1. <form id='ZZZ0TA'></form>
        <bdo id='ZZZ0TA'><sup id='ZZZ0TA'><div id='ZZZ0TA'><bdo id='ZZZ0TA'></bdo></div></sup></bdo>

          • 蒲慕明:中国脑计划与中国神经科学的未来

            选择字号:   本文共阅读 110 次 更新时间:2018-02-06 08:56:35

            进入专题: 脑计划   神经科学   人工智能  

            蒲慕明  

              

               撰文:王玲(《国家科学评论》特约撰稿人)

               翻译:徐达

              

               在中国政府即将启动的几个前沿科技项目中,中国脑计划(脑科学与类脑科学研究计划)吸引了公众的许多关注。中科院神经科学研究所所长、脑科学与智能技术卓越创新中心主任、《国家科学评论》执行主编蒲慕明,在中国脑计划中起着运筹帷幄的关键作用。在《国家科学评论》最近的一次采访中,蒲慕明表达了他对中国脑计划的目标与内容,以及神经科学未来发展的一些看法。在他长达40多年的研究生涯中,蒲慕明在神经科学的多个领域中都做出了卓越的贡献。他在采访中回忆并分享了自己的职业生涯以及他在建设中国神经科学研究机构中的经验与想法。

              

               中国脑计划

               NSR:新闻媒体已经报道了中国脑计划即将启动的消息,能给我们介绍一下这个计划吗?

               蒲慕明:中国脑计划是在全球兴起的大型脑科学计划潮流中,继欧盟的人类脑计划、美国的大脑计划以及日本的脑/思维计划后的又一重要脑计划项目。与其他的脑计划项目相比,中国脑计划在本质上更加广泛,它包括对于认知功能的神经基础进行探索的基础研究,也包括建立脑疾病诊断与干预方法的应用研究,还包括用脑科学来启发计算方法与设备的开发。中国脑计划的目标在于推动我们对大脑基本规律的理解,同时利用神经科学的基础研究成果来满足一些紧迫的社会需求,比如人民脑健康的改善与新技术的发展。

               NSR:其他大型脑科学项目的目标似乎也都类似?中国脑计划有哪些独特之处?

               蒲慕明:尽管所有这些项目都有着类似的长期目标,但中国脑计划有着一些独特的亮点。第一,中国脑计划把脑疾病和脑启发的人工智能(AI)放在特别优先的位置,而不是作为在我们更加完整地理解脑之后的长期目标。实际上,神经科学已经可以为这两个领域带来有用的贡献。第二,中国的各种脑疾病人数是世界上最多的,这使得对于脑疾病的预防、早期诊断和早期干预的研究尤其紧迫,同时也为研究提供了最大的数据支撑。第三,现在国际上的神经科学研究团体大多以啮齿类(小鼠和大鼠)作为动物模型研究生理条件和病理条件下脑功能的神经机制。这是因为啮齿类研究的实验手段已经高度发展,并且很多神经环路机制可能在啮齿类与人类之间是保守的。然而,现在人们愈加发现要想理解人类的高等认知功能(如思维和意识),以及脑疾病(特别是精神疾病),非人灵长类可能是更合适的实验动物模型。中国有着丰富的猕猴资源,并且在用猕猴建立人类疾病模型的研究上快速发展。这使得中国在研究高级认知功能,如共情、意识和语言,以及脑疾病的病理机制和干预手段方面,可能做出独特的贡献。

              

               脑图谱与连接组

               NSR:“脑图谱”这一名词经常出现在新闻标题中。什么是脑图谱?

               蒲慕明:要理解脑是怎样工作的,我们需要三种图谱:一是“细胞类型图谱”,也就是说要鉴定各种细胞(神经元和胶质细胞)并确定它们在脑中各个区域的分布,以及每种细胞类型的分子表达模式。通过把不同细胞类型中特异性表达的分子作为标志物,我们就可以绘制第二种图谱——“连接图谱”(也就是所谓的“连接组”),连接图谱是表示脑中所有神经元相互之间连接关系的图谱。“连接组”的绘制经常被拿来与对生物体中所有基因进行测序的项目——“基因组”绘制相比较。三是“活动图谱”,它指的是表示脑中与特定状态相联系的所有神经元的放电模式的图谱。只有当“连接组”的信息与“细胞类型图谱”和“活动图谱”的信息相结合,我们才能够充分理解脑功能的神经环路基础。实际上,我认为细胞类型图谱将会先于或同时于连接图谱,在不久的将来完成。

               NSR:似乎已经有新闻报道说“人类脑连接组”已经完成?

               蒲慕明:我所说的“连接组”是指空间分辨率达到个体神经元水平的脑中神经元之间连接的图谱。这种“介观”或者“微观”层面的连接组能够在最大程度上推动我们对于脑中神经网络的理解。世界上只有少数几个实验室已经开始尝试绘制脊椎动物的此种连接组。

               “连接组”这个词也被宽泛地用在人类脑成像领域,这使得新闻媒体以及大众产生了混淆。磁共振成像(MRI)通过使用一种称作弥散张量成像(DTI)的方法可以提供“宏观层面的连接组”。MRI可以检测质子在神经纤维束中沿不同方向扩散的差异,并由此推断出大型神经纤维束(包含由多种神经元组成的至少上千条轴突纤维)的空间分布。但是这种DTI探测方法依赖于分析中所使用的数学模型,而由DTI推断出的神经纤维束与实际神经连接之间的相关性还需要进一步的证明和确认。另一种宏观的连接组常常被称为“功能连接组”,这是一个有些误导的词语。功能连接组实际上是指不同脑区之间电活动的相关性,血氧水平可以作为指标来衡量几秒内神经活动的平均水平。有较强神经活动相关性的脑区被认为在“功能上”连接更加紧密,但事实上,直接或间接的神经连接都可以引发弱相关性的神经活动,而这些弱相关性神经活动也可以反映兴奋性神经元和抑制性神经元的平均活动。

               宏观人脑成像的空间分辨率很低,只有毫米量级。它可以用来确定脑的粗糙结构和功能改变,但不能用于理解神经环路的结构和功能。CT、MRI和PET等脑成像方法在临床诊断中发挥重要作用,而对MRI信号与神经环路结构与功能之间联系更加深入的理解,可以帮助我们更好地利用MRI技术。猕猴在解剖上与人类相似,可以帮助我们建立起宏观脑成像数据与介观神经环路数据之间的联系。

               NSR:如果我们得到了一个人的脑神经活动图谱,就能够知道他/她在想什么吗?

               蒲慕明:脑活动是高度动态化的,并且在执行工作甚至静息状态下都会有持续的变化,因此绘制活体脑中的实时神经活动并理解其含义是极度困难的;现在这件事只在有着透明脑的小型动物,如线虫和斑马鱼幼体中才行得通。但是,理解脑的活动对于我们破译产生各种功能的神经环路的运行规则是至关重要的。“思考”包括了散布在多个脑区的大群神经元的活动。为了理解我在想什么,你需要观察并理解我脑中至少数以百万计的神经元的动态活动模式。我不确定我们能否在可预见的未来中做到这一点。

              

               神经科学的未来

               NSR:我们对脑真正了解多少?

               蒲慕明:人脑大概是地球上最复杂的物体,它包括至少一千亿个各种类型的神经元,以及由1015个连接构成的复杂神经网络。上个世纪,在从细胞和分子水平上理解神经细胞方面,我们取得了很大的进展,大致理解了在神经系统中携带信息的电信号是怎样由神经元产生和加工的,不同类型的感觉信息是如何编码、如何经过突触由一个神经元传递给另一个神经元的,以及突触是怎样改变其传递效率与结构来“记忆”之前发生的神经活动,也就是过去的经验的。

               人们在理解视觉、听觉、嗅觉等感觉信号加工的神经环路机制上也取得了不错的进展,但我们对于复杂功能,如学习、记忆、注意、决策,还知之甚少,更不用说共情、自我意识、思考和语言了。语言是人类特有的能力,我认为对于语言加工背后的神经环路机制的理解是神经科学最重要的目标之一。由脑损伤导致的语言障碍为研究语言的神经机制提供了有价值的线索,但由于我们只能采用非侵入式实验手段来研究人脑,想要对语言进行深入研究是十分困难的。

               NSR:那么“意识”呢?当我意识到我正在进行采访,我的脑中发生了什么?

               蒲慕明:在我看来,意识只是脑的一种特定状态,是多个脑区电活动的产物。当你考虑你自身以及你与外界的互动时,这种状态就会产生。当我们睡着或接受全身麻醉时,这种状态会暂时消失,而当脑遭受严重损伤后进入植物人状态时,将会不可逆地失去“意识”。意识是可以科学地研究的,法国科学家Stanislas Dehaene等人的开创性研究表明,“意识状态”涉及到许多不直接接受感觉输入的脑区的活动。这与思考等其他高级认知功能是相似的。如果我让你闭上眼思考“国家科学评论”的意义,功能MRI和PET成像会显示你脑中的许多区域是活跃的,包括大脑皮层中的大部分区域。当我们能够清楚知道哪些神经环路参与了意识相关脑状态的产生,以及它们是怎样被激活和调控时,神经科学在理解意识上面的工作将在很大程度上完成。

               NSR:神经科学研究的未来趋势是什么?

               蒲慕明:上个世纪,神经科学在宏观和微观层面上取得了很大的进展。在宏观层面,我们现在对于哪些脑区参与脑的哪些功能以及它们的协调活动如何产生动物行为有了很清楚的了解。在微观尺度,我们对于神经元是怎样产生、传递和加工神经信号也有了很清楚的了解。但是,在我们的宏观认识和微观认识中间有一条鸿沟:对于脑中由大量神经元形成的复杂神经环路是如何加工神经信息的,我们仍然知之甚少。未来神经科学的重要任务是理解神经环路结构以及它们执行各种脑功能时的活动规律。

               NSR:你认为我们什么时候能解开人脑的所有奥秘?

               蒲慕明:就像我们探索外部宇宙的奥秘一样,对于“内部宇宙”——我们的脑的探索也几乎是没有止境的。这并非是因为这些奥秘是超自然的,不依赖于脑的物质构造的,而是缘于许多人类行为,如“自由意志”,背后的神经结构的复杂性。这意味着我们所要理解的是一种因人而异的自然现象。一些心理学家认为他们已经对人类的行为了解得很清楚了,不需要去打开脑这个黑箱。但是对和我一样的神经科学家来说,如果不知道这些行为现象是如何由大脑产生,不知道神经环路是怎样产生行为的,那么我们的理解就是不完整的。还原论方法已经在物理和化学领域取得了丰硕的成果,它也同样应当适用于神经科学。

               神经科学的最终发展将会远超我们的想象,这是因为我们所拥有的技术,还远远不能以足够高的时间和空间分辨率来观察运转中的活体大脑,更不用说分析与理解大量神经元的活动了。现在神经科学的发展阶段最多相当于19世纪末的物理和化学。关键的概念和技术上的突破还没有出现,这也是使神经科学如此吸引年轻人的原因,这里还有太多等待他们前来探索和解决的问题。

               NSR:神经科学面临的最大挑战是什么?

               蒲慕明:在接下来的十年中,有两大挑战:一是以单个神经元和神经纤维分辨率来同时观察活体脑中一大群神经元的活动;二是对实验中记录到的,反映特定认知过程中神经元动态活动的极大量数据进行分析和解读。

              

               神经科学与人工智能

               NSR:脑启发的人工智能最近成为了热门话题,你认为神经科学会以什么方式对人工智能产生贡献?

               蒲慕明:人工智能是一个重要领域,它正推动着许多新技术的产生。人工智能的核心是机器学习,驱动AlphaGo战胜李世石的强大深度神经网络(DNN)就属于机器学习的范围。我们现在应用的AI大多被设计用来执行特定任务,而机器学习算法需要大量的数据集和强大的运算能力,才能获得执行图像分类、下棋等任务的能力。相较而言,人脑更擅长处理多任务,快速实现多感觉整合,归纳以及决策,而且只需要非常低的能耗。

               NSR:为什么脑的效率比人工神经网络高这么多?

            蒲慕明:这是因为脑中神经网络的复杂架构(连接模式)是在长时间的学习中塑造的,(点击此处阅读下一页)

                进入专题: 脑计划   神经科学   人工智能  

            本文责编:frank
            发信站:彩乐乐彩票(),栏目:天益笔会 > 科学精神 > 科学评论
            本文链接:/data/108273.html
            文章来源:“知识分子”公众号

            0 推荐

            在方框中输入电子邮件地址,多个邮件之间用半角逗号(,)分隔。

            彩乐乐彩票(aisixiang.com)网站为公益纯学术网站,旨在推动学术繁荣、塑造社会精神。
            凡本网首发及经作者授权但非首发的所有作品,版权归作者本人所有。网络转载请注明作者、出处并保持完整,纸媒转载请经本网或作者本人书面授权。
            凡本网注明“来源:XXX(非彩乐乐彩票网)”的作品,均转载自其它媒体,转载目的在于分享信息、助推思想传播,并不代表本网赞同其观点和对其真实性负责。若作者或版权人不愿被使用,请来函指出,本网即予改正。
            Powered by aisixiang.com Copyright © 2018 by aisixiang.com All Rights Reserved 彩乐乐彩票 京ICP备12007865号 京公网安备11010602120014号.