为了表达对阿兰·图灵的敬意,《自然》杂志建议将图灵百年诞辰的2012年命名为“智能之年”,以纪念这位科学界的先知人物。暂且不论图灵在破译密码和计算机领域的成就,以及在植物学和物理学方面的造诣,其实图灵一直耿耿于怀的是未能实现构造一个大脑以复活唯一真正朋友的愿望。若不是因为早逝,图灵也许才是实现“人脑计划”的最佳人选。
 
  “人脑计划”是瑞士神经科学家亨利·马克拉姆基于“蓝脑计划”的计算神经科学大型研究,已备选欧盟投资10亿欧元的高风险旗舰项目。马克拉姆力图建立一个人脑的超级计算机模拟,并选择了从基础层面做起的“自下而上”的研究路径。这一挑战传统的做法目前仍然存在争议。除了亨利所在的瑞士洛桑联邦理工大学,美国的IBM Almaden研究中心以及加拿大的Rotman研究中心也正在进行类似的全脑模型模拟研究。
 
  计算神经科学作为脑科学的一个独立分支,成形于20世纪80年代后期。1988年9月9日,T.J.Sejnowski、C.Koch和P.S.Churchland在《科学》杂志发表的名为“计算神经科学”的论文可以视作这一学科的开篇之作。当时,实验神经科学、神经网络和人工智能研究快速发展,造就这一学科也是水到渠成的事情。本刊在1989年7月曾全文译介了这篇论文,参与此文译校的姚国正老师当时就认为,由于智能本质的复杂性,现代智能研究已经超越传统的学科界限,成为神经科学、脑科学、心理学、认知科学、计算机科学乃至数理科学共同关心的“焦点学科”。
 
  计算神经科学作为一门交叉科学确实名副其实,其跨学科性表现在它的研究涵盖了生物学、物理学、数学、计算机科学、工程控制、医学以及人工智能等等学科。它立足于脑功能研究及应用,大致有两个研究目标:一是以数学模型和方法为工具阐明大脑的计算原理,二是发展具有人工智能的信息处理方法。也就是一方面解码大脑,一方面制造大脑。计算神经科学目前的重要研究方向包括:神经信息的编码机制;学习、记忆及信息储存的神经网络机制;简单模式动物的神经系统研究;大尺度神经元网络的计算特性;高级认知行为的计算模型;脑功能研究中的数据分析和算法以及人工智能的应用等。
 
  计算神经科学发展到现在,日渐成熟,但仍然充满未知。图灵曾预言,20世纪末一定会有电脑通过“图灵测试”,但目前为止这一目标并未实现。人类能够解码大脑吗?人类能够制造大脑吗?图灵已逝,还会有图灵式的人物出现吗?或者,就如马克拉姆所言,用一种开放式的研究策略,研究精英们统一协作、互联网络、齐心协力、共建大脑。在这智能之年,让我们一起期待着图灵的期待。
 
 

本刊编辑部