当前，对科学发展稍加关注的人们或多或少地会注意到神经科学、脑科学研究的重大意义和潜在价值，而在科学界内部，对这一领域的关注绝不亚于当年的原子弹热或航天器热，国际上越来越多的知名科学家转向神经科学或脑科学的研究[如诺贝尔奖获得者克里克、库帕、爱德曼（Edelman）等人]。神经网络研究已从纯理论研究向商业应用方向过渡，以神经网络原理研制的新一代智能计算机（又称神经计算机）正卒加紧研制中。神经网络研究作为脑科学研究的基础和关键已被认为是人类面临的重大而复杂的课题之一。为了及时向读者介绍这一领域的进展概况并反映中国科学家在这一领域的工作，日前，我们专程赴北京采访了中科院生物物理所的汪云九研究员，并同时与汪先生所在的视觉信息加工实验室的另两位科学家姚国正、齐翔林先生一起作了交谈。

汪先生所在的视觉信息加工实验室是中科院开放实验室之一，该研究组的主要任务是研究视觉信息加工原理，提出比较完整的数学模型，以阐释人和动物视觉系统信息加工的机制。汪先生及其同事们多年来对神经系统处理信息的奥秘具有强烈兴趣和执着的探求，在“文革”前就对侧抑制网络的信息加工、视网膜中的感受野等基本问题作了初步研究，在国内率先使用计算机研究神经网络，该研究组在1965年就提出用矩阵法表达一些神经网络模型，这些工作使得当时我国在这一领域的研究能力与国际水平不相上下。70年代末、80年代初以来，随着与国外交往的增多，他们及时地把国外同行的研究成果、动向介绍给国内同行，并在各种场合宣传、普及这方面的知识，如汪先生1981年访日归来后，即提出要重视神经系统信息传递过程的研究，认为这不仅可能对脑的思维过程的研究有启发，还有可能在军事上有应用价值。他们实验室内专辟的玻璃框内陈列着他们组编著、编译的著作，其中有3 ~ 4本是关于神经网络、视觉理论的专著，例如D. 马尔（D. Marr）（国际上视觉计算理论的奠基者之一）的那本《视觉计算理论》专著的英文版刚出版，姚国正先生等注意到该书对神经系统研究及脑科学研究的价值，揭示人类智能的意义，马上着手组织该书的翻译，及时地向我国同行引进、介绍了这一新的研究理论。去年11月，一批国外同行在参观了他们的研究室，并了解了他们的工作后，感触颇深地说了这样一句话：虽然这里的工作条件比较差，住房条件也不好，但在这里从事研究工作的人是一批有头脑的人。

为使读者能对神经网络研究的内容、背景有一总体了解，我们在采访中先请汪先生对此作一介绍。汪先生说：“所谓神经网络研究是指生理学上的真实神经网络的理论抽象，它是由大量的基本信息单元通过极其丰富的相互联结而构成的非线性动力学系统。神经网络研究的兴趣在于，这种动态的进化的系统对环境信息的处理能力以及对客观事物的表达能力。我们组的工作只是集中在感知觉方面，因为对脑的思维过程的研究按国际上公认的观点至少由五个层次构成。首先是分子层次（突触释放出来的特殊的信息传递分子，如神经递质、多肽等），其次是亚细胞层次（即突触层次），再为神经原层次，其四为回路和网络，最上是系统（视觉系统、听觉神经系统等），这五个层次构成整个大脑。大脑的功能是分子到最高层次的整体活动的结果，仅从单一层次很难揭示大脑的秘密。国际上自1985年开始研究神经网络形成高潮，其背景是传统的冯 · 诺伊曼计算机的发展遇到一些困难，美、日计算机竞争激烈，特别是日本提出第五代计算机的研制计划后，美国不甘落后。在这种形势下，美国计算机科学家非常希望未来的新型计算机能有一种突破。就在此时，美国理论物理学家霍普菲尔德（Hopfield）在美国科学院院刊上发表文章，提出用类似于神经元性质的大量中元联系而成的网络可实现联想记忆的功能。美国军方、大学、产业界对此很感兴趣，认为这是一个很好的方向，他们希望神经网络研究有突破，从而对新一代计机的设计思想带来更新。美国随即投入了相当大的人力、物力，1985年后已开发了一些硬件，冲陆续创建了近百个神经计算机研究公司。1987年，第一届国际神经网络会议在美国召开，成立了国际神经网络协会。现在，美国的神经网络研究集中在：（1）感知觉过程的理论化、数学化；（2）学习和记忆方法，包括生物如何适应环境。现在已就此提出了一些新的模型、算法。这两年，在美国只要一提神经网络研究，经费申请很容易。美国军方对此的兴趣比二次大战时对原子弹的兴趣都大，仅美国国家基金会的投资额自1987年后每年翻一番。国际上这方面的新创刊的国际杂志已有两种，这方面的专著已不下三十本，可以说，神经网络研究这几年正处于勃兴时期。”不愧是这一领域的专家。汪先生一下子向我们介绍了这么多内容，特别是有关神经计算机的研制情况，以前只是有所闻而未得要领。在提下一个问题之前，我再请汪、姚俩先生，介绍一些有关神经计算机的情况，汪先生和姚先生热情地向我们介绍道：“数字电子计算机到了70年代作为主要的计算和信息处理工具占了绝对统治地位。在数字机基础上发展起来的人工智能包括各种专家系统，确已取得很大成就。但是，闱传统的计算机和数理逻辑方法来处理感知觉问题、模式识别问题、机器人控制问题等，遇到了一些难以克服的困难。随着脑科学研究的深入，人们发现，虽然相对于人造的电子装置来说，神经元（人脑由数百亿个神经元组成）的信息处理能力是简单的，运算速度是低的，但是，由于神经元之间的联率十分复杂而繁多，所以大量神经元同时活动时，能够产生异常强大的信息处理能力和高度复杂的功能表现，这些是神经网络计算机的最基本特点。与传统计算机相比，神经系统另有一个极重要功能，即是它能生动地感受外部世界，改变内部状况和结构，逐步纠正错误，积累经验，形成学习和记忆的功能。正因为神经系统具有如上的优点，美国军方甚至认为神经网络研究是解决机器智能的唯一希望。前两年呼声很高的日本第五代计算机的研制及其实际功能并不如先前所料的那样有效，这些都促使人们对神经计拜机寄予厚望。1990年初，日本富士通研究所称已研制成功一台神经网络计算机，运算速度高达每秒5亿次。目前，整个硬件都用人工神经元按神经系统的结构搭配而成的神经计算机尚未问世。现有的神经计算机大多是在已有的数字机上执行神经网络的算法，所以称为虚拟的神经计算机。”话题又回到神经网络研究本身，按事先约定的采访提纲，我再请汪先生展望一下该领域的发展前景。“现在估计，神经网络研究在三方面有发展前景，其一是在模式信号的加工处理方面（如对心、脑电图、卫星、雷达信号等模式进行加工处理）；其二是在运动控制方面（特别是机器人的运动控制方面），一些以人脑的运动控制观点看似很简单的动作、运动裣制如要机器人做起来却难乎其难。现在这友面号经采用神经网络方法，取得了较好结果；其三是知识工程方面。过去的人工智能，其原理基本上是建立在物理符号系统的框架内，各种专家系统当然是很成功的，但实际上的事情并非总是那么有条有理，清清楚楚，史多情况下是含糊不清、不成条理甚坌有错误的信息，存在反例的情况。人脑可以适应这种非理想状态，但要机器来做简直是难以想象，现在借助神经网络可以实现上述目标，已有一些成功的例子”。“作为中科院主攻神经网络研究的研究机构，你们能否再谈一下我国在这方面的研究计划？”，我抓紧时间向汪先生请教。“我觉得国内的神经网络研究正处于高潮到来之时（我国这方面与国际水平相比可能差3年或更多的时间），今年底，国内将召开8个学会的神经网络年会，自然科学基金委准备今年立项资助这方面的研究。可以说国内现在也热得不得了了，但我们觉得，目前世界范围内对神经网络的研究，特别是对其机理的探求还只是属于初期阶段（与人脑功能相比），还不能说是一个真实的精确的人脑模型。人脑的功能是大脑各个层次、所有系统协同正常工作的结果，是一种整体表现_与之相比，现#的神经网络模型仅是对一些简单神经网的研究，只是，稍稍引入了一些非线性动态机制。现在国内也出现了神经网络研究热，这当然是好事，同时我们也力争经费支持，这些都是重要的，但我们的头脑是清醒的，现在的工作还只是刚刚起步。我们将继续花力气，在研究深度方面有所进展，做些扎扎实实的工作。”

在近两个小时的采访中，除了汪云九研究员主要介绍外，该研究室的姚国正、齐翔林两位先生也不时向我们介绍有关情况、背景材料，使我们增加了不少知识。

采访后，我们步行在著名的中关村电子一条街，好像预见到神经网络公司也会在此生根发芽，我们的心里充满希望。是的，在中国一批有头脑的科学家的共同努力下，我国的神经网络研究将出现真正的高潮。