探索和揭示人脑功能奥秘一直是人类和科学界的梦想。早在1990年，美国就曾把20世纪90年代命名为“脑的十年”，并执行了相应的科学计划。进入21世纪以来，随着知识的积累，科技手段的不断出新，美欧等国家和地区先后启动了脑研究计划。中国也在几年前由国家推动酝酿以重大专项形式开展中国自己的脑研究计划。与此同时，以借鉴脑工作原理服务于人工智能等为目标的类脑研究也在积极布局。上海市日前公布的将启动的4个市级科技重大专项中就有脑科学与类脑智能研究。时至今日，国内外脑科学研究的现状究竟如何？中国脑科学研究有哪些自己的追求和目标？类脑研究的意义和重点是什么？脑科学研究推进中的难点何在？如何持续推进？新年伊始，就这些读者很关心的话题，我们采访了中科院院士、神经生理学家、我国脑计划的一位倡导者和推动者杨雄里教授。

 

 

　　20世纪60年代初，脑科学（神经科学）作为一门独立的综合性学科诞生了。我在其诞生的前夜进入到这个领域，有幸见证了这一领域所发生的革命性变化。近几十年来，把对脑和神经系统的研究深入到细胞、分子水平，可以说是脑科学发展的主要趋势，这是在微观层面上的研究。例如，对与神经信号的发生和传递有紧密关联的基本单元的结构、功能及运转方式，对神经信号传递的关键部位在细胞、分子水平上所发生的事件和过程，对脑的不少重要部位实施功能的神经环路的信号传递、调制及其机理等，已有十分清楚的认识；对基因和神经系统功能间的关系已有许多知识的积累；对困扰人们已久的若干脑及神经系统疾病的病因和发病机制也做了深入的分析。

 

　　应用无创伤脑成像技术，如正电子发射断层扫描术（PET）、功能性磁共振成像术（fMRI），多导程脑电图记录术和经颅磁刺激术等，对脑实施功能时不同脑区大群神经元（数以万计的神经细胞）的活动及其动态变化的检测和分析，形成了脑科学的另一个重要发展趋势。这是在宏观层面上的研究，试图回答不同脑区神经元活动如何协同以实现脑的高级复杂功能，而在病理条件下，这些活动又发生了何种变化，导致脑功能的紊乱。这是对细胞、分子水平方面研究的重要补充。

　　刚才谈到的两方面的研究互相推动、互相促进，刷新了脑科学的面貌，使人类对脑的奥秘的探索向前跨进了一大步。但是科学家们清楚地意识到，在脑科学领域他们面临重大的挑战，其一是，现在的研究要么是在细胞、分子水平上对单个神经细胞或少数细胞组成的神经环路的微观研究，要么是应用活体成像技术对一大群神经细胞总体活动的宏观分析，而这种分析由于眼下成像技术空间分辨力和时间分辨力的低下，对神经细胞集群中每一个单元的活动几乎一无所知。这显然是因为目前对神经元集群和集群中各单元活动的监测仍然缺少有效的技术手段。也就是说，在介于微观与宏观的介观层面，对于各种神经元的活动如何动态地组合、编码、加工，最终完成其使命的过程，我们目前的了解还非常有限。这就要求我们开发新技术来标记大范围神经环路的各个神经元，并研发具有高时间、空间分辨力的新型成像技术和工具，对大群神经元各单元活动进行同步检测，搭建起微观与宏观之间的桥梁，如此才能弥合微观与宏观之间存在的“明显的鸿沟”，这是脑科学研究面临的重要挑战，但同时也是脑科学发展的重大机遇。

 

　　应用无创伤脑成像技术对脑实施高级复杂功能（如语言、感知、思维、意识等）时脑各分区的活动进行分析取得了许多有用的信息，但是神经活动是如何升华成脑所实施的高级复杂功能的？脑是如何整合各种信息实现主观有意识的经验（即精神）的？这是脑科学面临的另一挑战。这方面的研究有其特殊的困难性，目前还停留在基于若干实验证据上进行演绎和推测的阶段。难点之一是，在同样的外界条件下，脑的高级活动存在不可预测的易变性。以人们熟知的做梦为例，虽然科学家们已经知道，以脑电图中快速眼动波出现为标志的睡眠表示了梦境的出现，但除了睡眠者的梦呓和觉醒后的主诉外，我们迄今并无客观的方法来探知梦境的内容；而即使在严格控制的环境条件下梦境也会具有明显的不可重复性。这一例子说明这些高级复杂功能（即精神活动）固然有其物质基础（大脑神经细胞的活动），但当物质运动一旦升华成精神活动，就会凸显不同于物质世界的一些特殊规律，这就决定了对其本质的了解，需要某些与探索物质世界迥然不同的手段和方法。这对科学家的思维是重大的挑战，也意味着探索其奥秘是一个漫长的过程。

 

　　对人类健康影响严重的脑疾病给社会带来了沉重的负担，这是脑科学面临的又一挑战。应用多学科手段的集成，如应用新的脑影像技术、光遗传技术、脑电技术和细胞、分子生物学技术，展开对主要脑疾患（如阿尔茨海默症、帕金森症、精神分裂症、抑郁症、自闭症、中风等）的病因和发病机制的研究，以及在此基础上研发早期诊断指标和新的治疗对策已成为迫切的社会需求，也是当今脑科学研究的热点领域。中枢神经系统损伤后的修复一直是脑科学研究的大问题。我们知道，低等冷血动物的中枢神经是可以恢复再生的，但进化到哺乳动物以后由于某种未知的原因中枢神经无法修复再生。如运动员在运动时受伤，造成高位截瘫后几无成功的恢复案例。几十年来，科学家们为此殚精竭虑，仍然步履维艰。以神经干细胞用于中枢神经系统损伤后修复为例，这涉及到干细胞向特定神经细胞的分化、移植后存活、分化细胞与宿主细胞形成特有的连接以及整合至原有的神经环路等神经生物学的基本问题。

　　目前，脑科学正处于发展的关键时期，一方面是研究发展的态势迅猛，另一方面是面临强烈的社会需求。因此，近两年来，美国、欧盟和日本相继启动了脑科学计划。在我国，脑科学研究已被列为事关我国未来发展的重大科技项目之一，我国的脑科学计划也正在紧锣密鼓筹备之中。据我所知，该计划涵盖认识脑、保护脑和模拟脑三个方面，即以认识脑认知原理（认识脑）为主体，以脑重大疾病诊治（保护脑）和类脑计算与脑机智能（模仿脑）为两翼。这三个方面国际上的脑计划都有涉及。美国的脑计划中提出的一个生动的口号――记录神经环路中每一个神经元的每一个锋电位，正是为了填补上述提到的宏观与微观之间存在的“明显的鸿沟”。欧盟的脑计划更侧重于模拟脑方面的研究。

　　目前我国脑科学计划的研究方向基本上是确定的，但是对具体的研究内容和研究目标乃至项目的组织、实施方式的细致研讨还亟待深入。因此我建议：

 

　　首先是建立中国脑计划强有力的领导专家组，进行顶层设计。这个领导专家组应该具有把握脑科学发展全局的能力，应该对中国脑科学研究现状有透彻了解，并具有组织、领导大科学项目的丰富经验，应该具有海纳百川、集思广益、从善如流的宽广胸怀，摒除以邻为壑的门户之见，以只争朝夕的精神，组织全国相关领域的优秀专家，特别是中青年专家，在民主、和谐的气氛下，努力形成一个有前景、有内涵、有特色、可操作的脑计划研究蓝图。

 

　　其次，根据我国的研究基础和特点在三个研究方向上各有侧重，坚持有所为有所不为。在认识脑的基础研究方面，如解析实施脑认知功能的神经环路的运行机制是公认的科学前沿的关键问题，但是以解析脑实施何种功能的神经环路为对象，凝炼什么科学问题，则需要充分考虑到我国的特点，如我国的研究基础、人才队伍和已有的成果积累以及是否有独特的思路等多种因素，形成我国的特色，这样才有可能在有限的人力、物力支持下，在较短时间内形成优势，从而在激烈的竞争中抢占先机。在保护脑的临床研究方面，我国具有的突出优势是拥有最广大的各种神经系统疾患的患者群，这为形成种类齐全、资料完整的样本库，推进研究走向国际前列提供了重要的基础，因此研究的重点必须考虑相关疾病在我国的发病率和特点。在模拟脑的类脑人工智能研究方面，则必须紧密联系产业发展、转型的重大需求，从而在创新驱动经济发展、社会进步的进程中起到更重要的作用。

 

　　再次，需要保证脑科学研究的可持续发展。脑科学的内涵决定了其研究进程的长期性。脑的高级功能是一种涉及大群神经细胞活动及相互作用的动态过程，脑活动具有强烈的不确定性，这意味着脑高级活动遵循的规律并不完全与物质世界运动的规律相同，需要从不同的视角，运用不同的实验手段去进行探索，这显然不是一蹴而就的过程。对于这一特点，中国脑计划需要有长远的谋划，以持续前进的步伐，采取各种必要的措施保证我国在研究方向和研究团队方面的可持续发展。

　　人工智能有两条途径可以实现：一是跟脑的工作原理毫不相关，即不考虑脑的工作机制，仅从计算科学的角度来设计和考虑；二是受脑的工作原理的启发，借鉴脑处理信息实现智能的特点来推进人工智能的研究，即类脑人工智能。这是两条不同的路径，但也有可能殊途同归，只要能实现人工智能都是值得鼓励的。目前前者的研究更热门一点，后者难度更大，但意义更深远。

 

　　大脑是长期进化的产物。诺奖得主克里克（F.Crick）曾说：“从广泛的意义而言，对神经科学家一条有用的工作守则是进化要比他们自已高明得多。”大脑是一个有着高度信息处理能力的极复杂的系统，其处理信息的机制与传统计算机有着迥然不同的特点，如平行信息处理，神经元间信息的交互性传递，信息处理的高度可塑性等。借鉴这些特点，科学家们有可能研发出新的信息处理系统，研发出新一代的人工智能系统。类脑人工智能的核心在于脑科学、计算科学、信息科学和医学等学科领域密集的交叉融合，它将有力地推进新的产业革命，甚至改变社会范式。不仅如此，它还将为人脑功能和结构研究提供有力的方法和手段，乃至提供崭新的思路。

 

　　目前“深度学习”对脑信息处理机制的模拟还是十分初级的。除了研究上的挑战外，还有一个制约类脑人工智能发展的原因是，计算科学研究者往往并不熟悉脑的工作原理，而脑科学研究者对计算科学的核心技术也多是语焉不详。在“人机大战”中获胜的人工智能“阿尔法围棋（AlphaGo）”的设计者戴密斯·哈萨比斯（Demis Hassabis）17岁进入剑桥大学攻读计算机科学专业，之后又进入伦敦大学学院攻读神经科学博士，是一位难得的两栖型人才，而我国则十分缺乏这样的复合型人才。因此未来应培养多学科交叉融合的复合型人才，进一步促进两个领域的密切合作与交流，充分借助脑科学的研究成果，利用脑的框架结构和工作原理，以解析神经系统算法为目标的计算神经科学作为桥梁，从而把人工智能推向新的阶段――类脑人工智能。类脑人工智能研究无疑是脑计划的重要组成部分，它和脑工作原理的基础研究相互促进，将成为未来科学研究和产业革命新的爆发点和增长点。