腦科學被視為理解宇宙、自然與人類關(guān)系的“終極疆域”，人類從未停止對人腦的探索以及對其運行機制的模仿。過去幾個世紀，人類對人腦的解剖構(gòu)造和人腦各部分的獨特功能有了一定的認識，但對人腦的信息處理機制、智能的形成等問題還需要持續(xù)深入探索。同時，借鑒人腦的信息處理方式開展類腦智能研究，對擴展與應(yīng)用人類智能具有重要作用，是人工智能的下一個發(fā)展目標。
人的大腦是人體中最微妙的智能器官，重約1.5kg，僅占身體重量的2%~3%，體積僅有1.4；但它幾乎控制著人的所有行為，并使之成為獨特和個性化的自我。大腦如何處理各類信息？大腦何以形成人類智能？意識是怎樣形成的？計算機能否全面超越人類大腦？人工智能是真的智能嗎？人類能否理解自己的大腦？……這些關(guān)于大腦和智能的一系列問題，也是一系列極具挑戰(zhàn)性的跨學科問題。在過去幾個世紀，隨著解剖學、心理學、現(xiàn)代醫(yī)學影像學等學科的持續(xù)發(fā)展，人類已經(jīng)對大腦的解剖構(gòu)造和大腦各部分的獨特功能有了一定的認識，例如頂葉負責整合感覺和直覺，也獲得了大量關(guān)于人類大腦如何運轉(zhuǎn)的知識，如神經(jīng)元傳導神經(jīng)電信號。但是關(guān)于大腦、智能、意識、情感、學習、進化等問題，仍然需要科研工作者去探索。
人腦作為信息處理中心，承擔著來自外界視覺、聽覺、語言等多源信息的加工處理任務(wù)以及在此基礎(chǔ)上意識、情緒、決策等智能表現(xiàn)的形成任務(wù)。它賦予人類閱讀理解、分析計算、判斷推理、歸納總結(jié)的能力，使人類擁有了學習記憶和規(guī)劃創(chuàng)造、感知與表達喜怒哀樂、聯(lián)想與思考、自我認知及參與社交等不可或缺的能力。人類所有的高級生命活動都要依賴人腦的正常運作，甚至大部分的基本生物功能都要通過腦來完成。
近10年，以深度神經(jīng)網(wǎng)絡(luò)為主要助推力的人工智能技術(shù)取得了長足的進步，人們開始討論計算機是否等同于人腦，人工智能能否與人類智能媲美。很明顯，計算機和人工智能技術(shù)徹底改變了人類的生活、工作和社交方式，但人工智能距離超越人類智能還有很長的路要走。目前，越來越多的深度神經(jīng)網(wǎng)絡(luò)模型是基于對人腦的模仿而構(gòu)建，但實質(zhì)上，人們對于人腦在基礎(chǔ)神經(jīng)結(jié)構(gòu)組織及運行機制、高級腦功能的實現(xiàn)等方面還知之甚少，對人腦信息處理機制、人類智能的形成機制尚不清楚，腦科學對人工智能技術(shù)的支撐還很有限。例如人類可以在不提供大量訓練數(shù)據(jù)的情況下學習和成長，并且可以靈活地將所學知識應(yīng)用于與學習時不同的案例；但人工智能目前正遭遇這一瓶頸，不僅需要大數(shù)據(jù)作為學習樣本，在模型的可擴展性方面也有很大的不足。若能清晰地了解人類智能形成機制，闡明人腦信息處理機制，將極大地推進先進人工智能理論突破以及在真實環(huán)境中的廣泛應(yīng)用。因此，對人腦信息處理機制和類腦智能的探索是人類科學事業(yè)面臨的極具意義的重大挑戰(zhàn)之一。
腦科學相關(guān)研究的內(nèi)涵、科學意義與戰(zhàn)略價值
腦科學研究是指從化學分子、神經(jīng)細胞，神經(jīng)環(huán)路、大腦皮層，大腦結(jié)構(gòu)、功能分區(qū)等層級出發(fā)，以破解大腦信息處理原理和人類智能形成機制為目標，對層級內(nèi)狀態(tài)變化及層級間相互作用進行的系統(tǒng)性、整體性研究。人腦信息處理機制是指大腦在感知內(nèi)外環(huán)境信息，對信息進行加工、比較、分辨、存儲以及融合等處理，并最終對機體運行構(gòu)成影響的過程中，大腦功能單元內(nèi)部運行方式、大腦功能單元之間組合方式以及大腦功能單元與外部功能單元交互方式的集合。人類智能形成機制是指在生命系統(tǒng)中以大腦為核心對信息加工處理的基礎(chǔ)上，通過感知、理解和創(chuàng)造的相互作用過程，形成語言、情感、學習、認知、思考、意識、社交以及進化等能力，并協(xié)同完成復雜目標任務(wù)的內(nèi)在機理的集合。
人類大腦主要由2種不同類型的細胞構(gòu)成：大約1000億個神經(jīng)元、數(shù)目和神經(jīng)元相差無幾的膠質(zhì)細胞。神經(jīng)元的功能是接收、分析和傳遞信息，通過樹突接收和收集來自其他神經(jīng)元的信息，胞體作為微處理器對信息進行適當分析處理，軸突將處理后的信息傳遞給其他神經(jīng)元。膠質(zhì)細胞為神經(jīng)元提供營養(yǎng)支持和保護。功能相同的神經(jīng)元細胞通過復雜的神經(jīng)纖維連接匯集在一起，形成神經(jīng)網(wǎng)絡(luò)和主導各種腦功能的神經(jīng)環(huán)路，基于細胞結(jié)構(gòu)和排列的不同構(gòu)成大腦額葉、頂葉、顳葉等不同腦區(qū)，進而細化為數(shù)10個不同區(qū)域，并通過專屬的信息處理模式和特定的聯(lián)結(jié)對應(yīng)不同的生理功能。人腦信息處理機制主要研究單個神經(jīng)元、神經(jīng)元群和神經(jīng)系統(tǒng)在處理信息過程中的工作方式，例如神經(jīng)元處理信息方式、神經(jīng)元間信息溝通、多源信息融合方式等。人類智能形成機制主要研究從單個神經(jīng)元到認知智能層面的行為體系，即探究在神經(jīng)環(huán)路上流動的電信號怎樣通過逐級的層級、分塊結(jié)構(gòu)形成感知、情感、學習和思考等智能表現(xiàn)。
要通過研究不同神經(jīng)元產(chǎn)生、處理和傳導信息的機理，認識實現(xiàn)人腦各種功能的神經(jīng)環(huán)路基礎(chǔ)，闡明人腦的功能實現(xiàn)形式和結(jié)構(gòu)組織方式，發(fā)現(xiàn)人類智能形成的機制原理，助推人腦和類腦兩個領(lǐng)域的研究和應(yīng)用發(fā)展。在腦科學研究及腦功能實現(xiàn)中，兩種機制密不可分、相互作用、相互影響，共同實現(xiàn)大腦基本功能和高級智能。同時，在類腦智能及人工智能研究中，兩種機制互為支撐、相互協(xié)作、相互配合，共同引導深度神經(jīng)網(wǎng)絡(luò)模型、智能決策、類腦芯片等領(lǐng)域前進，有望成為帶動人工智能研究發(fā)生“革命性”突破和進步的關(guān)鍵動力之一，具有重要的科學意義和戰(zhàn)略價值。
腦科學是21世紀最重要的前沿學科之一，通過揭示人腦本身工作機制、研發(fā)腦疾病診治手段、推動人工智能技術(shù)發(fā)展，進而產(chǎn)生重大科技創(chuàng)新，為解決經(jīng)濟社會發(fā)展中的復雜現(xiàn)實問題、重塑國家產(chǎn)業(yè)體系和核心競爭力提供強勁推動力，對人類健康、經(jīng)濟發(fā)展和社會進步具有重要意義。
1）人腦功能機理研究推動實現(xiàn)自我認知與塑造。腦科學是人類理解自然界現(xiàn)象和人類本身的“終極疆域”。通過破譯人腦的功能和機制，實現(xiàn)對人腦自身的洞察和理解，包括對自己的思想、意識的察覺以及對自己想法、行為的評判，在與環(huán)境的交互過程中調(diào)節(jié)作為決策中心的腦功能的整合和控制機制，從而實現(xiàn)人腦的自我認知與塑造。腦神經(jīng)網(wǎng)絡(luò)有一個極有利于適應(yīng)環(huán)境的特性，那就是可塑性。人腦的可塑性是指人腦內(nèi)部的突觸、神經(jīng)元之間的連接可以由于環(huán)境、學習、經(jīng)驗等因素的影響建立新的連接，從而影響個體的行為。發(fā)育期的神經(jīng)網(wǎng)絡(luò)具有高度可塑性，成年人的腦同樣具有可塑性，人類智力的發(fā)展和經(jīng)驗的積累根本上是人腦持續(xù)塑造的過程。對腦功能機理的研究將進一步發(fā)現(xiàn)人腦神經(jīng)網(wǎng)絡(luò)的發(fā)育、再造規(guī)律和工作機理，加深我們理解思維、智力、創(chuàng)造力的神經(jīng)基礎(chǔ)，啟發(fā)人類設(shè)計出提升人腦智力發(fā)育和創(chuàng)新思維能力的教育開發(fā)模式，有助于持續(xù)塑造和挖掘大腦潛力，促進人類進化。
2）人腦神經(jīng)系統(tǒng)研究推動關(guān)聯(lián)疾病預(yù)防與康復。人腦局部功能異常導致的神經(jīng)和精神疾病，例如阿爾茨海默病、帕金森病、自閉癥、癲癇、藥物成癮、精神分裂癥、抑郁癥和創(chuàng)傷性腦損傷，不僅僅對個人、家庭和社會造成巨大傷害，同時也是當今社會醫(yī)療和保健體系面臨的最嚴重問題之一。然而，目前全球的科學家對于此類神經(jīng)和精神疾病的病因、發(fā)病機制等仍沒有清晰的認識，可靠有效的診療手段和治療藥物更是無從談起。該領(lǐng)域現(xiàn)有研究和診治存在病例數(shù)據(jù)少、病癥確診難、干預(yù)時間晚、治療手段少、藥物效果差等問題。對腦神經(jīng)系統(tǒng)開展分子、細胞、結(jié)構(gòu)和功能腦影像方面的研究有助于解析各種腦功能相關(guān)的神經(jīng)環(huán)路，有效解析大腦的信息，探明神經(jīng)系統(tǒng)疾病的病因和發(fā)病機制，確定康復醫(yī)療應(yīng)該針對的神經(jīng)環(huán)路，探索預(yù)防和治療的新手段、新技術(shù)和新方法，早發(fā)現(xiàn)、早干預(yù)、早治療，提高對神經(jīng)系統(tǒng)疾患的預(yù)防、診斷、治療服務(wù)水平，關(guān)愛人類健康生活，促進社會和諧發(fā)展。
3）人腦智能機制研究推動人工智能創(chuàng)新與拓展。近年來，深度神經(jīng)網(wǎng)絡(luò)模型和機器學習技術(shù)極大地帶動了人工智能領(lǐng)域的發(fā)展。廣大人工智能研究者已經(jīng)意識到腦科學對人工智能發(fā)展的重要支撐作用。深度網(wǎng)絡(luò)的發(fā)展很大程度上受到了腦科學的啟發(fā)，諸多人工神經(jīng)網(wǎng)絡(luò)模型就是從信息更新和傳遞的角度對人類神經(jīng)網(wǎng)絡(luò)組織結(jié)構(gòu)和信息處理方式進行模擬，取得了巨大突破和應(yīng)用成效，在模式識別、自動控制、生物信息挖掘等領(lǐng)域表現(xiàn)出較好的智能特性。數(shù)據(jù)、模型和算力這三駕驅(qū)動人工智能發(fā)展的“馬車”致使人工智能技術(shù)發(fā)展瓶頸逐步顯現(xiàn)。自主學習能力、學習效率、能效比、魯棒性、可遷移性、自適應(yīng)性、可解釋性等問題突顯了深度神經(jīng)網(wǎng)絡(luò)諸多缺陷，制約其廣泛應(yīng)用和進一步發(fā)展。人腦智能機制研究，通過大腦信息處理、學習能力、記憶環(huán)路及語言功能等方面的研究，構(gòu)建腦科學和人工智能間的驅(qū)動紐帶，構(gòu)建腦智能驅(qū)動的新型人工神經(jīng)網(wǎng)絡(luò)模型，發(fā)現(xiàn)神經(jīng)元信息處理與機器學習優(yōu)化算法的關(guān)聯(lián)關(guān)系，逐步強化對人類智能的模擬和仿生。類腦芯片、腦機接口、新型網(wǎng)絡(luò)模型、自主學習算法、多模態(tài)融合、智能決策、小樣本學習等相關(guān)研究成果將顛覆現(xiàn)階段技術(shù)認知，為人類社會創(chuàng)造一系列產(chǎn)品和服務(wù)，大大促進經(jīng)濟發(fā)展和社會進步。
腦科學相關(guān)領(lǐng)域的現(xiàn)狀和主要問題
21世紀被稱為腦科學的世紀。進入21世紀以后，科技發(fā)達國家和國際組織充分認識到腦科學研究的重要意義，相繼加大投入并啟動了腦科學計劃，推動技術(shù)創(chuàng)新，開展多學科交叉和多層次的腦智科學研究，國際上關(guān)于腦與類腦領(lǐng)域的研究發(fā)展迅速。2010年，美國啟動人類連接組項目（Human Connectome Project，HCP），以獲取和分享人腦結(jié)構(gòu)和功能連接的高分辨率數(shù)據(jù)為目標，使用磁共振成像技術(shù)繪制人類大腦中所有的神經(jīng)連接圖譜，用于研究人腦網(wǎng)絡(luò)組織特性，以期解決與之相關(guān)的人類腦皮層解剖連接、功能連接和變異的基本問題，徹底改變心理疾病、神經(jīng)退行性疾病及大腦損傷的診斷和治療現(xiàn)狀。2013年4月，美國啟動推動創(chuàng)新神經(jīng)技術(shù)的腦研究項目（Brain Research through Advancing Innovative Neurotechnologies，BRAIN），旨在繪制腦的動態(tài)圖譜，顯示腦細胞和神經(jīng)環(huán)路在時間、空間維度的相互作用，探索大腦如何以“思維速度”處理信息。2013年10月，歐盟啟動人類大腦工程項目（Human Brain Project，HBP），運用人工智能工程思維，通過構(gòu)建神經(jīng)信息平臺、大腦模擬平臺、高性能分析和計算平臺、醫(yī)學信息平臺、神經(jīng)形態(tài)計算平臺、神經(jīng)機器人學平臺等研究平臺，利用超級計算機技術(shù)來分析、模擬、測試和應(yīng)用腦功能。2014年9月，日本面向神經(jīng)疾病啟動集成神經(jīng)技術(shù)的大腦圖譜研究項目（Brain Mapping by Integrated Neurotechnologies for Disease Studies，Brain/MINDS），通過融合靈長類動物多種神經(jīng)技術(shù)的研究加快人類大腦疾病的研究。此外，澳大利亞、加拿大、韓國也啟動了腦科學相關(guān)的專項計劃，對大腦功能和機制開展研究工作。
中國科技部于2021年9月發(fā)布科技創(chuàng)新2030—“腦科學與類腦研究”（Brain Science and BrainLike Intelligence Technology）重大項目申報指南，重點圍繞腦認知、腦醫(yī)學、類腦智能開展研究，搭建關(guān)鍵技術(shù)平臺，搶占腦科學前沿研究制高點，標志著中國腦計劃項目正式啟動。目前，中國科學院、復旦大學、北京大學、清華大學等70多家高校、科研院所已成立超過100個腦科學研究機構(gòu)，近千個研究組系統(tǒng)性開展腦科學相關(guān)研究。
一般來講，腦科學研究有3個方面，一是認識腦，以腦認知的神經(jīng)原理為主要研究內(nèi)容，用于搞清楚大腦的信息處理機制、腦功能環(huán)路解析以及感知、意識、情感、學習、思維等功能分區(qū)和定位；二是保護腦，以大腦健康發(fā)育、腦疾病發(fā)病機理與防治方法為主要研究內(nèi)容，用于弄明白人類大腦健康發(fā)育的過程和異常發(fā)生的根源，進而研發(fā)藥物成癮、腦損傷、老年癡呆、精神分裂等神經(jīng)性精神性疾病的康復和預(yù)防技術(shù)手段；三是創(chuàng)造腦，以開展大腦功能機理驅(qū)動的類腦智能為研究內(nèi)容，廣泛開展人工智能為導向的類腦研究，通過計算和系統(tǒng)模擬推進腦認知計算模型、腦信息處理、類腦芯片、腦機接口、智能機器人等人工智能領(lǐng)域的研究與應(yīng)用。
01
研究內(nèi)容一：認識腦
按照人腦解剖的角度來劃分，人腦分為左、右半球，其中左腦主要從事連續(xù)性、延續(xù)性和分析性思維，控制人的分類、記憶、推理、判斷等行為，是邏輯思維的源頭；而右腦則主要從事無序性、跳躍性和直覺性思維，控制人的情感、藝術(shù)、靈感、想象等行為，是創(chuàng)造力的源泉。胼胝體是聯(lián)絡(luò)左右腦半球的纖維構(gòu)成的纖維束板，能夠維持兩半球間的協(xié)調(diào)活動。進一步地，人腦又可以細分為額葉、頂葉、枕葉、顳葉、小腦和腦干等部分。其中，額葉與人類的判斷、語義表達、情緒表達、行為控制、自我意識、人格、注意力等功能相關(guān)；頂葉與人類觸覺、味覺、嗅覺、空間感知、視覺、閱讀、數(shù)學計算等功能相關(guān)；枕葉與視覺信號整合、閱讀、理解等功能相關(guān)；顳葉與人的語言理解、音樂、記憶、聽覺、情感、學習等功能相關(guān)；小腦與人的動作協(xié)調(diào)、動作記憶等功能相關(guān)；腦干與視覺反射、聽覺反射、自主神經(jīng)系統(tǒng)、機體調(diào)控等功能相關(guān)。進一步，根據(jù)大腦皮質(zhì)的細胞成分、密度、排列、構(gòu)筑等特點，將大腦皮質(zhì)分為52分區(qū)，也稱作布羅德曼分區(qū)（圖1），每個分區(qū)與特定的功能相關(guān)。這樣的劃分對于研究大腦工作機制具有十分重要的意義，它將感覺和運動功能劃分為原級、次級和高級3個層次，原級皮質(zhì)區(qū)只對特定的感覺刺激反應(yīng)，次級皮質(zhì)區(qū)處理由特定感覺通道傳遞過來的信息，高級皮質(zhì)區(qū)一般位于頂葉、額葉、顳葉三腦葉邊界重疊區(qū)域，將各種感覺信息整合成高層次的認知。
圖1 大腦皮層布羅德曼分區(qū)
隨著研究的持續(xù)深入開展，科學家在通過細化腦功能分區(qū)、豐富腦分區(qū)關(guān)聯(lián)功能，逐步深化對人腦信息處理機制以及高級認知的形成過程的理解。2021年的研究發(fā)現(xiàn)，大腦左側(cè)額下回、前島葉皮層都參與了弱關(guān)聯(lián)的語義和弱編碼的情景記憶的提取，揭示了輔助語義記憶和情景記憶提取的共有神經(jīng)環(huán)路，從而使得大腦能夠靈活地提取功能不同的長時記憶。針對記憶如何維持問題，研究發(fā)現(xiàn)學習過程可誘導皮層星形膠質(zhì)細胞產(chǎn)生新的激活信號，該信號由尼古丁受體所介導，是記憶維持的重要細胞機制，為理解記憶維持的機制闡明了新方向。有研究團隊發(fā)現(xiàn)皮層和基底節(jié)神經(jīng)元都有編碼工作記憶的能力，并且皮層對于不同試驗類型的編碼軌跡受基底節(jié)到丘腦投射的特異性影響，而基底節(jié)的選擇性也依賴于皮層，揭示了皮層、基底節(jié)和丘腦形成的多腦區(qū)網(wǎng)絡(luò)共同調(diào)控工作記憶（短時記憶成分）信息的形成。長期以來，人們認為大腦聽覺皮層的語言處理遵循先后順序，即先處理聽覺信息，然后將其轉(zhuǎn)化為語言信息。然而，2021年8月，國外的一項研究發(fā)現(xiàn)聲音和語言信息在大腦中是并行處理的，揭示顳上回可能獨立于初級聽覺皮層發(fā)揮作用，有望促進傳統(tǒng)語音處理模型更新升級。文獻解析了從次級運動皮層到上丘的環(huán)路功能，揭示了它在決策相關(guān)運動規(guī)劃中的關(guān)鍵作用及其信息處理機制，為人們理解運動規(guī)劃背后的神經(jīng)環(huán)路機制提供了新的實驗證據(jù)。文獻在神經(jīng)環(huán)路水平揭示了基于任務(wù)結(jié)構(gòu)知識實現(xiàn)感知類別靈活決策的大腦運算機制，對于探索基于知識的靈活認知行為的神經(jīng)環(huán)路運算原理起到關(guān)鍵的推動作用。文獻表明，alpha頻段神經(jīng)振蕩采用不同相位分別對高顯著性和低顯著性的特征信息進行選擇性加工，支持了注意過程的節(jié)律性和動態(tài)性，體現(xiàn)了大腦利用時間維度在視覺信息加工中的“時分復用”機制。文獻表明，知覺學習源于負責認知功能的前額葉聯(lián)合皮層和負責感覺編碼的視皮層的協(xié)同作用，全面剖析了知覺學習導致熟能生巧的神經(jīng)機制，對理解大腦學習的原理具有重要啟示。文獻揭示了跨模態(tài)的詞-義整合中心及其與認知控制系統(tǒng)之間的互動關(guān)系，揭示視覺字形區(qū)的本質(zhì)或為多模態(tài)信息整合，為語義控制系統(tǒng)如何調(diào)控語義加工提供了全新的結(jié)果，強調(diào)了語義控制機制與語義表征之間的相互關(guān)系在很大程度上獨立于模態(tài)和任務(wù)類型。
單個神經(jīng)元具有精細的信息處理能力，是人腦信息處理的基礎(chǔ)單元，它們通過不同的突觸連接模式形成特定的神經(jīng)環(huán)路，從而執(zhí)行某種特別的功能。經(jīng)過長期的研究，科學家了解了神經(jīng)元越來越多的連接模式以及功能，通過對連接模式如何介導特定功能的研究，有助于進一步解析神經(jīng)系統(tǒng)中信息處理和智能形成的原理。但是出于技術(shù)、數(shù)據(jù)、倫理等限制，現(xiàn)在的腦科學研究還限于小范圍、小領(lǐng)域和小場景，通用原理和機制等問題還待進一步探索和突破，如單個神經(jīng)元如何實現(xiàn)信息處理功能？神經(jīng)元及其包含的所有突觸相互之間連接模式的一般性原理是什么？神經(jīng)元連接基礎(chǔ)之上的信息層級編碼、并行處理、決策融合、智能形成機制是什么？
02
研究內(nèi)容二：保護腦
精神疾病是指在各種生物學、心理學以及社會環(huán)境因素影響下腦功能失調(diào)，導致認知、情感、意志和行為等精神活動出現(xiàn)不同程度障礙為臨床表現(xiàn)的疾病。研究者認為，相比于特定的大腦化學因子，神經(jīng)細胞間的連接、神經(jīng)細胞生長以及神經(jīng)網(wǎng)絡(luò)功能才是影響某些精神疾病的主要因素。神經(jīng)生物學家、精神病學家已經(jīng)發(fā)現(xiàn)大腦前額葉、前扣帶回、杏仁核、海馬、丘腦等腦區(qū)、神經(jīng)環(huán)路及其神經(jīng)遞質(zhì)、神經(jīng)營養(yǎng)因子、神經(jīng)力學等的異常與大腦功能及其精神疾病有密切關(guān)系。例如杏仁核和情緒緊密相關(guān)，海馬體在處理長時程記憶和回憶中發(fā)揮主要功能，丘腦將接收到的感覺信息傳遞給大腦皮層的對應(yīng)區(qū)域并與雙相情感障礙相關(guān)聯(lián)。神經(jīng)遞質(zhì)則可以通過給機體相應(yīng)的刺激以保證大腦更好地行使功能，例如谷氨酸在雙向抑郁癥和精神分裂癥中發(fā)揮作用。對腦神經(jīng)系統(tǒng)疾病的研究有助于闡明神經(jīng)系統(tǒng)疾患的病因、機制，給精神疾病的診斷和治療帶來新的啟發(fā)和幫助。
在構(gòu)建腦疾病數(shù)據(jù)集方面，復旦大學構(gòu)建的國際腦科學全維度腦庫——張江國際腦庫，完成合作采集腦卒中、抑郁癥等國內(nèi)重大腦疾病數(shù)據(jù)1.5萬例。2023年，張江國際腦庫圍繞精神分裂癥、抑郁癥、自閉癥、腦卒中、精神退行性疾病以及大學生人群等6個隊列，采集環(huán)境、行為、遺傳、腦影像、神經(jīng)等數(shù)據(jù)，將為腦疾病研究提供重要支撐。有研究團隊基于靜息態(tài)全腦功能連接建立預(yù)測模型，發(fā)現(xiàn)新冠肺炎疫情前個體腦影像能夠顯著預(yù)測疫情嚴重期的焦慮分數(shù)，該結(jié)果加深了對焦慮的神經(jīng)基礎(chǔ)的理解，為早期識別診斷焦慮障礙個體提供了關(guān)鍵的神經(jīng)標記，也為情感障礙的神經(jīng)干預(yù)治療提供了重要的大腦靶點。文獻利用多模態(tài)磁共振成像技術(shù)，結(jié)合計算機化的認知任務(wù)，發(fā)現(xiàn)在帕金森早期中腦黑質(zhì)致密部的結(jié)構(gòu)損傷可能通過調(diào)節(jié)基底神經(jīng)節(jié)的功能紊亂，影響患者加工序列信息的能力，反映出臨床常用的抗帕金森藥物無法治愈帕金森癥的原因。文獻揭示了丘腦底核在序列工作記憶中的調(diào)節(jié)作用以及丘腦底核的異常激活與帕金森病序列工作記憶損傷的關(guān)系，提示下調(diào)丘腦底核的激活和上調(diào)丘腦底核與紋狀體之間的功能連接可能是改善帕金森病患者序列工作記憶的潛在策略。不同神經(jīng)精神癥狀的腦損傷機制不盡相同，文獻總結(jié)了阿爾茲海默癥患者中各癥狀的大腦損傷模式，發(fā)現(xiàn)前扣帶皮層是所有癥狀共同損傷的區(qū)域，并且前額葉區(qū)域，尤其是眶額葉皮層，是與大多數(shù)神經(jīng)精神癥狀相關(guān)的關(guān)鍵區(qū)域。相比之下，前扣帶-皮層下回路與阿爾茲海默癥的淡漠相關(guān)，額葉-邊緣回路與抑郁相關(guān)，而杏仁核回路與焦慮相關(guān)。文獻發(fā)現(xiàn)腹側(cè)被蓋區(qū)到中縫背核存在2條平行的抑制性通路，其中一條通路特異地參與嗎啡成癮，激活它可以顯著降低對嗎啡的耐受和成癮，但不影響嗎啡的鎮(zhèn)痛效果，為嗎啡成癮的治療提供了新靶點。文獻聚焦在高級枕葉皮層（MT區(qū)）進行研究，結(jié)合視覺運動感知測量和臨床診斷，從分子到行為揭示了抑郁患者視覺感知皮層的功能異常（信息輸入端），從而有望實現(xiàn)抑郁癥的大規(guī)模篩查和疾病診療的關(guān)口前移。國外研究發(fā)現(xiàn)抑郁癥、雙相情感障礙、精神分裂癥和強迫癥，在大腦結(jié)果異常方面表現(xiàn)出驚人的高度相似性，研究結(jié)果顯示這4種精神疾病結(jié)構(gòu)異常的共享大腦區(qū)域主要位于與認知加工、記憶和自我意識相關(guān)的皮層區(qū)域。不同精神疾病共享的和特定于疾病的腦結(jié)構(gòu)特征將促進未來精神疾病的智能診斷，例如抑郁癥與非抑郁癥在杏仁核區(qū)域有明顯的對比表征，如圖2所示。
圖2 抑郁癥與非抑郁癥杏仁核區(qū)域?qū)Ρ?/p>
研究人員和醫(yī)學工作者對精神疾病的認識正在逐漸加深，對于其病因、機制也進行了更廣泛的探查，并由此啟發(fā)嘗試了不同的診斷和治療方案。然而，精神疾病的病因、發(fā)病機理、可逆性恢復原理等極其復雜，目前對于精神疾病的研究現(xiàn)在還處于點狀突破的階段，缺乏多點聯(lián)動的精神疾病協(xié)同研究。潛在的研究問題包括：特定精神疾病與不同神經(jīng)精神癥狀是否存在因果關(guān)聯(lián)關(guān)系？是否存在某一標志物可以在分子、神經(jīng)、行為、病理等多個水平作為某類精神疾病的一致性指征？某類精神疾病的關(guān)聯(lián)腦區(qū)和神經(jīng)環(huán)路到底有哪些，其致病機制是什么？此外，現(xiàn)實中的一些精神疾病患者，在承受精神痛苦的同時會在某一領(lǐng)域表現(xiàn)出超出常人的創(chuàng)造力，如貝多芬、牛頓等都有雙相情感障礙的典型表現(xiàn)，但他們卻成為了各自領(lǐng)域的天才。這其中的機制原理也是一項非常有意義的研究內(nèi)容。
03
研究內(nèi)容三：創(chuàng)造腦
近年來，各國的研究人員一致認為高度智能化構(gòu)想的實現(xiàn)需要從腦科學中獲得啟發(fā)，于是類腦智能應(yīng)運而生。類腦智能是受大腦神經(jīng)運行機制和認知行為機制啟發(fā)，以計算建模為手段，通過軟硬件協(xié)同實現(xiàn)的機器智能。對大腦的結(jié)構(gòu)和功能的理解是人類認識世界、認識自我的最終挑戰(zhàn)，對目前的人工智能系統(tǒng)具有啟發(fā)和驗證意義，而類腦研究的目的在于認識大腦的基礎(chǔ)上拓展大腦的智能，以便加深人類對自然、社會的影響，同時強化對人類自身的服務(wù)。類腦智能的研究主要從3方面開展：一是類腦計算軟件系統(tǒng)，包括認知智能的計算和遷移學習機制、人工深度神經(jīng)網(wǎng)絡(luò)學習方法的創(chuàng)新與優(yōu)化、腦啟發(fā)的神經(jīng)網(wǎng)絡(luò)模型、多模態(tài)協(xié)同感知等；二是類腦芯片硬件系統(tǒng)，包括類腦芯片、憶阻器、類腦芯片設(shè)計及應(yīng)用、類腦感知與信息處理工程化等；三是類腦應(yīng)用產(chǎn)品系統(tǒng)，包括智能機器人、腦機接口器件、腦控設(shè)備等。
深度神經(jīng)網(wǎng)絡(luò)的建模和計算是以借鑒人腦為基礎(chǔ)，例如利用激活函數(shù)更新權(quán)重思想來源于著名的生物學上的赫布定律（Hebb's rule），經(jīng)常一起激活的神經(jīng)元連接會加強，卷積神經(jīng)網(wǎng)絡(luò)（CNN）借鑒了人腦視覺的分層處理機制，注意力機制（attention mechanism）出于對人類視覺的研究，強化學習和人腦的多巴胺系統(tǒng)聯(lián)系密切等。當前，數(shù)據(jù)驅(qū)動的網(wǎng)絡(luò)模型智能遭遇了海量高質(zhì)量標注數(shù)據(jù)不足、自主學習能力弱、遷移效果差、功耗高以及邏輯推理能力不足等瓶頸。認知能力驅(qū)動的類腦智能有望有效補充上述模型的功能空缺并啟發(fā)促進其持續(xù)優(yōu)化。
人類可以通過少量的樣本認識一種新物體，例如幼兒只需要幾張圖片就可以知道什么是“狗”、什么是“貓”。傳統(tǒng)機器學習方法則需要構(gòu)建分類模型并基于大量數(shù)據(jù)訓練優(yōu)化才能識別，并且識別準確性、靈活性等方面不及人類表現(xiàn)。在人類快速學習能力的啟發(fā)下，研究人員提出了少樣本學習（few-shot learning），試圖通過少量樣本進行快速學習。數(shù)據(jù)依賴的另一個解決方案是通過主動學習（active learning）降低人工標注數(shù)據(jù)的成本。該方案的思路是通過機器學習方法獲取分類難度大的樣本，并對此類樣本進行人工確認和標注，最后用標注過的數(shù)據(jù)擴充原有數(shù)據(jù)集，從而實現(xiàn)機器學習模型性能的螺旋式上升。近幾年，預(yù)訓練技術(shù)成功激活了深度神經(jīng)網(wǎng)絡(luò)對大規(guī)模無標注數(shù)據(jù)的自監(jiān)督學習能力。預(yù)訓練模型是通過在通用無標注數(shù)據(jù)上預(yù)訓練得到的一個通用基礎(chǔ)模型，相當于人類所擁有的基礎(chǔ)先驗知識。在此基礎(chǔ)上，當模型被應(yīng)用到新的任務(wù)，只需要對不同特定任務(wù)的有標注數(shù)據(jù)進行微調(diào)即可，而不需要針對每個任務(wù)專門研制模型。特別是基于Transformer的大規(guī)模預(yù)訓練模型，如今無論是在單模態(tài)數(shù)據(jù)的多任務(wù)通用性，還是在多模態(tài)聯(lián)合學習的能力上，都證明了自身的潛力。另外，人類在學習新事物時會充分利用以前學到的知識，這也是預(yù)訓練模型的思想來源，元學習（meta learning）的目的是讓機器學會學習（learning to learn），是指通過學習一些先驗知識來輔助學習新的任務(wù)，增加了解決問題的靈活性，是更接近人類舉一反三、觸類旁通的學習方式，與少樣本學習、預(yù)訓練模型、遷移學習等概念緊密關(guān)聯(lián)。上述人類認知啟發(fā)的類腦智能方法有望將數(shù)據(jù)驅(qū)動的深度學習技術(shù)推向新的發(fā)展階段。
科學家在類腦智能硬件和應(yīng)用產(chǎn)品方面也取得了進展。類腦芯片，就是模擬大腦工作方式，在芯片架構(gòu)上不斷接近人腦，在功耗和計算學習能力上超越傳統(tǒng)芯片。2019年8月，清華大學施路平團隊開發(fā)出了全球首款異構(gòu)融合類腦計算芯片。該芯片結(jié)合了類腦計算和基于計算機科學的機器學習，這種融合技術(shù)有望提升各個系統(tǒng)的能力，促進人工通用智能的研究和發(fā)展。2020年1月，清華大學微電子所、未來芯片技術(shù)高精尖創(chuàng)新中心錢鶴、吳華強團隊與合作者研發(fā)出全球首款多陣列憶阻器存算一體芯片，實現(xiàn)了基于憶阻器陣列芯片卷積網(wǎng)絡(luò)的完整硬件。該項成果在處理CNN時能效比前沿的圖形處理器芯片（GPU）高2個數(shù)量級。2021年2月，北京大學黃如、葉樂課題組與合作者研制了一顆國際上功耗最低的通用型AIoT喚醒芯片，是國際迄今為止首次且唯一的“異步事件驅(qū)動型AIoT芯片”。該芯片語音關(guān)鍵詞識別率達94%，異常心電圖識別率達99%，功耗僅148nW，可供5mm紐扣電池（2mAh）使用5年。2021年12月，新加坡科技與設(shè)計大學（SUTD）Desmond Loke團隊開發(fā)出一種基于二維（2D）材料的新型人工突觸，能用于可高度擴展的類腦計算，并證明了這種人工突觸可以同時作為功能性和沉默突觸的相同設(shè)備，可顯著降低硬件成本。2022年2月，復旦大學李衛(wèi)東團隊開發(fā)了多通道全無線神經(jīng)信號記錄芯片模組，為深入研究大腦機理提供了高通量、微負荷神經(jīng)元同步記錄與分析系統(tǒng)，并成功應(yīng)用于原發(fā)性癲癇非人靈長類動物模型建立。
腦機接口（Brain-Computer Interface）是指通過在人腦神經(jīng)與外部設(shè)備（如機器人、智能假肢等）間建立信息通路，來實現(xiàn)神經(jīng)系統(tǒng)和外部設(shè)備間信息交互與功能整合的技術(shù)。該技術(shù)直接使用大腦進行計算、控制，可有效擴展大腦的應(yīng)用。2020年5月，美國貝勒醫(yī)學院Daniel Yoshor研究團隊通過腦機接口技術(shù)，使用動態(tài)電流刺激大腦皮層，將視覺信息直接傳遞給大腦，幫助失明患者繞過受損的眼部和神經(jīng)，恢復視力。2021年4月，美國Neuralink公司在猴子大腦中成功測試了腦機接口技術(shù)的基礎(chǔ)上，實現(xiàn)了猴子僅通過大腦意念就可以玩模擬乒乓球電子游戲。2021年5月，由斯坦福大學、霍華德·休斯醫(yī)學研究所（HHMI）、布朗大學等機構(gòu)的科研人員聯(lián)合研究開發(fā)了意念寫字系統(tǒng)，如圖3所示，并從腦電信號中解碼手寫字母的動作，可以使癱瘓人士將意念中的寫字動作實時轉(zhuǎn)換成屏幕上的文字。其他類似的研究成果和產(chǎn)品還包括仿生義肢、意念操控機器人等，相關(guān)腦機接口產(chǎn)品應(yīng)用于醫(yī)療領(lǐng)域，對智能輔助、助殘養(yǎng)老等領(lǐng)域具有重要意義。
圖3 腦機接口實現(xiàn)意念寫字
雖然類腦智能領(lǐng)域已經(jīng)取得了一系列鼓舞人心的科研成果，也涌現(xiàn)出一批優(yōu)秀的科技產(chǎn)品，但相對大腦本身的智能程度來說，現(xiàn)階段類腦智能的研究成果依然不夠智能，研究發(fā)展依然緩慢。這主要是受限于以下3個方面的因素：一是大腦認知機理尚不清楚，對人類大腦的認識和開發(fā)還遠遠不足；二是類腦計算模型和算法尚不精確，缺乏多腦區(qū)的聯(lián)合協(xié)同建模；三是受現(xiàn)有計算架構(gòu)和能力的約束，計算、存儲、并行率等方面差異較大。另外，腦機接口技術(shù)是類腦領(lǐng)域目前唯一產(chǎn)業(yè)化的方向，其產(chǎn)品的體積、功耗、安全、延時、造價等問題都值得關(guān)注。
未來發(fā)展方向和需要解決的關(guān)鍵科學問題
大腦是地球上最復雜的信息傳感與處理系統(tǒng)，其結(jié)構(gòu)復雜、功能復雜、機理復雜，比目前規(guī)模最大的超級計算機還要復雜無數(shù)倍。1906年，高基和拉蒙因?qū)ι窠?jīng)系統(tǒng)結(jié)構(gòu)的研究有杰出貢獻，共同獲得諾貝爾生理或醫(yī)學獎。從此至今的100多年里，神經(jīng)元功能“突觸”概念、神經(jīng)沖動的化學傳遞機制、神經(jīng)狀態(tài)控制的離子機制、視覺系統(tǒng)的機理、大腦定位導航系統(tǒng)及機理等諸多腦科學相關(guān)的研究獲得了諾貝爾獎。這些腦科學領(lǐng)域的重要發(fā)現(xiàn)大多涉及大腦的信息處理和智能形成。目前，研究人員已對大腦的信息傳導機制、大腦功能分區(qū)有相對清楚的理解，但是對大腦的信息處理、網(wǎng)絡(luò)結(jié)構(gòu)、高級認知功能等還知之甚少。可以說人類對大腦已經(jīng)有了初步的認識，但還缺乏深入理解和重大突破。
2018年，中國科學家討論確定了“中國腦計劃”的內(nèi)容，按照“一體兩翼”的結(jié)構(gòu)開展全面研究。所謂的“一體兩翼”與目前正在開展的腦科學研究內(nèi)容是基本一致，很好地指明了該領(lǐng)域未來發(fā)展的大方向。“中國腦計劃”也因此成為世界范圍內(nèi)公認最完善、方向最好的腦計劃。在“一體兩翼”研究框架下，腦科學未來可能的發(fā)展方向包括：（1）基于人腦信息處理機制的腦認知研究；（2）大腦結(jié)構(gòu)圖譜繪制及其信息挖掘研究；（3）腦功能性疾病的早期檢測與預(yù)防研究；（4）精神類疾病致病機理與診治方法研究；（5）類腦計算與類腦智能理論與應(yīng)用研究。
需要解決的關(guān)鍵科學問題包括以下4點。
1）大數(shù)據(jù)驅(qū)動的人腦信息處理機制。進行腦認知功能研究的前提是研究清楚神經(jīng)元的種類、類型與分布，以及對大腦結(jié)構(gòu)圖譜進行繪制，即要清楚大腦匯總每一類神經(jīng)元的相互連接關(guān)系，明白信息的輸入輸出路徑。這兩項工作工程龐大，世界各國都已經(jīng)開始研究。這些關(guān)鍵數(shù)據(jù)將為人腦信息處理機制的研究提供極其重要的支撐。采用人工智能思維，以大數(shù)據(jù)為驅(qū)動，挖掘不同類型數(shù)據(jù)的共享信息，構(gòu)建數(shù)據(jù)的多層級表示，開展大數(shù)據(jù)的時序特征提取與時空融合，挖掘過程中電信號出現(xiàn)的位置、時間、強度等信息，實現(xiàn)對信息處理中并行、時序、層級、關(guān)聯(lián)等關(guān)系的把握，從而了解人腦信息處理機制，同時也實現(xiàn)了人工智能技術(shù)對腦科學研究的反哺，相互反饋促進。
2）多腦區(qū)協(xié)同的人類智能形成機制。大腦是由不同的腦區(qū)來完成不同的功能，多個腦區(qū)之間又有聯(lián)合學習的能力。感知器官從外界收集到的信息分別經(jīng)過對應(yīng)腦區(qū)大腦皮層處理后，經(jīng)特定腦區(qū)轉(zhuǎn)化為更復雜的特征組合，并最終形成意識。可見，在與外界的頻繁交互過程中，大腦各部分的協(xié)同配合才能形成智能。研究聯(lián)合多腦區(qū)特征的智能融合技術(shù)，構(gòu)造多腦區(qū)狀態(tài)信息的聯(lián)合表達，構(gòu)建多腦區(qū)信息的多層次協(xié)同分析理論，厘清智能形成過程中各腦區(qū)的作用、功能和定位，從而不僅可以進一步明確人類智能的形成機制，還能在構(gòu)建人工神經(jīng)網(wǎng)絡(luò)新框架、類人智能等方面產(chǎn)生積極的引領(lǐng)和推動作用。
3）多標志物聯(lián)動的腦疾病發(fā)展機理。早期診斷和早期干預(yù)是對腦疾病最有效的醫(yī)療方式。在人類完全理解腦疾病的致病機理前，需要研究有效預(yù)警和早期診斷的各種指標或標志物，包括但不限于基因、體液、不同水平的腦相關(guān)標志物。腦疾病和標志物存在多對多的關(guān)系，單一標志物無法作為腦疾病發(fā)展狀態(tài)的有效指征。通過研究多標志物的聯(lián)動狀態(tài)趨勢，將有助于發(fā)現(xiàn)腦疾病的發(fā)生、發(fā)展機理，有助于研發(fā)疾病診治的藥理、生理和物理新技術(shù)和新方法，同時也有助于發(fā)現(xiàn)新的關(guān)聯(lián)標志物，從多維度、多角度、多方位拓展腦疾病的綜合治療策略，從而為突破帕金森、阿爾茨海默、自閉癥等腦疾病提供強有力支撐。
4）多模態(tài)融合的類腦深度計算機理。大腦具有強大的多模態(tài)信息處理能力，雖然目前深度學習的研究已經(jīng)能夠有效描述視覺、聽覺等單模態(tài)感知數(shù)據(jù)中的高層語義信息，卻難以支撐類人智能的多模態(tài)融合計算技術(shù)與應(yīng)用。研究多模態(tài)融合的類腦深度計算機理，揭示多種類人智能多模態(tài)數(shù)據(jù)的最優(yōu)化融合策略，發(fā)現(xiàn)多模態(tài)實時數(shù)據(jù)并行加速的深度學習方案和高效的硬件加速方法，建立迭代反饋和分層融合的協(xié)同認知過程和計算模型，從而不但能夠提升類腦智能的綜合性能，更重要的是有助于使用信息技術(shù)模仿大腦功能，對大腦開展反向工程，在模仿過程中促進大腦機制的探索。
可實施的建議與措施
1）多學科交叉融合。腦科學研究是人類一直探究的重點領(lǐng)域之一，其作用明顯、影響深遠。腦科學的研究與應(yīng)用是一個多學科融合的大項目，涉及范圍廣泛。近年來，該領(lǐng)域研究成果取得一些進展，若進一步深入發(fā)展需要多學科的交叉和融合。這些學科包括生物學、醫(yī)學、工程學、心理學、人工智能、計算機科學等。
2）產(chǎn)學研合作促進。類腦智能方面要強化政產(chǎn)學研合作，打通創(chuàng)新鏈條、促進創(chuàng)新發(fā)展，從科研、技術(shù)和產(chǎn)業(yè)等多個維度構(gòu)建體系化布局，持續(xù)加大對原始科研創(chuàng)新的重視力度，推動理論、方法和技術(shù)體系的創(chuàng)新。圍繞實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，加快打造協(xié)同創(chuàng)新平臺，有力促進科技難題攻堅和成果轉(zhuǎn)化。借鑒國內(nèi)外先進經(jīng)驗，突出產(chǎn)學研多方合作在腦科學與類腦研究創(chuàng)新中的合力作用，構(gòu)建國內(nèi)多方協(xié)同的創(chuàng)新、創(chuàng)業(yè)體系。
3）國際化交流共享。腦信息處理及人類智能形成機制是全人類需要共同破解的難題，面對人類共同的“終極疆域”，在開放、共享、合作、交流的國際格局中，腦科學領(lǐng)域的國際合作與交流、全球創(chuàng)新網(wǎng)絡(luò)融入、國際創(chuàng)新資源整合尤為重要。措施包括整合世界各地科研機構(gòu)力量，組建跨學科、跨地域的科研團隊；促進數(shù)據(jù)資源標準統(tǒng)一，推動國際數(shù)據(jù)共享；建立有利于研究成果轉(zhuǎn)化應(yīng)用的創(chuàng)新合作機制；推動腦科學領(lǐng)域成果的教育與普及等。
4）戰(zhàn)略性規(guī)劃部署。為破解腦科學及類腦研究實力分散、投入分散、方向分散、轉(zhuǎn)化困難等問題，需從國家層面面向科學、面向社會、面向健康，統(tǒng)攬全局、科學規(guī)劃中國腦科學領(lǐng)域的前沿布局，整合相關(guān)科研團隊、平臺、市場等有生力量，優(yōu)化并集中政策、人員、經(jīng)費、場地等資源配置，明確部署重點領(lǐng)域和技術(shù)突破點，集中力量辦大事。強化對腦科學、人工智能領(lǐng)域的持續(xù)投入，加強對相關(guān)領(lǐng)域基礎(chǔ)教育的重視，構(gòu)建合理高效、穩(wěn)定持久、可持續(xù)發(fā)展的長期發(fā)展規(guī)劃。
5）科研型人才培養(yǎng)。要推進科研型人才培養(yǎng)機制改革，創(chuàng)新人才培養(yǎng)方案，加強人才培養(yǎng)力度。腦科學與類腦研究是專業(yè)跨度大、集成度高、綜合性強、準入門檻高的新興學科，在人才培養(yǎng)的過程中應(yīng)大膽探索構(gòu)建新學科教學體系，主動改革傳統(tǒng)的學科設(shè)置和評價模式，引導學生開展跨學科學習和研究，提高自主創(chuàng)新能力。加強高層次人才隊伍建設(shè)，創(chuàng)造有利于自主創(chuàng)新人才成長的良好體制、機制環(huán)境，激勵中青年優(yōu)秀科研人才脫穎而出。
