腦科學(xué)與類腦研究概述

蒲慕明 徐波 譚鐵牛

人類的大腦是生物演化的奇跡，它是由數(shù)百種不同類型的上千億的神經(jīng)細(xì)胞所構(gòu)成的極為復(fù)雜的生物組織。理解大腦的結(jié)構(gòu)與功能是21世紀(jì)最具挑戰(zhàn)性的前沿科學(xué)問題；理解認(rèn)知、思維、意識和語言的神經(jīng)基礎(chǔ)，是人類認(rèn)識自然與自身的終極挑戰(zhàn)。腦科學(xué)對各種腦功能神經(jīng)基礎(chǔ)的解析，對有效診斷和治療腦疾病有重要的臨床意義；腦科學(xué)所啟發(fā)的類腦研究可推動新一代人工智能技術(shù)和新型信息產(chǎn)業(yè)的發(fā)展。

《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要（2006—2020）》對腦科學(xué)與認(rèn)知科學(xué)研究做了戰(zhàn)略規(guī)劃：“腦功能的細(xì)胞和分子機理，腦重大疾病的發(fā)生發(fā)展機理，腦發(fā)育、可塑性與人類智力的關(guān)系，學(xué)習(xí)記憶和思維等腦高級認(rèn)知功能的過程及其神經(jīng)基礎(chǔ)，腦信息表達(dá)與腦式信息處理系統(tǒng)，人腦與計算機對話等?！苯陙恚X科學(xué)在基礎(chǔ)研究和應(yīng)用方面醞釀著歷史性的重大突破，發(fā)達(dá)國家紛紛推出大型腦研究計劃；我國政府亦將啟動“腦科學(xué)與類腦研究”國家科技重大專項：側(cè)重以探索大腦認(rèn)知原理的基礎(chǔ)研究為主體，以發(fā)展類腦人工智能的計算技術(shù)和器件及研發(fā)腦重大疾病的診斷干預(yù)手段為應(yīng)用導(dǎo)向。面對激烈的國際競爭以及迫切的社會需求，“腦科學(xué)與類腦研究”項目的實施，將有助于我國在腦認(rèn)知原理、類腦人工智能和腦疾病診治的前沿領(lǐng)域取得重大突破，在國際上產(chǎn)生引領(lǐng)作用。

1 國際腦科學(xué)和類腦研究的回顧與前瞻

1.1 腦科學(xué)的回顧

現(xiàn)代神經(jīng)科學(xué)的起點是神經(jīng)解剖學(xué)和組織學(xué)對神經(jīng)系統(tǒng)結(jié)構(gòu)的認(rèn)識和分析。從宏觀層面，Broca和Wernicke對大腦語言區(qū)的定位，Brodmann對腦區(qū)的組織學(xué)分割，Penfield對大腦運動和感覺皮層對應(yīng)身體各部位的圖譜繪制、功能核磁共振成像對在活體進行任務(wù)時腦內(nèi)依賴于電活動的血流信號等，使我們對大腦各腦區(qū)可能參與某種腦功能已有相當(dāng)?shù)睦斫?。由于每一腦區(qū)的神經(jīng)元種類多樣，局部微環(huán)路和長程投射環(huán)路錯綜復(fù)雜，要理解神經(jīng)系統(tǒng)處理信息的工作原理，必須先具有神經(jīng)元層面的神經(jīng)聯(lián)結(jié)結(jié)構(gòu)和電活動信息。20世紀(jì)在神經(jīng)元層面從下而上的研究也有了一些標(biāo)志性的突破，如Cajal對神經(jīng)系統(tǒng)的細(xì)胞基礎(chǔ)及神經(jīng)元極性結(jié)構(gòu)和多樣形態(tài)的分析，Sherrington對神經(jīng)環(huán)路和脊髓反射弧的定義，Adrian發(fā)現(xiàn)神經(jīng)信息以動作電位的頻率來編碼信息的幅度，Hodgkin和Huxley對從動作電位的離子機制并發(fā)現(xiàn)各種神經(jīng)遞質(zhì)及其功能，Katz和Eccles對化學(xué)突觸傳遞的分析，Hubel和Wiesel發(fā)現(xiàn)各種視覺神經(jīng)元從簡單到復(fù)雜的感受野特性，Bliss和Ito等人發(fā)現(xiàn)突觸的長期強化和弱化現(xiàn)象，O’keefe等人發(fā)現(xiàn)對特定空間定位有反應(yīng)的神經(jīng)元等，使我們對神經(jīng)元如何編碼、轉(zhuǎn)導(dǎo)和儲存神經(jīng)信息有了較清楚的理解，但是這些神經(jīng)元的特性是如何通過局部環(huán)路和長程環(huán)路產(chǎn)生的，我們的理解還十分有限。至于對環(huán)路中的神經(jīng)信息如何產(chǎn)生感知覺、情緒、思維、抉擇、意識、語言等各種腦認(rèn)知功能的理解更為粗淺。問題的關(guān)鍵是，我們對腦功能相關(guān)的神經(jīng)環(huán)路結(jié)構(gòu)和神經(jīng)信息處理機制的解析仍極不清楚。

1.2 腦科學(xué)領(lǐng)域的重大問題：從圖譜制作到機制解析

就像20世紀(jì)90年代“全基因組測序”是理解生物體基因基礎(chǔ)的關(guān)鍵，“全腦圖譜的制作”已成為腦科學(xué)必須攻克的關(guān)口。核磁共振等腦成像技術(shù)大大推動了人們在無創(chuàng)條件下對大腦宏觀結(jié)構(gòu)和電活動的理解。但是由于這些宏觀成像技術(shù)的低時空分辨率（秒、厘米級），不能滿足在解析大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和工作原理時的需求，目前急需有介觀層面細(xì)胞級分辨率（微米級）神經(jīng)網(wǎng)絡(luò)的圖譜和高時間分辨率（毫秒級）的載體神經(jīng)元集群的電活動圖譜。完整的全腦圖譜制作的必要過程中，對每個腦區(qū)神經(jīng)元種類的鑒定是必要的一步。目前使用單細(xì)胞深度RNA測序技術(shù)對小鼠大腦進行的鑒定中，已發(fā)現(xiàn)許多新的神經(jīng)元亞型。利用在這些神經(jīng)元亞型特異表達(dá)的分子作為標(biāo)記，可以繪制各腦區(qū)各種類型神經(jīng)元的輸入和輸出聯(lián)接圖譜。對一個神經(jīng)元亞型的最好的定義是連接和功能的定義：接受相同神經(jīng)元的輸入并對相同腦區(qū)的相同神經(jīng)元有輸出的一群神經(jīng)元。在建立結(jié)構(gòu)圖譜后，需要描敘各個神經(jīng)聯(lián)接在進行腦功能時的電活動圖譜，這就需要有對神經(jīng)元集群在體內(nèi)的觀測手段。有了神經(jīng)元層面的網(wǎng)絡(luò)電活動的圖譜，并進一步用操縱電活動的方式來決定該電活動與腦功能的因果關(guān)系，就能逐步解析腦功能的神經(jīng)基礎(chǔ)。

上述3類腦圖譜（神經(jīng)元種類圖譜、介觀神經(jīng)聯(lián)接圖譜、介觀神經(jīng)元電活動圖譜）的制作將是腦科學(xué)界長期的工作。以目前已有的技術(shù)，鑒別小鼠全腦的所有神經(jīng)元的類型和介觀層面的全腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖譜制作至少需要10～15年，而對非人靈長類（如獼猴）則可能需要20～30年以上的時間。當(dāng)然，與過去人類基因組測序一樣，腦結(jié)構(gòu)圖譜制作的進展速度很大程度上依賴于介觀層面觀測新技術(shù)的研發(fā)，后者又依賴于對新技術(shù)研發(fā)和圖譜制作的科研投資。值得注意的是，在全腦神經(jīng)聯(lián)接圖譜未完成前，神經(jīng)科學(xué)家針對特定腦功能的已知神經(jīng)環(huán)路，對其工作機制已作出了許多有意義的解析。尤其是在過去10年中，使用小鼠為模型，利用光遺傳方法操縱環(huán)路電活動，對特定神經(jīng)環(huán)路的電活動與腦認(rèn)知功能之間的因果關(guān)系的理解，取得了前所未有的進展。神經(jīng)系統(tǒng)內(nèi)所有的腦功能環(huán)路都存在于彼此相連的神經(jīng)網(wǎng)絡(luò)之中，許多認(rèn)知功能的神經(jīng)環(huán)路都牽涉到許多腦區(qū)的網(wǎng)絡(luò)，全腦的結(jié)構(gòu)和電活動圖譜是完整地理解大腦功能神經(jīng)基礎(chǔ)所必需的。

許多動物都具有基本腦認(rèn)知功能，例如感覺和知覺、學(xué)習(xí)和記憶、情緒和情感、注意和抉擇等，這些功能的神經(jīng)環(huán)路和工作機理研究，可使用各種動物模型（包括果蠅、斑馬魚、鼠、猴等）；但是對高等腦認(rèn)知功能，如共情心、思維、意識、語言等，可能有必要使用非人靈長類（如獼猴和狨猴）為實驗動物。介觀神經(jīng)網(wǎng)絡(luò)的神經(jīng)元類別、結(jié)構(gòu)性和功能性的聯(lián)接圖譜繪制，在未來20年將是不可或缺的腦科學(xué)領(lǐng)域。我國科學(xué)家有望在此領(lǐng)域發(fā)揮引領(lǐng)作用。

1.3 腦健康領(lǐng)域的重大問題：腦疾病的早期診斷和干預(yù)

據(jù)世界衛(wèi)生組織定量評價，全球各類疾病給社會造成的負(fù)擔(dān)中，腦疾病占28%，已超過心血管疾病或癌癥。其中備受關(guān)注的腦疾病包括神經(jīng)發(fā)育疾?。ㄈ缱蚤]癥）、精神疾?。ㄈ缫钟舭Y）和神經(jīng)退行性疾?。ㄈ缋夏臧V呆癥等）。神經(jīng)發(fā)育疾病是一類由腦部生長和發(fā)育缺陷導(dǎo)致的疾病，表現(xiàn)為情緒、認(rèn)知等功能的異常。不少病變發(fā)生的時期較早，在嬰兒期或童年期就有表現(xiàn)。其中自閉癥（又稱孤獨癥）主要表現(xiàn)為人際交往、情感、語言交流等方面的障礙，以及狹隘的興趣和重復(fù)刻板等怪異行為。我國0～6歲低齡兒童占人口總數(shù)近8%，自閉癥的發(fā)病率很高，一般平均在1%左右。根據(jù)局部抽樣調(diào)查數(shù)據(jù)保守推算，我國患兒人數(shù)已過百萬，受自閉癥困擾的人群可能達(dá)千萬。精神疾病是由神經(jīng)系統(tǒng)病變導(dǎo)致的行為和心理活動紊亂，表現(xiàn)為認(rèn)知、情感、意志等精神活動出現(xiàn)不同程度的障礙。其中抑郁癥最為普遍，據(jù)中國疾病預(yù)防控制中心調(diào)查，我國抑郁癥的發(fā)病率超過4%，患者人數(shù)超過3000萬，已成為影響我國人民生產(chǎn)生活的主要病癥之一。神經(jīng)退行性疾病是一類以神經(jīng)元的結(jié)構(gòu)和功能逐漸喪失以至死亡為特征的神經(jīng)系統(tǒng)病變。其中常見的是老年癡呆癥（又稱為阿爾茨海默綜合征），在65歲及以上的人群中發(fā)病率約13%，并且發(fā)病率隨著年齡的增長而大幅提高。85歲及以上的人群，約有一半以上患有此病。2014年我國老齡人口已突破2億大關(guān)，并且將以每年100萬的速度增長。我國屬老年癡呆癥的高發(fā)地區(qū)，目前患者人數(shù)超過600萬，居全球首位，且呈明顯上升趨勢。

目前科學(xué)界對這3類重大腦疾?。ㄓ啄昶谧蚤]癥和智障、中年期抑郁癥和成癮、老年期的退行性腦疾?。┑牟∫蛉圆涣私?，治療的措施也十分缺乏。早期診斷和早期干預(yù)將是對腦疾病最有效的醫(yī)療方式。人類需要繼續(xù)探索這些腦重大疾病的致病機理，致病機理的完全理解仍有賴于闡明腦認(rèn)知功能的神經(jīng)基礎(chǔ)。在完全理解機理之前，急需研發(fā)出有效的腦重大疾病預(yù)警和早期診斷的各種指標(biāo)，包括基因變異的檢測、血液體液和腦脊液中的分子成分、腦影像及腦功能的指標(biāo)等。對診斷出的早期患者，需要早期干預(yù)，以延緩或預(yù)防腦疾病的出現(xiàn)。我們需要研發(fā)早期干預(yù)的藥理、生理和物理新技術(shù)和新儀器。目前醫(yī)療界已在使用一些物理刺激技術(shù)來治療腦疾病，如穿顱磁刺激（TMS）、穿顱直流電刺激（tDCS）、深度腦刺激（TMS）等，這些刺激方法的精度和刺激模式需進一步優(yōu)化，而優(yōu)化的過程仍依賴于腦科學(xué)對認(rèn)知功能的神經(jīng)環(huán)路所獲得的新信息。新藥物和新型生理物理干預(yù)技術(shù)的研發(fā)，需要合適的動物模型，因此，建立腦重大疾病的非人靈長類模型是不可或缺的一環(huán)。

1.4 人工智能發(fā)展的回顧

1956年夏季，以麥卡錫、明斯基等為首的一批有遠(yuǎn)見的年輕科學(xué)家探討用機器模擬智能，并提出了人工智能這一術(shù)語，60年來該領(lǐng)域的理論和技術(shù)都得到了迅速的發(fā)展。

圖靈獎獲得者Allen Newell以認(rèn)知心理學(xué)為核心，探索認(rèn)知體系結(jié)構(gòu)。至今在認(rèn)知心理學(xué)與人工智能領(lǐng)域廣泛應(yīng)用于心智建模的認(rèn)知體系結(jié)構(gòu)SOAR與ACT-R都是在Newell直接領(lǐng)導(dǎo)下或受其啟發(fā)而發(fā)展起來的，并以此為基石實現(xiàn)了對人類各種認(rèn)知功能的建模。DavidMarr不但是計算機視覺的開拓者，還奠定了神經(jīng)元群之間存儲、處理、傳遞信息的計算基礎(chǔ)，特別是對學(xué)習(xí)與記憶、視覺相關(guān)環(huán)路的神經(jīng)計算建模作出了重要貢獻(xiàn)。Hodgkin與Huxley依據(jù)生理實驗結(jié)果創(chuàng)建了第一個精細(xì)的動作電位模型，Misha等人構(gòu)建了神經(jīng)元之間的突觸計算模型。由瑞士洛桑聯(lián)邦理工大學(xué)（EPFL）發(fā)起的“藍(lán)腦計劃”自2005年開始實施，經(jīng)過10年的努力，目前專注于極為精細(xì)的微觀神經(jīng)元及其微環(huán)路建模，較為完整地完成了特定腦區(qū)內(nèi)皮質(zhì)柱的計算模擬。但總體而言，以上工作要真正實現(xiàn)認(rèn)知功能的模擬還有很大鴻溝需要跨越。

人工智能符號主義研究的出發(fā)點是對人類思維、行為的符號化高層抽象描述，20世紀(jì)70年代興起的專家系統(tǒng)是該類方法的代表。而以人工神經(jīng)網(wǎng)絡(luò)為代表的聯(lián)接主義的出發(fā)點正是對腦神經(jīng)系統(tǒng)結(jié)構(gòu)及其計算機制的初步模擬。人工神經(jīng)網(wǎng)絡(luò)的研究可以追溯到20世紀(jì)40年代，有些還借鑒了腦神經(jīng)元之間突觸聯(lián)接的赫布法則作為其學(xué)習(xí)理論。感知器（Perceptron）是淺層人工神經(jīng)網(wǎng)絡(luò)的代表，由于其權(quán)值自學(xué)習(xí)能力引起了巨大關(guān)注。Minsky等人指出，單層感知器無法表示異或函數(shù)的缺陷使得人工神經(jīng)網(wǎng)絡(luò)研究一度陷入低谷，而反向傳播算法的提出解決了多層感知機學(xué)習(xí)的難題。隨后Minsky在文獻(xiàn)[19]中提出的第2個問題，即當(dāng)時計算能力的提升不足以支持大規(guī)模神經(jīng)網(wǎng)絡(luò)訓(xùn)練的問題長期限制了人工神經(jīng)網(wǎng)絡(luò)的發(fā)展，直至深度學(xué)習(xí)的誕生及其支撐硬件平臺的發(fā)展。在深度學(xué)習(xí)提出之前，Rumelhart等人重新提出誤差反向傳播算法，其在非線性模式分類中顯示的強大性能帶動了人工神經(jīng)網(wǎng)絡(luò)研究和應(yīng)用的一輪熱潮。LeCun等人提出的卷積神經(jīng)網(wǎng)絡(luò)受到了Fukushima等人更早提出的Neocognitron的啟發(fā)。深度學(xué)習(xí)算法提出之后，隨著GPU并行計算的推廣和大數(shù)據(jù)的出現(xiàn)，在大規(guī)模數(shù)據(jù)上訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)成為可能，從而大大提升了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和泛化能力。然而，增加層數(shù)的人工神經(jīng)網(wǎng)絡(luò)仍然是腦神經(jīng)系統(tǒng)的粗糙模擬，且其學(xué)習(xí)的靈活性仍遠(yuǎn)遜于人腦。

在人工神經(jīng)網(wǎng)絡(luò)的研究中，大多數(shù)學(xué)者主要關(guān)心提升網(wǎng)絡(luò)學(xué)習(xí)的性能。Poggio及其合作者的工作是人工神經(jīng)網(wǎng)絡(luò)向更類腦方向發(fā)展的典范，特別是其模仿人類視覺信息處理通路構(gòu)建的HMAX模型上的一系列工作。此外，Bengio及其合作者融合了腦的基底神經(jīng)節(jié)與前額葉的信息處理機制，提出了類腦強化學(xué)習(xí)，也是人工神經(jīng)網(wǎng)絡(luò)向更類腦的方向發(fā)展有較大影響力的工作。加拿大滑鐵盧大學(xué)Eliasmith團隊的SPAUN腦模擬器是多腦區(qū)協(xié)同計算領(lǐng)域標(biāo)志性的工作。由Hawkins提出的分層時序記憶（Hierarchical Temporal Memory）模型更為深度地借鑒了腦信息處理機制，主要體現(xiàn)在該模型借鑒了腦皮層的6層組織結(jié)構(gòu)及不同層次神經(jīng)元之間的信息傳遞機制、皮質(zhì)柱的信息處理原理等。

從問題求解目標(biāo)講，幾乎所有的人工智能系統(tǒng)都需要首先進行人工形式化建模，轉(zhuǎn)化為一類特定的計算問題（如搜索、自動推理、機器學(xué)習(xí)等）進行處理，因而人工智能系統(tǒng)都被稱為專用人工智能系統(tǒng)。IBMDeepBlue系統(tǒng)擊敗國際象棋世界冠軍卡斯帕羅夫、IBM Watson問答系統(tǒng)在“危險邊緣”挑戰(zhàn)賽中擊敗人類對手、Siri等自動人機對話與服務(wù)系統(tǒng)的出現(xiàn)、Google汽車自動駕駛等都從不同視角展示了這個領(lǐng)域的進展。而最為震撼的是，2016年3月份Google的AlphaGo程序首次利用深度學(xué)習(xí)技術(shù)擊敗人類圍棋世界冠軍。這些人工智能系統(tǒng)的出現(xiàn)，有力地推動了人工智能技術(shù)和應(yīng)用的發(fā)展，也使得人工智能成為目前IT領(lǐng)域最為引人注目的領(lǐng)域。

1.5 類腦人工智能發(fā)展的重大問題：具有自主學(xué)習(xí)能力的智能系統(tǒng)

人工智能技術(shù)代表著國家競爭力，并正在以前所未有的速度滲透到現(xiàn)代服務(wù)業(yè)、工業(yè)和軍事等領(lǐng)域中。隨著老齡化社會的到來，需要大量具備能理解人類意圖并進行人機協(xié)同工作的智能機器人，歐盟SPARC就啟動了全球最大的民用機器人研發(fā)計劃；以IBM Watson為代表，將有大量具備復(fù)雜數(shù)據(jù)整合和分析能力的人工智能用于醫(yī)療、法律、政府決策等領(lǐng)域，正在替代很多專業(yè)領(lǐng)域的白領(lǐng)工作；通過人工智能技術(shù)實現(xiàn)無人駕駛，不但釋放大量勞動力、提高生活質(zhì)量，且是另外一個萬億級規(guī)模產(chǎn)值的領(lǐng)域。我國人口紅利的消失也迫切需要發(fā)展各種智能機器人替代藍(lán)領(lǐng)工人，智能化成為未來工業(yè)發(fā)展的必然趨勢。德國“工業(yè)4.0”，軟銀集團的孫正義提出2050年機器人拯救日本經(jīng)濟，美國總統(tǒng)奧巴馬提出的以機器人為核心的高端制造業(yè)回歸，無不對中國智能產(chǎn)業(yè)發(fā)展構(gòu)成重大挑戰(zhàn)。美國的X47-B無人機實現(xiàn)在航母上的自主起降，美國的BigDog能在多種復(fù)雜環(huán)境中自如穩(wěn)定行進，世界軍事強國已逐步形成以加速發(fā)展智能化武器裝備為核心的競爭態(tài)勢?？梢哉f，沒有智能技術(shù)武裝的服務(wù)業(yè)、工業(yè)和軍事的大國之間的較量，就猶如侏儒和巨人的格斗。

（1）人工智能要滿足現(xiàn)實需求還缺乏足夠的適應(yīng)性。圖靈機計算的本質(zhì)是需要人們對現(xiàn)實世界進行形式化的定義，模型能力取決于人對物理世界的認(rèn)知程度，因此人限定了機器描述問題、解決問題的程度。這使得目前的智能系統(tǒng)在感知、認(rèn)知、控制等多方面都存在巨大瓶頸。例如還難以實現(xiàn)海量多模態(tài)信息的選擇性感知與注意、模式識別與語言理解在處理機制與效率等方面與人腦相比還存在明顯不足，需要針對某個專用問題非常依賴人工輸入知識或提供大規(guī)模標(biāo)記訓(xùn)練樣本。

（2）目前的人工智能技術(shù)缺乏通用性。語音識別、圖像處理、自然語言處理、機器翻譯等采用不同的模型和不同的學(xué)習(xí)數(shù)據(jù)，兩種不同的任務(wù)無法采用同一套系統(tǒng)進行求解，不同任務(wù)之間知識也無法共享。而人腦卻采用同一個信息處理系統(tǒng)進行自動感知、問題分析與求解、決策控制等。

（3）目前基于深度學(xué)習(xí)方法已經(jīng)在人工智能領(lǐng)域取得了很大的成功，然而其代價是高耗能。例如在執(zhí)行AlphaGo這樣的任務(wù)時，共動用了1202個CPU核和176GPU核，采用了40個搜索線程進行計算。按照這個耗能計算，我們還無法想象要實現(xiàn)一個具備大腦功能的智能系統(tǒng)按照目前的水平需要多少供電。而人類大腦的功耗僅在20 W左右。

Ailamaki等人指出：“除人腦以外，沒有任何一個自然或人工系統(tǒng)能夠具有對新環(huán)境與新挑戰(zhàn)的自適應(yīng)能力、新信息與新技能的自動獲取能力、在復(fù)雜環(huán)境下進行有效決策并穩(wěn)定工作直至幾十年的能力。沒有任何系統(tǒng)能夠在多處損傷的情況下保持像人腦一樣好的魯棒性，在處理同樣復(fù)雜的任務(wù)時，沒有任何人工系統(tǒng)能夠媲美人腦的低能耗性?！苯陙?，腦與神經(jīng)科學(xué)、認(rèn)知科學(xué)的進展使得在腦區(qū)、神經(jīng)簇、神經(jīng)微環(huán)路、神經(jīng)元等不同尺度觀測的各種認(rèn)知任務(wù)中，獲取腦組織的部分活動相關(guān)數(shù)據(jù)已成為可能。人腦信息處理過程不再僅憑猜測，而通過多學(xué)科交叉和實驗研究獲得的人腦工作機制也更具可靠性。因此，受腦信息處理機制啟發(fā)，借鑒腦神經(jīng)機制和認(rèn)知行為機制發(fā)展類腦智能已成為近年來人工智能與計算科學(xué)領(lǐng)域的研究熱點。

新一代人工智能需要在上述腦研究啟發(fā)下，以多腦區(qū)、多模態(tài)和多任務(wù)協(xié)同為核心，研究神經(jīng)網(wǎng)絡(luò)微觀刺激調(diào)控和宏觀動態(tài)演化、視聽觸感認(rèn)知通道及協(xié)同、長時短時記憶與決策、運動視覺與規(guī)劃控制等，建立具有生物和數(shù)學(xué)基礎(chǔ)的計算模型與學(xué)習(xí)方法，實現(xiàn)具有自主學(xué)習(xí)能力的智能系統(tǒng)。

2 國際大型腦研究計劃概述

近年來國際上興起了腦科學(xué)研究的熱潮，發(fā)達(dá)國家紛紛推出大型腦研究計劃。其中最受關(guān)注的是2013年美國和歐盟分別提出的“通過推動創(chuàng)新型神經(jīng)技術(shù)開展大腦研究計劃（Brain Research through Advancing Innovative Neurotechnologies，BRAIN）”和“人腦計劃（Human Brain Project，HBP）”，以及2014年日本啟動的“腦智（Brain/MIND）計劃”。美國的腦計劃側(cè)重于新型腦研究技術(shù)的研發(fā)，從而揭示腦的工作原理和腦的重大疾病發(fā)生機制，其目標(biāo)是像人類基因組計劃那樣，不僅要引領(lǐng)前沿科學(xué)發(fā)展，同時帶動相關(guān)高科技產(chǎn)業(yè)的發(fā)展。在未來10年將新增投入45億美元。參與此計劃的機構(gòu)包括美國政府科研資助機構(gòu)（如NIH、NSF、DARPA）、民間基金會（Kavli、Simon基金會）和研究所（Allen研究所）。在計劃啟動之初，美國NIH成立了工作小組，邀請專家在全美各地召開討論會征求意見，并為此計劃提出了9項優(yōu)先發(fā)展的領(lǐng)域和目標(biāo)，其中依序為：鑒定神經(jīng)細(xì)胞的類型并達(dá)成共識；繪制大腦結(jié)構(gòu)圖譜；研發(fā)新的大規(guī)模神經(jīng)網(wǎng)絡(luò)電活動記錄技術(shù)；研發(fā)一套調(diào)控神經(jīng)環(huán)路電活動的工具集；建立神經(jīng)元電活動與行為的聯(lián)系；整合理論、模型和統(tǒng)計方法；解析人腦成像技術(shù)的基本機制；建立人腦數(shù)據(jù)采集的機制；腦科學(xué)知識的傳播與人員培訓(xùn)。

歐盟是世界最大的經(jīng)濟體，多年來對腦科學(xué)及相關(guān)疾病的研究有大量投入。2012年7月“歐洲第七框架計劃（FP7）”將“腦部疾病防治”和“涉及健康、材料、神經(jīng)科學(xué)與神經(jīng)機器人的信息通信技術(shù)”作為新的資助主題，共投入19.2億歐元。2013年1月歐盟正式公布“人腦計劃”（HBP）為未來新興技術(shù)旗艦計劃（FETFlagship）的兩大計劃之一。該計劃原由瑞士的神經(jīng)學(xué)家Henry Markram構(gòu)思并領(lǐng)導(dǎo)籌劃，初始目標(biāo)是用超級計算機來模擬人類大腦，用于研究人腦的工作機制和未來腦疾病的治療，并借此推動類腦人工智能的發(fā)展。參與的科學(xué)家來自歐盟各成員國的87個研究機構(gòu)。

日本在2014年啟動的國家腦計劃的目標(biāo)是“使用整合性神經(jīng)技術(shù)制作有助于腦疾病研究的大腦圖譜（Brain Mapping by Integrated Neurotechnologies for Disease Studies，Brain/MINDS）”，為期10年，第1年2700萬美元，以后逐年增加。此計劃聚焦在使用狨猴為動物模型，繪制從宏觀到微觀的腦聯(lián)結(jié)圖譜，并以基因操作手段，建立腦疾病的狨猴模型。

3 中國腦計劃

過去2年內(nèi)，在科技部的組織下，中國腦科學(xué)和智能技術(shù)相關(guān)領(lǐng)域的專家舉行了10余次討論。這些會議達(dá)成的基本共識是，我國急需啟動一項國家級“腦科學(xué)和類腦研究”計劃；并建議此計劃應(yīng)依據(jù)我國的特色、優(yōu)勢、需求和目前的科研力量，以理解腦認(rèn)知功能的神經(jīng)基礎(chǔ)為研究主體，以腦機智能技術(shù)和腦重大疾病診治手段研發(fā)為兩翼，在未來15年內(nèi)使我國的腦認(rèn)知基礎(chǔ)研究、類腦研究和腦重大疾病研究達(dá)到國際先進水平，并在部分領(lǐng)域起到引領(lǐng)作用。腦認(rèn)知原理的研究將可能產(chǎn)生有重大國際影響的基礎(chǔ)科學(xué)成果；腦重大疾病的研究可望建立早期診斷與早期干預(yù)的技術(shù)體系，大幅度降低腦疾病的經(jīng)濟與社會負(fù)擔(dān)。類腦研究和腦機智能技術(shù)是未來高科技領(lǐng)域的關(guān)鍵；類腦計算系統(tǒng)的突破將推動我國信息產(chǎn)業(yè)并帶動工業(yè)、農(nóng)業(yè)、金融及國防等領(lǐng)域的跨越式發(fā)展。

在腦計劃討論中，專家們提出了一些未來研究的重點內(nèi)容。在腦認(rèn)知的神經(jīng)基礎(chǔ)原理領(lǐng)域，包括基本腦認(rèn)知功能（感覺和知覺、學(xué)習(xí)和記憶、情緒和情感、注意和抉擇等）以及高等腦認(rèn)知功能（同理心、思維、自我意識、語言等）的神經(jīng)環(huán)路和工作機理、人腦宏觀神經(jīng)網(wǎng)絡(luò)和模式動物介觀神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)性及功能性全景式圖譜的繪制。在類腦計算與腦機智能技術(shù)領(lǐng)域，包括類腦計算理論和新一代人工神經(jīng)網(wǎng)絡(luò)計算模型、類神經(jīng)形態(tài)的處理器和類腦計算機、類腦計算系統(tǒng)所需要的軟件環(huán)境和應(yīng)用平臺、可自我學(xué)習(xí)和能適應(yīng)環(huán)境而成長的機器人、腦機接口和腦機融合的新模型和新方法、腦活動（電、磁、超聲）調(diào)控技術(shù)等。在腦重大疾病與健康領(lǐng)域，包括了闡釋腦重大疾?。ㄈ缬啄昶谧蚤]癥和智障，中年期抑郁癥和成癮、老年期的退行性腦疾?。┑闹虏C理、確立腦重大疾病預(yù)警和早期診斷的各種指標(biāo)（包括基因譜、血液和腦脊液、腦影像和腦功能指標(biāo)）、腦重大疾病早期干預(yù)、治療與康復(fù)的（藥理、生理和物理）新手段和器件的研發(fā)、建立非人靈長類動物（獼猴為主）的腦重大疾病模型等。為支撐這些研究，需要建立關(guān)鍵核心技術(shù)研發(fā)與推廣的三類全國性平臺：腦結(jié)構(gòu)與功能研究新技術(shù)平臺、腦重大疾病臨床研究技術(shù)平臺、類腦研究工程平臺。總之，與歐、美、日新啟動的腦計劃相比，中國腦計劃所包含的內(nèi)容更為廣泛，同時對社會需求有更直接的對應(yīng)。

4 中國腦科學(xué)和類腦智能技術(shù)的優(yōu)勢領(lǐng)域

《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要（2006—2020）》將“腦科學(xué)與認(rèn)知”列入基礎(chǔ)研究8個科學(xué)前沿問題之一?！?73”“863”計劃和科技支撐計劃等對腦科學(xué)研究總投入約14億元人民幣，國家自然科學(xué)基金資助腦研究的經(jīng)費近20億元人民幣，2012年起中科院啟動的B類先導(dǎo)專項“腦功能聯(lián)結(jié)圖譜計劃”，每年投入經(jīng)費約6000千萬元人民幣。通過以上項目的實施，我國已培養(yǎng)了一批積極參與國際腦科學(xué)前沿工作的科學(xué)家團隊，建立了一些國際先進水平的技術(shù)平臺；在腦和神經(jīng)元發(fā)育的分子機制、基因組分析和基因操作技術(shù)、突觸可塑性、膠質(zhì)細(xì)胞與神經(jīng)元的交互作用、視覺感知功能環(huán)路、情感情緒的調(diào)控機制、學(xué)習(xí)記憶和抉擇等腦認(rèn)知功能的神經(jīng)基礎(chǔ)、多模態(tài)腦成像技術(shù)、腦電信號采集分析、宏觀和介觀層面腦網(wǎng)絡(luò)結(jié)構(gòu)的觀測和分析技術(shù)等方面，已取得了一批國際水平的成果；理解腦疾?。ㄈ缋夏臧V呆癥、帕金森病、抑郁癥、精神分裂癥、毒品成癮等）的發(fā)病機制、精神類疾病的相關(guān)基因研究、精神神經(jīng)藥物研發(fā)和進一步研發(fā)腦疾病的預(yù)防、早期診斷和治療手段等方面已具有了初步的條件；腦疾病的轉(zhuǎn)基因獼猴模型制作，已居國際領(lǐng)先；多種腦重大疾病患者的資源庫建設(shè)、致病基因和早期生物標(biāo)記的篩選等領(lǐng)域已建立了一定的基礎(chǔ)。但是，與發(fā)達(dá)國家相比，整體水平仍有相當(dāng)差距，尤其是支撐腦科學(xué)研究的先進技術(shù)的原創(chuàng)和研發(fā)能力差距甚大；國際影響力有限，同時缺乏整體、系統(tǒng)性的統(tǒng)籌規(guī)劃。面對時不我待的新形勢，我國必須抓住機遇，推動腦科學(xué)研究的跨越式發(fā)展。

腦機智能也得到了我國“973”“863”和自然科學(xué)基金項目的支持，其分布在《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要（2006—2020）》前沿技術(shù)中的“智能感知”和“虛擬現(xiàn)實”等領(lǐng)域，同時在重點領(lǐng)域與優(yōu)先主題中“數(shù)字媒體內(nèi)容技術(shù)”也包含了人工智能技術(shù)?！?73”“863”計劃和科技支撐計劃等從不同角度對人工智能研究進行了支持。自2008年開始，國家自然科學(xué)基金委啟動了重大研究計劃“視聽覺信息的認(rèn)知計算”，連續(xù)5年資助了73個項目?！霸诟兄卣魈崛?、整合和表達(dá)”“感知數(shù)據(jù)的機器學(xué)習(xí)和理解”以及“多模態(tài)信息協(xié)同計算”等核心科學(xué)問題上取得進展。2012年起中科院啟動的B類先導(dǎo)專項“腦功能聯(lián)結(jié)圖譜計劃”，從2015年開始也專門將智能技術(shù)納入其中，進行融合。

通過以上項目的實施，我國在計算機視覺、語音識別、機器翻譯和自然語言理解等領(lǐng)域已達(dá)國際先進水平，并在產(chǎn)業(yè)化方面邁出了堅實的步伐。同時我國也在深度學(xué)習(xí)芯片體系架構(gòu)方面有所創(chuàng)新，并在類腦智能機器人方面率先進行了布局。但是，與發(fā)達(dá)國家相比，在支撐類腦智能的前沿研究以及軟硬件結(jié)合的類腦智能機器人領(lǐng)域的原創(chuàng)與研發(fā)能力方面差距甚大。我們迫切需要按照“頂天立地”的原則，一方面抓兩個學(xué)科的融合，產(chǎn)生原始創(chuàng)新的理論和方法；另一方面要進一步加強技術(shù)的應(yīng)用和產(chǎn)業(yè)化，迎頭趕上人工智能浪潮的到來。

5 中國科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心

為配合國家科技發(fā)展的戰(zhàn)略需求和相應(yīng)的體制與機制改革，中國科學(xué)院在“四類機構(gòu)”改革的框架下，于2014年8月成立了“腦科學(xué)卓越創(chuàng)新中心”，以上海生命科學(xué)研究院神經(jīng)科學(xué)所為依托單位。鑒于腦科學(xué)與類腦研究交叉和融合發(fā)展的需求，“腦科學(xué)卓越創(chuàng)新中心”在2015年擴容為“腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心”（簡稱為“腦智中心”）。腦智中心是跨學(xué)科、跨院校的組織；目標(biāo)在以科學(xué)問題為導(dǎo)向，凝聚中國科學(xué)院的科研實力，通過團隊合作和學(xué)科交叉融合，解決在腦科學(xué)和類腦智能技術(shù)兩個前沿領(lǐng)域的重大問題。

腦智中心有4個特點：（1）中心的科研骨干來自中國科學(xué)院20個研究所和中國科學(xué)院院外若干高校。每位科研骨干加入中心后，都須參與一個或多個研究團隊，以合作的形式對團隊成員共同感興趣的重大前沿科學(xué)問題進行攻關(guān)。（2）與其他已有的實驗室聯(lián)盟不同，中心明確要求每位學(xué)術(shù)骨干把主要的工作精力投入到完成中心團隊的研究課題中。依據(jù)中心、學(xué)術(shù)骨干、骨干所在單位簽訂的“三方工作協(xié)議”，所在工作單位將積極支持骨干完成中心任務(wù)，提供必要的科研條件，并按照中科院制定的《卓越中心章程》認(rèn)定與采納中心對參與成員的考核結(jié)果。（3）中心所組織的全國性科研團隊，將配合或承擔(dān)國家中長期重大科研項目的任務(wù)。（4）中心也是中科院科研體制改革的實驗平臺，將探索各種機制，以期最大程度地避免中科院各單位間研究內(nèi)容的同質(zhì)化與碎片化。腦智中心的共建單位多、學(xué)科多樣、文化差異較大，給有效交流合作帶來相當(dāng)?shù)碾y度。為此中心采取了一些措施，包括中心成員每年必須在中心其他共建單位蹲點兩個星期以上，進行開課、講座和實驗工作；啟動雙導(dǎo)師研究生制度等。腦智中心將不斷嘗試新的機制，促進不同研究背景的科學(xué)家之間的交流合作，并建立團隊合作，攻克重大科學(xué)問題。

中心的科研工作包括5個領(lǐng)域：（1）在“腦認(rèn)知功能的環(huán)路基礎(chǔ)”領(lǐng)域，中心將研究感覺輸入是如何啟動和調(diào)節(jié)動物的本能行為、神經(jīng)元震蕩活動在多感覺信息處理和整合中的作用、記憶儲存與提取的神經(jīng)機制、適應(yīng)性行為和高級認(rèn)知功能（如自我意識、共情心和語言等）的神經(jīng)環(huán)路基礎(chǔ)。（2）在“腦疾病機理與診斷干預(yù)”領(lǐng)域，中心正在利用基因操作技術(shù)，研制腦疾病的猴類模型和腦認(rèn)知研究的工具猴。中心也在研究人類特有基因在調(diào)節(jié)腦容量和腦疾病致病機理的作用；研制能早期診斷發(fā)育性、精神性和神經(jīng)退行性腦疾病的基因、分子和認(rèn)知功能指標(biāo)。（3）在“腦研究新技術(shù)”研究方向，中心正在完善鑒別神經(jīng)元類型的單細(xì)胞基因分析方法、病毒感染示蹤標(biāo)記神經(jīng)環(huán)路的方法、記錄電信號和化學(xué)信號的微電級陣列技術(shù)，以及各種觀測腦結(jié)構(gòu)和功能的光學(xué)、磁共振影像新技術(shù)。（4）在“類腦模型與智能信息處理”研究方向，中心在介觀和宏觀水平對光學(xué)和磁共振成像數(shù)據(jù)進行全腦聯(lián)結(jié)組分析，研發(fā)多感覺模態(tài)感知和能準(zhǔn)確辨認(rèn)圖像、語音并理解語義的信息計算模型。（5）在“類腦器件與系統(tǒng)”研究方向，中心正在研發(fā)類神經(jīng)元計算芯片、新一代的神經(jīng)網(wǎng)絡(luò)計算器件、類腦智能機器人以及人機協(xié)同的智能訓(xùn)練和生長環(huán)境。

6 結(jié)語

雖然，腦科學(xué)與類腦研究是兩個目標(biāo)完全不同的領(lǐng)域：腦科學(xué)的目標(biāo)是要理解大腦的結(jié)構(gòu)和功能、演化來源和發(fā)育過程，以及神經(jīng)信息處理的機制。類腦研究的目標(biāo)是研發(fā)出新一代的智能技術(shù)，推動信息產(chǎn)業(yè)的發(fā)展。但在競爭激烈的國際科技界，哪個國家能領(lǐng)先占領(lǐng)腦科學(xué)和類腦研究的高地，很大程度要看誰能首先做到這兩個領(lǐng)域真正地融合發(fā)展。中科院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心的成立，邁出了重要的一步。