發布時間:2022-08-17
來源:中國科學院自動化研究所公眾號 時間:2022-08-15
大腦是人類智慧的集結,是已知宇宙當中最復雜的產物,但我們對大腦認知卻很晚,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的“終極疆域”。
中科院腦科學與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在CCTV-2《對話》節目連線交流,共同探討腦科學的前進方向與融合應用。
人腦擁有近1000億個神經元和100萬億個連接,是科學與醫學上最大的謎團與挑戰之一。腦科學的進步,不僅關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2013年起,美國、歐洲、日本相繼啟動了各自的大型腦科學計劃。面向世界科技前沿,我國對基礎研究的支持也在不斷加強,從十三五規劃到十四五規劃,腦科學都被列為重點前沿科技項目。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?過去十年里又取得了哪些重要突破呢?
中國腦科學經歷了怎樣的發展?
蒲慕明:從我個人的經歷來分這個階段好了,(二十世紀)80年代初,我就開始經常在國內開講習班,后來在清華大學幫助清華大學恢復生物系。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,我們主要關注的就是要能夠建立好的教育系統,這算我們的起步階段。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,在這個時候我們就開始投入做基礎研究,我們的目標就是要提高我們科研水平,能夠達到國際水平。二十年過來了,到我們現在,在過去十年,國內各個大學、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到并跑,甚至有些領域要領跑,從第三梯隊進入到第一梯隊,我們就要考慮是什么樣的模式才能達到這樣的目標。我們這次的“中國腦計劃”在規劃的過程中不斷地研討這個問題。
“中國腦計劃”是什么?
蒲慕明:“中國腦計劃”包括三個方向,一個方向就是作為認知功能的神經基礎,是原理的研究,這是計劃的主體。然后有另外兩個應用方向,一邊是重大腦疾病的診斷和診療方法,針對現在社會面臨的各種重大腦疾病的早期診斷,開展干預手段的研發、藥物的研發等等;另外一邊是腦機智能技術,包括兩方面內容,一方面是腦機接口,就是大腦跟機器之間的聯系,如何用大腦的信息來控制機器,如何用外界的信息調控大腦的活動,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器學習的算法,類腦研究的硬件加上類腦研究的軟件就是未來智能系統的一個基礎。
“中國腦計劃”為什么要這樣設計?
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研究鋪開到所有領域,所以我們的原則是要有所為,有所不為,要抓到重要領域,要占一席之地,有優先的領域我們要領先,這是我們的三個原則。在美國有一個國家衛生院,每年投入了幾十億美金做腦科學的研究,做了好幾十年,所以他們2013年啟動了腦計劃,有一個非常聚焦的點,他們主要是研究新技術。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超級計算機的模擬,是長遠的目標。我認為“中國腦計劃”的特點是我們雖然以基礎研究為主體,但是我們不把這個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。我們認為在沒有完全理解大腦之前,我們應該要解決很多實際的問題、社會需求的問題。
介觀是說,能夠分辨我們神經細胞這樣程度的分辨度的圖譜。我們要看清楚哪一類神經細胞跟哪一類神經細胞有聯接,要繪制出來聯接的圖譜,相當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,各個區域是怎么聯接在一起的。這個線路圖要介觀層面才有用,全世界都對這個感興趣,但是技術上有很多困難。
駱清銘:神經聯接圖譜,或者通俗地成為腦地圖的繪制,已經有一百多年的歷史,但總體來說,這些嘗試都不是真正意義上的腦聯接圖譜。過去二十多年,我和我的團隊一直致力于發展介觀水平的腦圖譜繪制研究,在神經元分辨水平的腦地圖繪制方面,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面,都有非常好的工作積累,這些技術優勢就是我們共同發起大科學計劃的底氣。
給大腦“畫地圖”難在哪里?
駱清銘:要理解這個難度,我們得看看腦內的神經元到底長什么樣,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,那么它的總里程將達到300萬公里,相當于繞地球赤道幾十圈,這還只是一個神經元,我們的目標就是要完整地繪制出所感興趣的路,也就是特定功能相關的若干神經元及其網絡。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,它們如何實現貨物交換。人腦有860億個神經元,我想大家不難想象出這個難度。
全腦圖譜有利于增進對腦疾病的理解
蒲慕明:世界衛生組織有這么一個統計,腦疾病所有加在一起,在因為疾病造成的社會負擔中占比30%,超過了心血管病,也超過了癌癥,現在講85歲以上,三分之一到四分之一都會有老年癡呆,現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,假如說我們有了結構圖譜,有些腦疾病我們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,我們就知道為什么會出現這些腦疾病。圖譜里面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,我們可以從這圖譜里面就可以得到,聯接圖譜就可以知道哪些環路出了問題,我們對腦疾病的理解就更深了一層。
腦科學的研究不僅僅在解決腦疾病方面發揮著重要的作用,也通過人工智能的不斷呈現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。
腦科學與人工智能之間是一種什么樣的關系?
徐波:腦科學里面的人類的智能跟人工智能,我認為是兩類不同的智能進化形態,人工智能更擅長于清晰定義問題、劃分邊界,然后從大量的數據當中尋找規律,這也是通常所說的專用人工智能。這些專用人工智能其實在某些能力上面已經達到跟超越了人類,比如說我們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。但是總體而言,跟我們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么?
徐波:我們看到大腦很重要的特點就是非常靈活,尤其是有舉一反三的功能,前額葉通過它的生物機制構建了這樣一個世界模型,比如說當我們拿起水杯準備喝水的時候,看見水杯冒著熱氣,我們很自然就會放下去,晾一會兒再喝,這個動作其實隱藏著非常多的常識,這個常識對于我們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是封閉的,是機械地對我們人提供的數據進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,也就是通過腦聯接圖譜來構造這樣一個人工世界的模型,來幫助我們實現剛才提到的自主學習、舉一反三。
蒲慕明:過去腦科學對人工智能的貢獻其實是非常簡單的,并沒有非常復雜的結果被引用了,我們現在腦科學里面有很多簡單的原理,還沒有應用到人工智能里面,舉個例子,我們人腦的聯接是可以生成的,會長出新的聯接,會消減過去,有的聯接會消失,這些聯接是動態的,但是在人工網絡里面的鏈接都是固定的,擁有固定的架構,這個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里面受到啟發,這會是一個從量變到質變的過程。下一代人工智能應該有三個特點,首先,應該是低功耗的,現有的人工智能主要的模型來自于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,但是它的學習方法上目前還主要是基于一種叫誤差反傳的數學最優化方法,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,訓練出這樣一個模型的碳排放相當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該具有自主學習能力,尤其要在認知能力上達到一個新的水準。最后也是最重要的一點是,我們在這個過程里面要讓機器跟人在價值觀上實現我們人機的協同,讓機器表現出符合我們人類價值觀的能力,給產業應用帶來根本性的變革。
腦機接口,理想與現實的距離有多遠?
蒲慕明:我覺得有很大的想象空間,但是實際的進展并沒有那么快。腦機接口的目的是什么?第一個就是要讀取大腦里面的信息,因為我們對大腦的整個結構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,讀取信息不準確的時候就很難用它的信息來控制器件。當然現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,用大量機器學習算法來補償我們不知道這個信息到底什么意義。
關于腦科學,最想向世界解釋什么?
蒲慕明:我現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生的,怎么受環境影響改變我們的共情心。因為我認為共情心是關于我們人類社會走向未來,大家是不是可以共存,能不能夠和諧生活,面對世界命運共同體最關鍵的一個人類大腦功能。