原文链接：https://mp.weixin.qq.com/s/vBr0YZfYu4r1oIi0HM8dxQ
大脑是人类智慧的集结，是已知宇宙当中最复杂的产物，但我们对大脑认知却很晚，比如我们常说心想事成、心外无物，在很长的历史时期当中，我们都以为是心在操控着人类的思维，因此对大脑的研究也被称作是自然科学的“终极疆域”。
中科院脑科学与智能技术卓越创新中心学术主任蒲慕明院士，海南大学校长骆清铭院士和中科院自动化所所长徐波在CCTV-2《对话》节目连线交流，共同探讨脑科学的前进方向与融合应用。
人脑拥有近1000亿个神经元和100万亿个连接，是科学与医学上最大的谜团与挑战之一。脑科学的进步，不仅关系到一系列困扰人类的脑疾病的诊疗，同时也是人工智能、脑机接口、仿生科学等前沿科技发展的基础，可以看做是最能诞生革命性变化的领域。从2013年起，美国、欧洲、日本相继启动了各自的大型脑科学计划。面向世界科技前沿，我国对基础研究的支持也在不断加强，从十三五规划到十四五规划，脑科学都被列为重点前沿科技项目。2021年，酝酿多年的“中国脑计划”正式启动。中国脑科学的发展到底到了怎样的阶段？过去十年里又取得了哪些重要突破呢？
中国脑科学经历了怎样的发展？
蒲慕明：从我个人的经历来分这个阶段好了，（二十世纪）80年代初，我就开始经常在国内开讲习班，后来在清华大学帮助清华大学恢复生物系。在那段时间没有资源做研究，所以在（二十世纪）80年代的时候，我们主要关注的就是要能够建立好的教育系统，这算我们的起步阶段。到了二十一世纪初，1999年我来到中科院，建立了神经科学研究所，在这个时候我们就开始投入做基础研究，我们的目标就是要提高我们科研水平，能够达到国际水平。二十年过来了，到我们现在，在过去十年，国内各个大学、研究院都有很多年轻的实验室建立了，水平也很高，但是他们还没有建立国际声望。我们要集中有限的资源，从目前跟跑的阶段达到并跑，甚至有些领域要领跑，从第三梯队进入到第一梯队，我们就要考虑是什么样的模式才能达到这样的目标。我们这次的“中国脑计划”在规划的过程中不断地研讨这个问题。
“中国脑计划”是什么？
蒲慕明：“中国脑计划”包括三个方向，一个方向就是作为认知功能的神经基础，是原理的研究，这是计划的主体。然后有另外两个应用方向，一边是重大脑疾病的诊断和诊疗方法，针对现在社会面临的各种重大脑疾病的早期诊断，开展干预手段的研发、药物的研发等等；另外一边是脑机智能技术，包括两方面内容，一方面是脑机接口，就是大脑跟机器之间的联系，如何用大脑的信息来控制机器，如何用外界的信息调控大脑的活动，另一个方面是类脑研究，就是人工智能的理论研究，是下一代人工智能需要的各种机器学习的算法，类脑研究的硬件加上类脑研究的软件就是未来智能系统的一个基础。
“中国脑计划”为什么要这样设计？
蒲慕明：我们整个群体跟欧美国家比起来是小得多的，不能够把我们整个基础研究铺开到所有领域，所以我们的原则是要有所为，有所不为，要抓到重要领域，要占一席之地，有优先的领域我们要领先，这是我们的三个原则。在美国有一个国家卫生院，每年投入了几十亿美金做脑科学的研究，做了好几十年，所以他们2013年启动了脑计划，有一个非常聚焦的点，他们主要是研究新技术。欧盟的脑计划想（依据）生物学的动物研究跟人脑研究做一个超级计算机的模拟，是长远的目标。我认为“中国脑计划”的特点是我们虽然以基础研究为主体，但是我们不把这个应用放在遥远的目标，而是把应用的问题放在同等重要、目前的目标上。我们认为在没有完全理解大脑之前，我们应该要解决很多实际的问题、社会需求的问题。
介观是说，能够分辨我们神经细胞这样程度的分辨度的图谱。我们要看清楚哪一类神经细胞跟哪一类神经细胞有联接，要绘制出来联接的图谱，相当于画了一张大脑的全景线路图，告诉我们路线，从我家到我工作的地方有哪几条路，走哪条路最近，各个区域是怎么联接在一起的。这个线路图要介观层面才有用，全世界都对这个感兴趣，但是技术上有很多困难。
骆清铭：神经联接图谱，或者通俗地成为脑地图的绘制，已经有一百多年的历史，但总体来说，这些尝试都不是真正意义上的脑联接图谱。过去二十多年，我和我的团队一直致力于发展介观水平的脑图谱绘制研究，在神经元分辨水平的脑地图绘制方面，创造了国际领先的技术手段。蒲先生所领导的实验室在国际上率先实现了体细胞克隆猴，还有季维智院士等率领的实验室在非人灵长类动物模型研究方面，都有非常好的工作积累，这些技术优势就是我们共同发起大科学计划的底气。
给大脑“画地图”难在哪里？
骆清铭：要理解这个难度，我们得看看脑内的神经元到底长什么样，如果将神经元的轴突的直径看作30米宽的四车道高速公路，那么它的总里程将达到300万公里，相当于绕地球赤道几十圈，这还只是一个神经元，我们的目标就是要完整地绘制出所感兴趣的路，也就是特定功能相关的若干神经元及其网络。注意，测绘出的这个路必须是全部的、完整的，还要研究这条路与其它路到底怎么连接，比如说公路、铁路、水路甚至航空线路之间，它们如何实现货物交换。人脑有860亿个神经元，我想大家不难想象出这个难度。
全脑图谱有利于增进对脑疾病的理解
蒲慕明：世界卫生组织有这么一个统计，脑疾病所有加在一起，在因为疾病造成的社会负担中占比30%，超过了心血管病，也超过了癌症，现在讲85岁以上，三分之一到四分之一都会有老年痴呆，现在平均年龄又那么高，到了将来我们每个家庭都要照顾这样子的病患。我们图谱种类很多，假如说我们有了结构图谱，有些脑疾病我们假如也做出它的结构，就发现它有些联接是没有的，或者是太多了，我们就知道为什么会出现这些脑疾病。图谱里面还有细胞图谱跟联接图谱，可能在疾病中哪些种类细胞死亡，我们可以从这图谱里面就可以得到，联接图谱就可以知道哪些环路出了问题，我们对脑疾病的理解就更深了一层。
脑科学的研究不仅仅在解决脑疾病方面发挥着重要的作用，也通过人工智能的不断呈现让我们可以跟未来的空间有更多接触的可能性。徐波所长通过连线的方式参与讨论。
脑科学与人工智能之间是一种什么样的关系？
徐波：脑科学里面的人类的智能跟人工智能，我认为是两类不同的智能进化形态，人工智能更擅长于清晰定义问题、划分边界，然后从大量的数据当中寻找规律，这也是通常所说的专用人工智能。这些专用人工智能其实在某些能力上面已经达到跟超越了人类，比如说我们现在每天做核酸检测时的身份证图像识别，也包括AlphaGo，它也是在下棋的规则非常清楚的条件下发展出来的智能。但是总体而言，跟我们开放世界人类的认知能力相比，目前人工智能还非常初级。未来人工智能很有可能是一种人机协同的方式，实际上是更需要一种相互的融合，发展出一种更好的、可信的、可控的智能形态。
最希望脑科学告诉人工智能的是什么？
徐波：我们看到大脑很重要的特点就是非常灵活，尤其是有举一反三的功能，前额叶通过它的生物机制构建了这样一个世界模型，比如说当我们拿起水杯准备喝水的时候，看见水杯冒着热气，我们很自然就会放下去，晾一会儿再喝，这个动作其实隐藏着非常多的常识，这个常识对于我们现有的人工智能来说是非常难以表达的，现有的人工智能模型学习是封闭的，是机械地对我们人提供的数据进行拟合跟有限的泛化，所以这是我们特别期望突破的一个人工智能的方向，也就是通过脑联接图谱来构造这样一个人工世界的模型，来帮助我们实现刚才提到的自主学习、举一反三。
蒲慕明：过去脑科学对人工智能的贡献其实是非常简单的，并没有非常复杂的结果被引用了，我们现在脑科学里面有很多简单的原理，还没有应用到人工智能里面，举个例子，我们人脑的联接是可以生成的，会长出新的联接，会消减过去，有的联接会消失，这些联接是动态的，但是在人工网络里面的链接都是固定的，拥有固定的架构，这个简单不同的工作模式就可以引入到人工神经网络。
徐波：实际上是脑科学里面一些简单的原理引入到人工智能模型里面都会对人工智能产生非常大的影响，我们讲的下一代人工智能一定能从脑科学里面受到启发，这会是一个从量变到质变的过程。下一代人工智能应该有三个特点，首先，应该是低功耗的，现有的人工智能主要的模型来自于三十年前的神经科学的研究成果，模型结构上部分借鉴了大脑的神经形态，但是它的学习方法上目前还主要是基于一种叫误差反传的数学最优化方法，最大的缺点就是能量消耗非常大，比如说最近发展出来的大模型技术，训练出这样一个模型的碳排放相当于一辆小汽车从地球到月亮的一个来回，而大脑的能耗大概在20瓦左右，将这一低功耗特性移植到人工智能里来就显得比较迫切。第二，我觉得下一代人工智能应该具有自主学习能力，尤其要在认知能力上达到一个新的水准。最后也是最重要的一点是，我们在这个过程里面要让机器跟人在价值观上实现我们人机的协同，让机器表现出符合我们人类价值观的能力，给产业应用带来根本性的变革。
脑机接口，理想与现实的距离有多远？
蒲慕明：我觉得有很大的想象空间，但是实际的进展并没有那么快。脑机接口的目的是什么？第一个就是要读取大脑里面的信息，因为我们对大脑的整个结构和功能理解还是非常粗浅，所以我们很难真正地读取它的信息，读取信息不准确的时候就很难用它的信息来控制器件。当然现在的说法是说我们虽然不知道这个脑活动是代表什么意思，但是我知道有这个脑活动的时候就要做什么动作，用大量机器学习算法来补偿我们不知道这个信息到底什么意义。
关于脑科学，最想向世界解释什么？
蒲慕明：我现在最好奇的就是我们的共情心或者叫同理心到底是怎么产生的，怎么受环境影响改变我们的共情心。因为我认为共情心是关于我们人类社会走向未来，大家是不是可以共存，能不能够和谐生活，面对世界命运共同体最关键的一个人类大脑功能。
