機(jī)器之心

中國科學(xué)院神經(jīng)科學(xué)研究所、中國科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心、香港科技大學(xué)生命科學(xué)部和分子神經(jīng)科學(xué)國家重點(diǎn)實(shí)驗(yàn)室、中國科學(xué)院自動(dòng)化研究所在 《Neuron》上聯(lián)合發(fā)表了一篇概述論文《China Brain Project: Basic Neuroscience, Brain Diseases, and Brain-Inspired Computing》，介紹了「中國腦計(jì)劃」在基礎(chǔ)神經(jīng)科學(xué)、腦疾病和腦啟發(fā)計(jì)算上的研究進(jìn)展。以下是我們的完整編譯。

論文作者簡(jiǎn)介：

• 蒲慕明（Mu-ming Poo）：中國科學(xué)院上海生命科學(xué)研究院神經(jīng)科學(xué)研究所（ION）所長(zhǎng)，中國科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心（CEBSIT）主任

• 杜久林（Jiu-lin Du）：中國科學(xué)院上海生命科學(xué)研究院神經(jīng)科學(xué)研究所副所長(zhǎng)，中國科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心（CEBSIT）副主任

• 熊志奇（Zhi-Qi Xiong）：中國科學(xué)院上海生命科學(xué)研究院神經(jīng)科學(xué)研究所副所長(zhǎng)及該所腦疾病機(jī)理（Brain Disease Mechanisms）部門負(fù)責(zé)人

• 葉玉如（Nancy Y. Ip）：香港科技大學(xué)生命科學(xué)部和分子神經(jīng)科學(xué)國家重點(diǎn)實(shí)驗(yàn)室主任，香港科技大學(xué)Research and Graduate Studies副校長(zhǎng)

• 徐波（Bo Xu）：中國科學(xué)院自動(dòng)化研究所所長(zhǎng)，中國科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心（CEBSIT）副主任

• 譚鐵牛（Tieniu Tan）：中國科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心（CEBSIT）首席科學(xué)家，中國科學(xué)院副院長(zhǎng)

　　中國腦計(jì)劃（The China Brain Project）涵蓋了對(duì)神經(jīng)機(jī)制的基礎(chǔ)研究和對(duì)腦疾病的診斷干預(yù)以及對(duì)腦啟發(fā)智能技術(shù)的轉(zhuǎn)化型研究。我們將討論一些新出現(xiàn)的主題，同時(shí)會(huì)對(duì)特定的一些方面進(jìn)行強(qiáng)調(diào)。

　　簡(jiǎn)介

在過去的幾年中，全球各地的人們都意識(shí)到了對(duì)大腦進(jìn)行研究的重要性，例如歐洲、美國和日本都啟動(dòng)了對(duì)大腦進(jìn)行研究的項(xiàng)目。

中國科學(xué)家在由中國科學(xué)技術(shù)部和自然科學(xué)基金會(huì)組織舉辦的許多戰(zhàn)略會(huì)議上進(jìn)行了討論，最終達(dá)成了一個(gè)共識(shí)，即：神經(jīng)科學(xué)的一個(gè)普遍目標(biāo)——理解人類認(rèn)知的神經(jīng)基礎(chǔ)——應(yīng)該成為「中國腦計(jì)劃（China Brain Project）」的核心。

此外，中國也應(yīng)該投入她的資源和研究能力，以滿足迫切的社會(huì)需求。由主要腦疾病造成的社會(huì)壓力逐漸上升，所以現(xiàn)在迫切需要一種預(yù)防、診斷和治療腦疾病的新方法。在大數(shù)據(jù)的新時(shí)代，受大腦啟發(fā)而得的計(jì)算方法和系統(tǒng)對(duì)于實(shí)現(xiàn)更強(qiáng)的人工智能和更好地利用越來越多的信息至關(guān)重要。

正是由于對(duì)這些問題的考慮，中國腦計(jì)劃項(xiàng)目提出了「一體兩翼」戰(zhàn)略（圖1）。其中對(duì)基本神經(jīng)回路機(jī)制的認(rèn)知的基礎(chǔ)研究提供了輸入并且接受來自腦疾病的診斷/干預(yù)和腦啟發(fā)智能技術(shù)（兩翼）的反饋。

　　

標(biāo)題為「腦科學(xué)與腦啟發(fā)智能（Brain Science and Brain-Inspired Intelligence）」的中國腦計(jì)劃項(xiàng)目被制定為了一個(gè)十五年計(jì)劃（2016-2030年），其中前五年與中國國家社會(huì)經(jīng)濟(jì)發(fā)展第十三個(gè)五年計(jì)劃相符。

作為中國一個(gè)相對(duì)較新的研究學(xué)科，神經(jīng)科學(xué)還處在小范圍領(lǐng)域內(nèi)，幾乎在所有領(lǐng)域都需增加政府支持來建設(shè)研究能力。另一方面，鑒于目前能力有限，該項(xiàng)目還需要選擇一些側(cè)重的領(lǐng)域進(jìn)行研究，特別是那些中國科學(xué)家具有優(yōu)勢(shì)并且更可能作出重大貢獻(xiàn)的領(lǐng)域。

認(rèn)知的神經(jīng)回路機(jī)制

理解人類的認(rèn)知過程是人類理解自然的一個(gè)終極挑戰(zhàn)。它不僅需要描述與不同層面的認(rèn)知相關(guān)的現(xiàn)象（從行為到神經(jīng)系統(tǒng)和回路再到細(xì)胞和分子），而且需要對(duì)在不同層面觀察到的現(xiàn)象之間的因果聯(lián)系的機(jī)械理解（mechanistic understanding）。

由于腦成像技術(shù)和分子與細(xì)胞生物學(xué)的快速發(fā)展，在宏觀和微觀層面上對(duì)腦的理解已經(jīng)取得了很大的進(jìn)展。然而，由于我們?cè)诮橛^層面的知識(shí)有一個(gè)巨大的漏洞，所以我們很少知道特定類型的神經(jīng)元是如何在大腦的不同區(qū)域組裝成神經(jīng)回路的，我們也不太清楚特定的神經(jīng)回路在認(rèn)知過程和行為中是如何執(zhí)行它們的信號(hào)處理功能的。對(duì)這些活動(dòng)的理解都需要神經(jīng)回路在單細(xì)胞分辨率和神經(jīng)元活動(dòng)的時(shí)空模式的體系結(jié)構(gòu)的詳細(xì)信息。

為了理解腦的介觀層面，我們必須識(shí)別所有神經(jīng)元的類型，在一個(gè)多世紀(jì)以前，Ramon y Cajal發(fā)起了一個(gè)僅僅基于神經(jīng)元的形態(tài)學(xué)（neuronal morphology）的項(xiàng)目。單細(xì)胞RNA測(cè)序方法的最新進(jìn)展通過基于其獨(dú)特的蛋白質(zhì)表達(dá)形式對(duì)神經(jīng)元進(jìn)行分類加快了細(xì)胞類型鑒定的步伐。然而，蛋白質(zhì)的表達(dá)具有神經(jīng)元狀態(tài)依賴性，并且在一些情況下可能難以從相同神經(jīng)元類型的新狀態(tài)中區(qū)分新細(xì)胞類型。由于給定腦區(qū)域中相同類型的神經(jīng)元可能通過其不同的輸入和輸出連接性來執(zhí)行相同的回路功能，映射每個(gè)神經(jīng)元的所有局部和遠(yuǎn)程連接（「單神經(jīng)元連接組（single-neuron connectome）」）變得對(duì)于定義神經(jīng)元類型而言很重要。

在這里，通過單細(xì)胞RNA測(cè)序分析描繪相對(duì)特定的分子標(biāo)記劃分，并且可以反復(fù)使用一種通過輸入輸出連接和分子標(biāo)記的獨(dú)特模式的單神經(jīng)元連接組分析的方法來最終定義神經(jīng)元的類型。一旦定義了細(xì)胞類型，在神經(jīng)元中表達(dá)的特異性分子探針就可用于監(jiān)測(cè)和擾亂它們的活性，以便剖析基于腦認(rèn)知和行為的神經(jīng)回路機(jī)制。

我們中的樂觀主義者可能期望在接下來的二十年內(nèi)完成對(duì)神經(jīng)回路及其活動(dòng)模式的介觀測(cè)繪（mesoscopic mapping），甚至完成對(duì)動(dòng)物模型（如果蠅、斑馬魚和嚙齒動(dòng)物）認(rèn)知過程的基本邏輯和機(jī)制的理解。在這些小動(dòng)物模型中我們可以調(diào)查對(duì)外部世界的基本認(rèn)知，包括感覺知覺、感覺運(yùn)動(dòng)變換、分類、概念形成和決策。這些研究可以為在介觀水平理解保守認(rèn)知機(jī)制提供基礎(chǔ)。

另一方面，自我和非自我、共情和心智理論（self and non-self, empathy, and theory of mind）的認(rèn)知可能僅存在于非人類靈長(zhǎng)類動(dòng)物（NHP）中。這些高級(jí)認(rèn)知功能是語言進(jìn)化的前奏，是人類的獨(dú)特認(rèn)知能力。靈長(zhǎng)類動(dòng)物大腦皮層的爆發(fā)性增長(zhǎng)被賦予了新的連接性，其可以限定許多新的神經(jīng)元類型和在其它動(dòng)物模型中不存在的回路。在嚙齒動(dòng)物研究中開發(fā)的許多技術(shù)現(xiàn)在適用于非人類靈長(zhǎng)類動(dòng)物（Stauffer et al., 2016）。

我們認(rèn)為，鑒于中國NHP的資源豐富，中國腦計(jì)劃項(xiàng)目對(duì)獼猴（macaque）腦的介觀回路分析應(yīng)該有一個(gè)基本的NHP組件，與其它關(guān)注非靈長(zhǎng)類動(dòng)物模型的項(xiàng)目并列。雖然NHP項(xiàng)目可能需要比嚙齒動(dòng)物項(xiàng)目持續(xù)更長(zhǎng)的時(shí)間，但它是腦部科學(xué)必須達(dá)到的最終目標(biāo)。

和日本的Brain/MIND項(xiàng)目中對(duì)狨猴（marmosets）的關(guān)注一樣，中國腦計(jì)劃可以在研究獼猴（macaque monkeys）的認(rèn)知方面做出重要貢獻(xiàn)。如上所述，獼猴神經(jīng)回路的介觀結(jié)構(gòu)和功能映射將需要通過單細(xì)胞RNA-seq和單神經(jīng)元連接組分析的細(xì)胞類型鑒定。還有一個(gè)迫切需要研究的內(nèi)容是：NHP在認(rèn)知過程中的回路機(jī)制，因?yàn)樵?/FONT>NHP中發(fā)現(xiàn)的介觀和宏觀成像之間的關(guān)系將有利于在神經(jīng)回路水平對(duì)人類大腦成像數(shù)據(jù)的解釋，可以極大地促進(jìn)人類腦部疾病的診斷/治療方法的發(fā)展，同時(shí)也有利于人工神經(jīng)網(wǎng)絡(luò)和多用途智能設(shè)備的新架構(gòu)的設(shè)計(jì)。

腦部疾病的早期診斷和干預(yù)

據(jù)估計(jì)，目前在中國的13億人口之中，約有五分之一患有慢性精神疾病或者神經(jīng)衰退性疾病（Phillips et al., 2009, Chan et al., 2013）。中國腦計(jì)劃旨在研究致病機(jī)制并為發(fā)展性（例如自閉癥和智力遲鈍）、神經(jīng)精神性（例如抑郁癥和成癮癥）和神經(jīng)衰退性（例如阿爾茲海默病[AD]和帕金森病[PD]）的腦科疾病開發(fā)出有效的診斷和治療方法。這些疾病相關(guān)的、不斷升級(jí)的社會(huì)負(fù)擔(dān)的緊迫性和當(dāng)前療法對(duì)于在癥狀前和前驅(qū)期的早期診斷的無效性的減少，使得可以引入早期干預(yù)來停止或者延遲疾病的發(fā)展。

早期的診斷將受益于在分子、細(xì)胞和神經(jīng)回路層面上解開疾病病理生理學(xué)的研究。基于組學(xué)的方法（omics-based approaches）將有助于識(shí)別遺傳因素、細(xì)胞類型特異性表觀遺傳因子、蛋白質(zhì)的表達(dá)和修飾、脂質(zhì)的組成和代謝。大量樣品的高通量分析將有助于鑒定疾病特異性預(yù)后標(biāo)志物（prognostic markers），并闡明遺傳和環(huán)境因素之間的相互作用。對(duì)于發(fā)展型疾病（developmental disorders）而言，確定神經(jīng)的形成、神經(jīng)元遷移和分化、突觸的形成及其可塑性以及神經(jīng)回路的發(fā)育的機(jī)制是非常關(guān)鍵的。患者衍生的誘導(dǎo)多能性干細(xì)胞（iPSC/induced pluripotent stem cell）可用于開發(fā)體外模型（例如，3D腦培養(yǎng)、類器官），其復(fù)制了人類病癥以驗(yàn)證遺傳風(fēng)險(xiǎn)的因素和并破譯其特異性細(xì)胞疾病表型。

對(duì)患有疾病癥狀的患者的腦成像研究將有助于識(shí)別各種腦區(qū)域的結(jié)構(gòu)和功能異常。基于所識(shí)別的分子靶標(biāo)（molecular targets）的基因編輯的腦疾病NHP模型將提供用于理解發(fā)病機(jī)制和用于開發(fā)藥理學(xué)和生理干預(yù)方法的進(jìn)一步信息。早期使用藥物來干預(yù)疾病進(jìn)展——特別是對(duì)于神經(jīng)衰退性疾病（比如AD）——是未來藥物開發(fā)的希望的方向，如被最近使用前驅(qū)或輕度AD的抗體治療的臨床試驗(yàn)的進(jìn)展所啟發(fā)的（Sevigny et al., 2016）。

鑒于大多數(shù)腦疾病由于常見的神經(jīng)回路障礙而顯示出重疊的癥狀（overlapping symptoms），特定的腦功能定量測(cè)試將提供有價(jià)值的信息，用于識(shí)別高風(fēng)險(xiǎn)人群的特定大腦功能的早期干預(yù)。使用旨在增強(qiáng)特定腦功能的廣泛訓(xùn)練方案的生理干預(yù)已經(jīng)顯示出預(yù)防許多神經(jīng)和精神病癥的希望。物理刺激的使用（涉及到諸如經(jīng)顱刺激和經(jīng)顱直流電刺激的工具）已經(jīng)引起了對(duì)腦疾病的治療處理的廣泛關(guān)注，但是這些工具的使用卻缺乏特異性和生理健康的基本條件。識(shí)別基于各種功能障礙的特定神經(jīng)回路以及空間和時(shí)間上更精確的刺激方法將促進(jìn)防止特定回路功能惡化的神經(jīng)調(diào)節(jié)作用。

早期的診斷和干預(yù)方法的開發(fā)需要從大量健康和高危受試者收集縱向數(shù)據(jù)。這只有通過科學(xué)家、臨床醫(yī)生和公共衛(wèi)生組織之間的良好的協(xié)調(diào)努力才能辦到。中國擁有世界上最大的幾乎所有種類的主要腦部疾病的患者群體，所以迫切地需要早期診斷和干預(yù)。隨著生活水平的不斷提高和公共衛(wèi)生系統(tǒng)的不斷完善，政府對(duì)所有公民的充分醫(yī)療保障的堅(jiān)定承諾以及社會(huì)動(dòng)員的傳統(tǒng)，中國腦計(jì)劃很好地組織了大規(guī)模的項(xiàng)目，旨在發(fā)現(xiàn)有效的早期診斷和干預(yù)的方法。這包括為大量人群建立長(zhǎng)期腦部健康記錄，將定量腦功能測(cè)試作為定期健康檢查的一部分，以及腦成像數(shù)據(jù)庫、基于血液的生物庫和健康以及患病的腦部的國家存儲(chǔ)庫。只有當(dāng)許多研究中心的能力與標(biāo)準(zhǔn)化數(shù)據(jù)收集和處理相結(jié)合并且數(shù)據(jù)共享和信用分配的機(jī)制已經(jīng)建立時(shí)，大型患者群體用于腦疾病研究的優(yōu)勢(shì)才會(huì)變得明顯。

中醫(yī)的引入

基于精神病學(xué)和神經(jīng)變性疾病的致病機(jī)制的復(fù)雜性導(dǎo)致在過去幾十年當(dāng)中在開發(fā)有效藥物上一直難有進(jìn)展。已經(jīng)表明：用多靶點(diǎn)（multi-target）藥物而非單靶點(diǎn)（single-target）藥物靶向這些疾病可能更加有效。幾百年來，有很多文獻(xiàn)很好地記錄了中醫(yī)（CM/Chinese medicine）成功治療各種疾病的例子，盡管其基本機(jī)制在很大程度上都是未知的。

作為多組分藥物，CM制劑可能通過作用于多種效應(yīng)物而顯示出治療效果，因此它成為了潛在的神經(jīng)藥物的寶庫。然而，現(xiàn)代醫(yī)學(xué)實(shí)踐當(dāng)中CM的使用受到其對(duì)經(jīng)驗(yàn)積累的依賴性而非基于證據(jù)的研究的阻礙，在許多基于CM的藥物中難以復(fù)制草藥提取物的標(biāo)準(zhǔn)化混合物的劑量和組成，導(dǎo)致了缺乏治療效果的精確信息。并且只有非常少的設(shè)計(jì)良好的臨床試驗(yàn)來提供有效的證據(jù)或安全研究來確保藥物滿足其所需的相同的監(jiān)管標(biāo)準(zhǔn)。

為CM的實(shí)踐提供科學(xué)依據(jù)所做的努力包括在生藥學(xué)（pharmacognosy）、植物化學(xué)和藥理學(xué)等領(lǐng)域進(jìn)行的系統(tǒng)的研究，以收集大量不同藥材的信息和發(fā)展其應(yīng)用的關(guān)鍵理論（Qiu, 2015）。但是還需要更多的協(xié)調(diào)努力來建立各種草藥配方的治療效果的臨床證據(jù)，并且許多研究人員現(xiàn)在正在從藥用草藥中分離活性成分，從粗制成分化為單一化合物（Fan et al., 2006）。

這些分離的化合物的天然產(chǎn)物庫也已經(jīng)被開發(fā)來容易地篩選具有特定生物活性的分子，包括在神經(jīng)系統(tǒng)的分子，其中鑒定的化合物面臨著嚴(yán)格的臨床前開發(fā)，類似于藥物的最佳選擇。最近也有使用這種方法來鑒定AD的潛在神經(jīng)藥物前導(dǎo)（neuro-drug leads）（Fu et al., 2014）。

現(xiàn)在技術(shù)的進(jìn)步有助于我們理解中醫(yī)草藥是如何發(fā)揮效用的。例如，基因轉(zhuǎn)錄分析可用于提取表征草本提取物、化合物或制劑的作用機(jī)制，以便測(cè)量它們?cè)诜肿印⒓?xì)胞和身體層面上的作用。收集這些信息以開發(fā)連通性圖譜（connectivity map）并掃描不同疾病狀態(tài)的分子標(biāo)記，可以促進(jìn)這些活性組分的特定作用機(jī)制和生理過程的識(shí)別（Lamb et al., 2006）。

利用CM的臨床潛力的其他創(chuàng)新方法包括數(shù)學(xué)模型和算法，來設(shè)計(jì)不用CM成分的最佳混合物。基于閉環(huán)反饋反饋控制過程，可以智能方式利用CM大量的數(shù)據(jù)，這大大降低了費(fèi)用和勞動(dòng)密集型分析，同時(shí)提高鑒定有效協(xié)同藥物組合的可能性（Nowak-Sliwinska et al., 2016）。臨床設(shè)計(jì)、質(zhì)量控制和安全性研究的改進(jìn)將進(jìn)一步是現(xiàn)代醫(yī)學(xué)發(fā)掘CM難以發(fā)現(xiàn)的好處，釋放其在臨床藥物治療中的內(nèi)在價(jià)值。通過有組織地全國性努力，中國腦計(jì)劃可以將這種獨(dú)特的資源用于神經(jīng)藥物的發(fā)現(xiàn)和發(fā)展。

非人類靈長(zhǎng)類動(dòng)物研究

由于NHP的系統(tǒng)發(fā)育最接近人類，它們是研究人類認(rèn)知功能以及探索發(fā)病機(jī)制和腦疾病治療方法的杰出動(dòng)物模型。中國科學(xué)家對(duì)NHP的使用興趣日漸增強(qiáng)，而新的NHP研究設(shè)施正在許多科研機(jī)構(gòu)中建立起來。例如中國科學(xué)院昆明動(dòng)物學(xué)研究所（CAS），其用于研究目的的獼猴數(shù)量已相當(dāng)龐大，該所是NHP向國家靈長(zhǎng)類動(dòng)物資源中心進(jìn)行轉(zhuǎn)移的一個(gè)環(huán)節(jié)，可能是中國最大的NHP研究資源。云南昆明的靈長(zhǎng)類生物醫(yī)學(xué)研究重點(diǎn)實(shí)驗(yàn)室目前擁有一批基因編輯型猴，它們可以作為杜氏肌營養(yǎng)不良癥、自閉癥和PD的模型。

CAS用于疫苗開發(fā)所維護(hù)的一個(gè)NHP設(shè)施目前正將其興趣轉(zhuǎn)向開發(fā)腦部疾病的NHP模型。最后，中國科學(xué)院上海神經(jīng)科學(xué)研究所已為獼猴和狨猴以及致力于生殖生物學(xué)、基因編輯模型、系統(tǒng)神經(jīng)生理學(xué)和NHP認(rèn)知行為理論的十個(gè)研究實(shí)驗(yàn)室建立起華東地區(qū)最大的NHP研究設(shè)施。

在過去，外科手術(shù)和化學(xué)誘導(dǎo)已被用來生成NHP模型，用于治療如藥物成癮、脊髓損傷、癲癇、PD和AD（Zhang et al., 2014）等大腦疾病。近年來，轉(zhuǎn)基因和基因編輯方法已開始被用于開發(fā)NHP模型來研究這些帶有明顯遺傳因素的疾病，包括亨廷頓病、PD、杜氏肌營養(yǎng)不良癥和自閉癥譜系障礙（Chen et al., 2016, Liu et al., 2016a）。

病毒介導(dǎo)的基因傳遞（virus-mediated gene delivery）是產(chǎn)生能夠合成α-突觸核蛋白與MeCP2的轉(zhuǎn)基因猴的主要方法。新的基因編輯技術(shù)已被用來生成基因編輯型NHP模型（Chen et al., 2016）：TALEN技術(shù)被用來揭開MeCP2中的人類突變之謎，對(duì)MECP2基因缺失引起的雷特綜合征進(jìn)行建模，而CRISPR-Cas9方法在對(duì)獼猴非神經(jīng)元基因、抗肌萎縮蛋白的刪除實(shí)驗(yàn)中被首次實(shí)現(xiàn)，該方法同樣也實(shí)現(xiàn)了單細(xì)胞階段獼猴胚胎的Ppar-γ和Rag1 γ雙基因敲除。值得注意的是，p53等位基因被敲除的同時(shí)也導(dǎo)致了一代純合突變型猴子（homozygous mutant monkeys）（Chen et al., 2016）。

雖然目前可以使用睪丸異種移植技術(shù)（testis xenografting technique）促進(jìn)精子成熟，使獼猴生成F1的時(shí)間（5–6年）被縮短到2.5年，但獼猴漫長(zhǎng)的性成熟期及妊娠期對(duì)需要種系傳播的轉(zhuǎn)基因NHP模型的開發(fā)形成一道巨大障礙（Liu et al., 2016a, Liu et al., 2016b）。

豐富的NHP資源以及對(duì)NHP濃厚的使用興趣并不意味著人們對(duì)NHP實(shí)驗(yàn)的道德標(biāo)準(zhǔn)在中國會(huì)更加寬松（Zhang et al., 2014）。中國腦計(jì)劃旨在為與國際標(biāo)準(zhǔn)兼容的NHP實(shí)驗(yàn)建立全國道德規(guī)范，并促使人們認(rèn)識(shí)到NHP研究對(duì)于開發(fā)人類疾病（特別是腦功能紊亂）的有效治療方法以及提高人們對(duì)人類大腦進(jìn)化和功能的了解是不可缺少的，鑒于歐洲和美國NHP研究的減少，亞洲國家的腦計(jì)劃還肩負(fù)著腦神經(jīng)科學(xué)領(lǐng)域維持NHP研究傳統(tǒng)、培養(yǎng)新一代靈長(zhǎng)類動(dòng)物神經(jīng)生物學(xué)家的重任。

腦啟發(fā)計(jì)算

神經(jīng)科學(xué)專注于神經(jīng)編碼、神經(jīng)動(dòng)力學(xué)和神經(jīng)回路的詳細(xì)研究，而機(jī)器學(xué)習(xí)傾向于追求成本函數(shù)的蠻力（brute-force）優(yōu)化，通常使用簡(jiǎn)單和相對(duì)均勻的初始架構(gòu)（Marblestone et al.2016）。最近的研究進(jìn)展顯示：人工智能和深度學(xué)習(xí)完全有能力在有限的特定領(lǐng)域承擔(dān)認(rèn)知任務(wù)。

盡管AI系統(tǒng)（如AlphaGo）在某些任務(wù)中勝過人類（Silver et al., 2016），但他們?nèi)匀蝗狈Ω爬芰蛯⑺鶎W(xué)到的知識(shí)從一個(gè)（領(lǐng)域）遷移到另一個(gè)任務(wù)（領(lǐng)域）的能力。此外，深度學(xué)習(xí)模型數(shù)量龐大的參數(shù)需要?jiǎng)趧?dòng)密集的標(biāo)記數(shù)據(jù)來調(diào)整。另一個(gè)關(guān)鍵問題是訓(xùn)練數(shù)據(jù)運(yùn)行這些AI系統(tǒng)需要很大的計(jì)算代價(jià)和高吞吐量的數(shù)據(jù)。人類大腦是目前唯一真正的智能系統(tǒng)，能耗極低，且具有的不同認(rèn)知功能。顯然，學(xué)習(xí)大腦的信息處理機(jī)制，去建立更強(qiáng)大和更通用的機(jī)器智能是非常有前景的。

雖然我們遠(yuǎn)不能完全理解大腦的工作原理，但當(dāng)前來自神經(jīng)科學(xué)的發(fā)現(xiàn)可以從若干角度影響人工智能的研究。

從結(jié)構(gòu)的角度看，不同類型的神經(jīng)元的形態(tài)，在發(fā)育和學(xué)習(xí)期間的穩(wěn)定連接和修整，大腦皮質(zhì)的分層體系結(jié)構(gòu)，腦區(qū)域內(nèi)、區(qū)域間的前饋和反饋連接，以及多層腦構(gòu)建塊的模體（motifs）為人工神經(jīng)網(wǎng)絡(luò)的建立設(shè)計(jì)提供了新的見解。從機(jī)制角度看，尖峰信息編碼和解碼，具有不同功能的不同類型的尖峰神經(jīng)元，多種突觸類型和可塑性機(jī)制，用于從短期到長(zhǎng)期記憶的轉(zhuǎn)換的規(guī)則，以及在不同級(jí)別的信息處理的集成（神經(jīng)元、微電路、腦區(qū)域）為通用人工智能設(shè)計(jì)高效計(jì)算模型和算法的操作理論帶來了靈感。

從行為角度來看，不同的認(rèn)知功能是如何由大腦協(xié)調(diào)和整合？通過對(duì)這一問題進(jìn)行觀察和分析，將為那些在認(rèn)知表現(xiàn)方面類似大腦的智能系統(tǒng)帶來靈感和評(píng)估標(biāo)準(zhǔn)。

大腦通過進(jìn)化成為一個(gè)高能效系統(tǒng)。其結(jié)構(gòu)和底層機(jī)制可能為未來計(jì)算基礎(chǔ)設(shè)施的設(shè)計(jì)提供靈感。與傳統(tǒng)的計(jì)算不同，神經(jīng)系統(tǒng)以計(jì)算和存儲(chǔ)綁定的方式處理信息。

在設(shè)計(jì)神經(jīng)形態(tài)芯片方面，通過應(yīng)用神經(jīng)回路一些微觀層面的原理，如Integrate-and-Fire非線性神經(jīng)元性質(zhì)、放電時(shí)序依賴可塑性、集成計(jì)算和存儲(chǔ)，人們正專注設(shè)計(jì)研發(fā)高能量效率的腦啟發(fā)芯片（Tuma et al., 2016）。未來，為了在信息處理中實(shí)現(xiàn)高效和高吞吐量，模擬有組織結(jié)構(gòu)的皮層柱、腦區(qū)和神經(jīng)通路連接多個(gè)腦區(qū)來構(gòu)建芯片模塊，這是更高層次的架構(gòu)。

中國腦計(jì)劃旨在在多個(gè)層次更深入地了解大腦的機(jī)制和原則，并促進(jìn)神經(jīng)科學(xué)家和AI研究人員之間的深入和密切的合作。認(rèn)知計(jì)算模型和腦啟發(fā)芯片將是智能方面的主要焦點(diǎn)。在計(jì)算模型層面，將探索更多具有生物可行性的學(xué)習(xí)機(jī)制的人工神經(jīng)網(wǎng)絡(luò)算法。在網(wǎng)絡(luò)架構(gòu)層面，典型的人類認(rèn)知行為將通過引入網(wǎng)絡(luò)內(nèi)的大腦樣域和子域來建模，這些域?qū)⑼ㄟ^學(xué)習(xí)被協(xié)調(diào)，整合和修改。目標(biāo)是在多個(gè)層面，理論上模擬大腦的機(jī)制和結(jié)構(gòu)，開發(fā)一個(gè)更具有普遍性的AI以滿足大型挑戰(zhàn)，包括多任務(wù)，學(xué)習(xí)和自適應(yīng)。

機(jī)器與人類智能

人工智能在過去幾十年中的成就，包括最近的深度學(xué)習(xí)模型，已經(jīng)受到了一部分神經(jīng)科學(xué)的啟發(fā)。最近的發(fā)展主要集中在目標(biāo)的單一優(yōu)化原理，例如最小化分類誤差。所以它在多層和遞歸網(wǎng)絡(luò)形成了豐富的內(nèi)部表示，產(chǎn)生了強(qiáng)大的算法（LeCun等，2015）。

在過去五年中，深度學(xué)習(xí)在解決各種問題，如語音識(shí)別，圖像識(shí)別和分類以及自然語言處理方面取得了巨大的成功。在語音識(shí)別領(lǐng)域，IBM和Microsoft已經(jīng)宣布，在人類電話呼叫會(huì)話測(cè)試中，已經(jīng)達(dá)到了95％的精度，大大超過了已經(jīng)穩(wěn)定了十年的水平。

在計(jì)算機(jī)視覺領(lǐng)域，ImageNet分類挑戰(zhàn)賽中，深度學(xué)習(xí)網(wǎng)絡(luò)在定位和識(shí)別數(shù)百種對(duì)象時(shí)超越了人類的表現(xiàn)。在自然語言處理領(lǐng)域，基于LSTM的序列對(duì)序列模型幾乎達(dá)到人類級(jí)別。從互聯(lián)網(wǎng)收集的數(shù)百萬個(gè)圖像文本對(duì)進(jìn)行訓(xùn)練之后，機(jī)器甚至可以使用自然語言來標(biāo)注圖像。在所有上述示例中，都在使用結(jié)構(gòu)化的架構(gòu)，包括用于注意，遞歸和各種形式的長(zhǎng)短期存儲(chǔ)器的專用系統(tǒng)。

然而，由大規(guī)模訓(xùn)練數(shù)據(jù)驅(qū)動(dòng)的模型將面臨更加開放性和不明確的任務(wù)所帶來的巨大挑戰(zhàn)，如自然語言理解、人類對(duì)話系統(tǒng)（human dialog system）、通用視覺信息檢索（general visual information retrieval）以及能適應(yīng)復(fù)雜環(huán)境的機(jī)器人。向大腦機(jī)制過渡，人工智能系統(tǒng)將展示更強(qiáng)的智能，逐步減少訓(xùn)練數(shù)據(jù)量甚至實(shí)現(xiàn)無監(jiān)督學(xué)習(xí)。

此外，它們預(yù)期可以加工和整合多模態(tài)信息（multimodal information），同時(shí)能夠并行處理多個(gè)任務(wù)。已經(jīng)出現(xiàn)了很多新型的更專一化的神經(jīng)網(wǎng)絡(luò)來應(yīng)對(duì)這些挑戰(zhàn)，例如它們會(huì)隨著層和時(shí)間的推移而改變。對(duì)抗網(wǎng)絡(luò)（adversarial network）的新進(jìn)步（其代價(jià)函數(shù)（cost function）的定義來自另一網(wǎng)絡(luò)）使得生成模型（generative model）基于梯度的訓(xùn)練成為可能（Goodfellow等人，2014）。這種由一系列相互作用的代價(jià)函數(shù)實(shí)現(xiàn)的非均勻優(yōu)化的系統(tǒng)，使得機(jī)器學(xué)習(xí)非常高效和精確，它是機(jī)器智能的未來方向之一。

開發(fā)機(jī)器智能的另一個(gè)重要課題是建立可以有效地與人類和本地環(huán)境進(jìn)行交互的人工智能平臺(tái)，使人與機(jī)器都能參與問題的解決。認(rèn)知機(jī)器人（cognitive robotic）可以作為這種集成平臺(tái)，它整合了很多大腦類研究的工作。傳統(tǒng)的機(jī)器人研究側(cè)重于控制理論和數(shù)學(xué)優(yōu)化。這些模型在結(jié)構(gòu)化環(huán)境和特定任務(wù)（例如，工廠中的機(jī)器人臂）條件下工作良好，但跳出這個(gè)范圍，即使在不太復(fù)雜的環(huán)境中也無法正確行動(dòng)。

通過協(xié)調(diào)和整合多感官輸入，并且根據(jù)信息具有更靈活的執(zhí)行機(jī)制，機(jī)器人技術(shù)已經(jīng)取得了巨大的進(jìn)步。但對(duì)于認(rèn)知機(jī)器人，可以從網(wǎng)絡(luò)結(jié)構(gòu)、操作原理和大腦中感覺運(yùn)動(dòng)轉(zhuǎn)換的電路機(jī)制（包括多感覺集成、決策、運(yùn)動(dòng)規(guī)劃、運(yùn)動(dòng)協(xié)調(diào)和執(zhí)行）學(xué)習(xí)到更多的內(nèi)容，這些內(nèi)容是基于學(xué)習(xí)的行動(dòng)和來自經(jīng)驗(yàn)的自我修正。

中國腦計(jì)劃（The China Brain Project）將致力于開發(fā)認(rèn)知機(jī)器人，并將其作為一個(gè)集成腦相關(guān)計(jì)算模型和設(shè)備的平臺(tái)。該項(xiàng)目的目標(biāo)是建立能與人類高度互動(dòng)并在不確定的環(huán)境中恰當(dāng)反應(yīng)的智能機(jī)器人，這些機(jī)器人具有通過交互式學(xué)習(xí)積累的解決各種問題的能力，以及遷移和總結(jié)從不同任務(wù)學(xué)習(xí)到的知識(shí)——甚至與其它機(jī)器人共享學(xué)來的知識(shí)。人與機(jī)器之間的接口是必不可少的;機(jī)器人不僅需要了解人的意思并靈活反應(yīng)，而且還需要學(xué)習(xí)理解人類的潛在意圖以及人類做出決策的方式。因此，當(dāng)我們能夠建立一個(gè)能夠情感上共鳴和達(dá)到心智標(biāo)準(zhǔn)、具有人類和少數(shù)靈長(zhǎng)生物認(rèn)知標(biāo)志的機(jī)器人，那將是認(rèn)知機(jī)器人的一個(gè)里程碑。

結(jié)語

基礎(chǔ)和應(yīng)用神經(jīng)科學(xué)的未來突破不僅取決于個(gè)人實(shí)驗(yàn)室里的原始發(fā)現(xiàn)和技術(shù)發(fā)展，而且還取決于來自不同學(xué)科的大型研究團(tuán)隊(duì)的合作努力。

正如物理學(xué)和天文學(xué)前沿的最新進(jìn)展所例證的，成功的關(guān)鍵往往在于團(tuán)隊(duì)工作的有效組織，這要求參與者在公平分擔(dān)義務(wù)和信用方面達(dá)成共識(shí)。這對(duì)團(tuán)隊(duì)工作特別重要，它需要科學(xué)家將他們主要的研究工作和資源投入到項(xiàng)目中。此外，對(duì)于合作工作與獨(dú)立成就，在評(píng)估科學(xué)家的成就時(shí)，我們的研究機(jī)構(gòu)賦予合作工作越來越重要的權(quán)重，尤其是對(duì)于正建立自己的研究生涯的年輕科學(xué)家來說。在生物科學(xué)方面，我們的機(jī)構(gòu)尚未采用有利于團(tuán)隊(duì)工作的評(píng)價(jià)制度，例如任期審查制度。

完全理解人類大腦的結(jié)構(gòu)和功能是神經(jīng)科學(xué)的一個(gè)有吸引力但遙遠(yuǎn)的目標(biāo)。然而，神經(jīng)科學(xué)已有的對(duì)大腦的有限理解已經(jīng)有助于解決我們社會(huì)面臨的一些緊急問題。

例如，在我們充分理解阿爾茲海默癥（AD）的發(fā)病機(jī)制之前，我們可以鑒定阿爾茲海默癥的早期分子或功能性標(biāo)志。中國大腦項(xiàng)目希望在基礎(chǔ)和應(yīng)用神經(jīng)科學(xué)之間實(shí)現(xiàn)平衡，使得一部分研究科學(xué)家能夠追求他們的興趣探索大腦的秘密，同時(shí)其他人可以應(yīng)用我們已經(jīng)獲得的研究成果，來預(yù)防和治療腦疾病并開發(fā)腦相關(guān)智能技術(shù)。




（來源：Neuron 機(jī)器之心編譯　2017年2月8日）