央視對話：中國腦計劃向最後的前沿進發！

大腦是人類智慧的集結，是已知宇宙當中最複雜的產(chan) 物，但我們(men) 對大腦認知卻很晚，比如我們(men) 常說心想事成、心外無物，在很長的曆史時期當中，我們(men) 都以為(wei) 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的“終極疆域”。

日前，中科院腦科學與(yu) 智能技術卓越創新中心學術主任蒲慕明院士，海南大學校長駱清銘院士和中科院自動化所所長徐波研究員在CCTV-2《對話》節目連線交流，共同探討腦科學的前進方向與(yu) 融合應用。

人腦擁有近1000億(yi) 個(ge) 神經元和100萬(wan) 億(yi) 個(ge) 連接，是科學與(yu) 醫學上最大的謎團與(yu) 挑戰之一。腦科學的進步，不僅(jin) 關(guan) 係到一係列困擾人類的腦疾病的診療，同時也是人工智能、腦機接口、仿生科學等前沿科技發展的基礎，可以看做是最能誕生革命性變化的領域。

從(cong) 2013年起，美國、歐洲、日本相繼啟動了各自的大型腦科學計劃。麵向世界科技前沿，我國對基礎研究的支持也在不斷加強，從(cong) 十三五規劃到十四五規劃，腦科學都被列為(wei) 重點前沿科技項目。

2021年，醞釀多年的“中國腦計劃”正式啟動。中國腦科學的發展到底到了怎樣的階段？過去十年裏又取得了哪些重要突破呢？

中國腦科學經曆了怎樣的發展？

蒲慕明：從(cong) 我個(ge) 人的經曆來分這個(ge) 階段好了，（二十世紀）80年代初，我就開始經常在國內(nei) 開講習(xi) 班，後來在清華大學幫助清華大學恢複生物係。在那段時間沒有資源做研究，所以在（二十世紀）80年代的時候，我們(men) 主要關(guan) 注的就是要能夠建立好的教育係統，這算我們(men) 的起步階段。

到了二十一世紀初，1999年我來到中科院，建立了神經科學研究所，在這個(ge) 時候我們(men) 就開始投入做基礎研究，我們(men) 的目標就是要提高我們(men) 科研水平，能夠達到國際水平。

二十年過來了，到我們(men) 現在，在過去十年，國內(nei) 各個(ge) 大學、研究院都有很多年輕的實驗室建立了，水平也很高，但是他們(men) 還沒有建立國際聲望。我們(men) 要集中有限的資源，從(cong) 目前跟跑的階段達到並跑，甚至有些領域要領跑，從(cong) 第三梯隊進入到第一梯隊，我們(men) 就要考慮是什麽(me) 樣的模式才能達到這樣的目標。我們(men) 這次的“中國腦計劃”在規劃的過程中不斷地研討這個(ge) 問題。

“中國腦計劃”是什麽(me) ？

蒲慕明：“中國腦計劃”包括三個(ge) 方向。

一個(ge) 方向就是作為(wei) 認知功能的神經基礎，是原理的研究，這是計劃的主體(ti) 。

然後有另外兩(liang) 個(ge) 應用方向，一邊是重大腦疾病的診斷和診療方法，針對現在社會(hui) 麵臨(lin) 的各種重大腦疾病的早期診斷，開展幹預手段的研發、藥物的研發等等；

另外一邊是腦機智能技術，包括兩(liang) 方麵內(nei) 容，一方麵是腦機接口，就是大腦跟機器之間的聯係，如何用大腦的信息來控製機器，如何用外界的信息調控大腦的活動，另一個(ge) 方麵是類腦研究，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器學習(xi) 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係統的一個(ge) 基礎。

“中國腦計劃”為(wei) 什麽(me) 要這樣設計？

蒲慕明：我們(men) 整個(ge) 群體(ti) 跟歐美國家比起來是小得多的，不能夠把我們(men) 整個(ge) 基礎研究鋪開到所有領域，所以我們(men) 的原則是要有所為(wei) ，有所不為(wei) ，要抓到重要領域，要占一席之地，有優(you) 先的領域我們(men) 要領先，這是我們(men) 的三個(ge) 原則。

在美國有一個(ge) 國家衛生院，每年投入了幾十億(yi) 美金做腦科學的研究，做了好幾十年，所以他們(men) 2013年啟動了腦計劃，有一個(ge) 非常聚焦的點，他們(men) 主要是研究新技術。

歐盟的腦計劃想（依據）生物學的動物研究跟人腦研究做一個(ge) 超級計算機的模擬，是長遠的目標。

我認為(wei) “中國腦計劃”的特點是我們(men) 雖然以基礎研究為(wei) 主體(ti) ，但是我們(men) 不把這個(ge) 應用放在遙遠的目標，而是把應用的問題放在同等重要、目前的目標上。我們(men) 認為(wei) 在沒有完全理解大腦之前，我們(men) 應該要解決(jue) 很多實際的問題、社會(hui) 需求的問題。

介觀是說，能夠分辨我們(men) 神經細胞這樣程度的分辨度的圖譜。我們(men) 要看清楚哪一類神經細胞跟哪一類神經細胞有聯接，要繪製出來聯接的圖譜，相當於(yu) 畫了一張大腦的全景線路圖，告訴我們(men) 路線，從(cong) 我家到我工作的地方有哪幾條路，走哪條路最近，各個(ge) 區域是怎麽(me) 聯接在一起的。這個(ge) 線路圖要介觀層麵才有用，全世界都對這個(ge) 感興(xing) 趣，但是技術上有很多困難。

駱清銘：神經聯接圖譜，或者通俗地成為(wei) 腦地圖的繪製，已經有一百多年的曆史，但總體(ti) 來說，這些嚐試都不是真正意義(yi) 上的腦聯接圖譜。過去二十多年，我和我的團隊一直致力於(yu) 發展介觀水平的腦圖譜繪製研究，在神經元分辨水平的腦地圖繪製方麵，創造了國際領先的技術手段。蒲先生所領導的實驗室在國際上率先實現了體(ti) 細胞克隆猴，還有季維智院士等率領的實驗室在非人靈長類動物模型研究方麵，都有非常好的工作積累，這些技術優(you) 勢就是我們(men) 共同發起大科學計劃的底氣。

給大腦“畫地圖”難在哪裏？

駱清銘：要理解這個(ge) 難度，我們(men) 得看看腦內(nei) 的神經元到底長什麽(me) 樣，如果將神經元的軸突的直徑看作30米寬的四車道高速公路，那麽(me) 它的總裏程將達到300萬(wan) 公裏，相當於(yu) 繞地球赤道幾十圈，這還隻是一個(ge) 神經元，我們(men) 的目標就是要完整地繪製出所感興(xing) 趣的路，也就是特定功能相關(guan) 的若幹神經元及其網絡。注意，測繪出的這個(ge) 路必須是全部的、完整的，還要研究這條路與(yu) 其它路到底怎麽(me) 連接，比如說公路、鐵路、水路甚至航空線路之間，它們(men) 如何實現貨物交換。人腦有860億(yi) 個(ge) 神經元，我想大家不難想象出這個(ge) 難度。

全腦圖譜有利於(yu) 增進對腦疾病的理解

蒲慕明：世界衛生組織有這麽(me) 一個(ge) 統計，腦疾病所有加在一起，在因為(wei) 疾病造成的社會(hui) 負擔中占比30%，超過了心血管病，也超過了癌症，現在講85歲以上，三分之一到四分之一都會(hui) 有老年癡呆，現在平均年齡又那麽(me) 高，到了將來我們(men) 每個(ge) 家庭都要照顧這樣子的病患。我們(men) 圖譜種類很多，假如說我們(men) 有了結構圖譜，有些腦疾病我們(men) 假如也做出它的結構，就發現它有些聯接是沒有的，或者是太多了，我們(men) 就知道為(wei) 什麽(me) 會(hui) 出現這些腦疾病。圖譜裏麵還有細胞圖譜跟聯接圖譜，可能在疾病中哪些種類細胞死亡，我們(men) 可以從(cong) 這圖譜裏麵就可以得到，聯接圖譜就可以知道哪些環路出了問題，我們(men) 對腦疾病的理解就更深了一層。

腦科學的研究不僅(jin) 僅(jin) 在解決(jue) 腦疾病方麵發揮著重要的作用，也通過人工智能的不斷呈現讓我們(men) 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(yu) 討論。

腦科學與(yu) 人工智能之間是一種什麽(me) 樣的關(guan) 係？

徐波：腦科學裏麵的人類的智能跟人工智能，我認為(wei) 是兩(liang) 類不同的智能進化形態，人工智能更擅長於(yu) 清晰定義(yi) 問題、劃分邊界，然後從(cong) 大量的數據當中尋找規律，這也是通常所說的專(zhuan) 用人工智能。

這些專(zhuan) 用人工智能其實在某些能力上麵已經達到跟超越了人類，比如說我們(men) 現在每天做核酸檢測時的身份證圖像識別，也包括AlphaGo，它也是在下棋的規則非常清楚的條件下發展出來的智能。

但是總體(ti) 而言，跟我們(men) 開放世界人類的認知能力相比，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協同的方式，實際上是更需要一種相互的融合，發展出一種更好的、可信的、可控的智能形態。

最希望腦科學告訴人工智能的是什麽(me) ？

徐波：我們(men) 看到大腦很重要的特點就是非常靈活，尤其是有舉(ju) 一反三的功能，前額葉通過它的生物機製構建了這樣一個(ge) 世界模型，比如說當我們(men) 拿起水杯準備喝水的時候，看見水杯冒著熱氣，我們(men) 很自然就會(hui) 放下去，晾一會(hui) 兒(er) 再喝，這個(ge) 動作其實隱藏著非常多的常識，這個(ge) 常識對於(yu) 我們(men) 現有的人工智能來說是非常難以表達的，現有的人工智能模型學習(xi) 是封閉的，是機械地對我們(men) 人提供的數據進行擬合跟有限的泛化，所以這是我們(men) 特別期望突破的一個(ge) 人工智能的方向，也就是通過腦聯接圖譜來構造這樣一個(ge) 人工世界的模型，來幫助我們(men) 實現剛才提到的自主學習(xi) 、舉(ju) 一反三。

蒲慕明：過去腦科學對人工智能的貢獻其實是非常簡單的，並沒有非常複雜的結果被引用了，我們(men) 現在腦科學裏麵有很多簡單的原理，還沒有應用到人工智能裏麵，舉(ju) 個(ge) 例子，我們(men) 人腦的聯接是可以生成的，會(hui) 長出新的聯接，會(hui) 消減過去，有的聯接會(hui) 消失，這些聯接是動態的，但是在人工網絡裏麵的鏈接都是固定的，擁有固定的架構，這個(ge) 簡單不同的工作模式就可以引入到人工神經網絡。

徐波：實際上是腦科學裏麵一些簡單的原理引入到人工智能模型裏麵都會(hui) 對人工智能產(chan) 生非常大的影響，我們(men) 講的下一代人工智能一定能從(cong) 腦科學裏麵受到啟發，這會(hui) 是一個(ge) 從(cong) 量變到質變的過程。

下一代人工智能應該有三個(ge) 特點，首先，應該是低功耗的，現有的人工智能主要的模型來自於(yu) 三十年前的神經科學的研究成果，模型結構上部分借鑒了大腦的神經形態，但是它的學習(xi) 方法上目前還主要是基於(yu) 一種叫誤差反傳(chuan) 的數學最優(you) 化方法，最大的缺點就是能量消耗非常大，比如說最近發展出來的大模型技術，訓練出這樣一個(ge) 模型的碳排放相當於(yu) 一輛小汽車從(cong) 地球到月亮的一個(ge) 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裏來就顯得比較迫切。

第二，我覺得下一代人工智能應該具有自主學習(xi) 能力，尤其要在認知能力上達到一個(ge) 新的水準。最後也是最重要的一點是，我們(men) 在這個(ge) 過程裏麵要讓機器跟人在價(jia) 值觀上實現我們(men) 人機的協同，讓機器表現出符合我們(men) 人類價(jia) 值觀的能力，給產(chan) 業(ye) 應用帶來根本性的變革。

腦機接口，理想與(yu) 現實的距離有多遠？

蒲慕明：我覺得有很大的想象空間，但是實際的進展並沒有那麽(me) 快。腦機接口的目的是什麽(me) ？第一個(ge) 就是要讀取大腦裏麵的信息，因為(wei) 我們(men) 對大腦的整個(ge) 結構和功能理解還是非常粗淺，所以我們(men) 很難真正地讀取它的信息，讀取信息不準確的時候就很難用它的信息來控製器件。當然現在的說法是說我們(men) 雖然不知道這個(ge) 腦活動是代表什麽(me) 意思，但是我知道有這個(ge) 腦活動的時候就要做什麽(me) 動作，用大量機器學習(xi) 算法來補償(chang) 我們(men) 不知道這個(ge) 信息到底什麽(me) 意義(yi) 。

關(guan) 於(yu) 腦科學，最想向世界解釋什麽(me) ？

蒲慕明：我現在最好奇的就是我們(men) 的共情心或者叫同理心到底是怎麽(me) 產(chan) 生的，怎麽(me) 受環境影響改變我們(men) 的共情心。因為(wei) 我認為(wei) 共情心是關(guan) 於(yu) 我們(men) 人類社會(hui) 走向未來，大家是不是可以共存，能不能夠和諧生活，麵對世界命運共同體(ti) 最關(guan) 鍵的一個(ge) 人類大腦功能。

央視訪談視頻：https://tv.cctv.cn/2022/08/13/VIDEcwUUS15vpkImbzwa4jLm220813.shtml

文字出處：https://k.sina.com.cn/article_5803416260_159e91ac4019010m5h.html