智能機器人等,。第五，將人才從數理化,、工程,、信息科學吸引到神經科學來，培養(yǎng)受過良好定量訓練的新一代腦科學家,。第六,，建立專門支持跨科學研究的項目。第七,，在海量數據共享,、跨學科的研究和人才培訓等方面開展國際合作。 這一切都需要改革資助經費和管理運行的方式,，還需要我們支持跨單位,、跨學科的協(xié)同創(chuàng)新。
大腦是宇宙中最復雜的系統(tǒng)之一,，近年來研究技術的大突破為人類認識大腦開創(chuàng)了新紀元,。但我們對腦功能、尤其高級認知功能的神經網絡機制的研究才剛剛起步,，實驗神經科學必須與理論和計算神經學攜手共進,。計算神經科學也是腦科學與人工智能兩個領域之間的必要橋梁，這些領域的互動和協(xié)同創(chuàng)新將極大推動未來的信息科技,、腦科技以及下一代超級計算機的發(fā)展,。（(作者為上海紐約大學副校長、紐約大學神經科學教授,，原耶魯大學神經科學終身教授,。)）
【1】Neuroscience Programs at IARPA
http://www.iarpa.gov/index.php/research-programs/neuroscience-programs-at-iarpa
【2】LeCun Y, Bengio Y, Hinton G（2015） “深度學習-LeCun、Bengio和Hinton的聯合綜述”,，CSDN,，2015年6月2日
http://www.csdn.net/article/2015-06-02/2824825
【3】汪小京（2009）理論神經科學，見“神經科學”（第三版），主編：韓濟生,，北京大學醫(yī)學出版社,，第五十三章（1003－1018頁）。
【4】 汪小京 (2010) “21世紀的中國計算神經科學展望”,， 科學時報, 2010年8月25日. http://news.sciencenet.cn/sbhtmlnews/2010/8/235983.html?id=235983
【5】BRAIN 2025: A Scientific Vision: Brain Research through Advancing Innovative Neurotechnologies (BRAIN) Working Group Report to the Advisory Committee to the Director, NIH. http://www.nih.gov/science/brain/2025/BRAIN2025.pdf
【6】國際計算和認知神經生物學暑期學校http://ccnss.org/
