大腦，可以說(shuō)是人類(lèi)身上最奇妙的器官。但有趣的是，關(guān)于大腦研究的熱度，似乎并不是跟著醫(yī)學(xué)發(fā)展曲線(xiàn)前進(jìn)，而是跟著智能科技的發(fā)展前行的。

或許因?yàn)槿斯ぶ悄鼙旧砭褪菫榱四M人類(lèi)智慧出現(xiàn)，于是幾乎在人工智能發(fā)展的每個(gè)周期之中，往往是當(dāng)我們受算力或應(yīng)用環(huán)境一類(lèi)基礎(chǔ)所限，AI技術(shù)無(wú)法產(chǎn)生效率上的突破時(shí)，便會(huì)轉(zhuǎn)向?qū)θ四X的研究，試圖用計(jì)算機(jī)來(lái)模擬大腦的運(yùn)轉(zhuǎn)方式。

現(xiàn)如今，雖然深度神經(jīng)網(wǎng)絡(luò)應(yīng)用越來(lái)越廣泛，我們卻也能越來(lái)越多地發(fā)現(xiàn)人腦運(yùn)作的特殊性。

例如同樣是辨識(shí)動(dòng)物，深度神經(jīng)網(wǎng)絡(luò)需要在黑箱中投入大量長(zhǎng)頸鹿的圖片，才能讓AI辨識(shí)出“長(zhǎng)頸鹿本鹿”。但對(duì)于人類(lèi)兒童來(lái)說(shuō)，通常見(jiàn)過(guò)一次長(zhǎng)頸鹿圖片，就能識(shí)別出長(zhǎng)頸鹿的骨架。

這一神秘的認(rèn)知過(guò)程，值得被不斷探索推演。

對(duì)1立方毫米的腦組織進(jìn)行逆向工程

近年來(lái)一項(xiàng)名為Machine Intelligence from Cortical Networks（皮層網(wǎng)絡(luò)機(jī)器智能，以下簡(jiǎn)稱(chēng)Microns）的項(xiàng)目為行業(yè)提供了全新的思路——對(duì)于大腦灰質(zhì)皮層進(jìn)行“逆向工程”，破解出其中的運(yùn)行策略，轉(zhuǎn)換成可為機(jī)器所用的算法。

這一項(xiàng)目來(lái)自2013年奧巴馬政府提出的“BRAIN倡議”，通過(guò)一億美金的支持，倡導(dǎo)科學(xué)家們從認(rèn)知科學(xué)、神經(jīng)科學(xué)、融合科學(xué)等多個(gè)角度來(lái)對(duì)人類(lèi)大腦的運(yùn)行方式進(jìn)行研究。

這一倡議被視作第二個(gè)人類(lèi)基因組計(jì)劃——后者由多個(gè)國(guó)家的政府、學(xué)術(shù)機(jī)構(gòu)共同參與，耗時(shí)十三年對(duì)人類(lèi)基因組進(jìn)行測(cè)序。曾經(jīng)有很多人質(zhì)疑過(guò)人類(lèi)基因組計(jì)劃的意義，但如今這一項(xiàng)目正在遺傳學(xué)研究上發(fā)揮著重要意義。

Microns目前是該倡議中完成度最高的項(xiàng)目，由美國(guó)高級(jí)情報(bào)研究計(jì)劃署主導(dǎo)資助。具體研究方式是，繪制出一塊1立方毫米的小鼠腦組織神經(jīng)元結(jié)構(gòu)，研究其神經(jīng)元間電路連通的模式，從而逆向推演動(dòng)物的大腦如何對(duì)外界刺激進(jìn)行反應(yīng)。

1立方毫米的小鼠腦組織，與人類(lèi)相比，只達(dá)到了人類(lèi)大腦體積的百萬(wàn)分之一?？杉幢闳绱?，仍然意味著5萬(wàn)個(gè)互相連接的神經(jīng)元，以及5億個(gè)突觸。

我們知道，逆向工程意味著在已知某一產(chǎn)品的最終形態(tài)后，重新推演這項(xiàng)產(chǎn)品的誕生過(guò)程。那么面對(duì)這樣龐大的問(wèn)題，要怎樣進(jìn)行“逆向工程”呢？

從顯微鏡到DNA，記錄神經(jīng)元運(yùn)動(dòng)都有哪些方式？

美國(guó)高級(jí)情報(bào)研究計(jì)劃署選擇和三個(gè)研究團(tuán)隊(duì)合作，三種方式齊頭并進(jìn)一起對(duì)1立方毫米的小鼠腦組織進(jìn)行研究。

哈佛大學(xué)選擇的是電子顯微鏡。通過(guò)對(duì)大鼠注入熒光蛋白并進(jìn)行訓(xùn)練，為大鼠播放視頻刺激大腦活動(dòng)，當(dāng)神經(jīng)元活動(dòng)時(shí)，熒光蛋白中的鈣離子就會(huì)融入細(xì)胞使其發(fā)亮。這時(shí)再用激光顯微鏡記錄下神經(jīng)元活動(dòng)狀況。另一方面，一立方厘米的腦組織被切割成薄片，在高分辨率下顯微鏡下成像。將活動(dòng)時(shí)的神經(jīng)元狀況和完整的非活動(dòng)狀態(tài)下神經(jīng)元連接狀況進(jìn)行對(duì)比映射，從而去挖掘?qū)嶒?yàn)鼠的“思維活動(dòng)方式”。

來(lái)自哈佛醫(yī)學(xué)院的專(zhuān)家則選擇了另一種方法，他們通過(guò)一種特殊的DNA條碼對(duì)神經(jīng)元進(jìn)行標(biāo)注，通過(guò)這種特殊的標(biāo)注來(lái)識(shí)別神經(jīng)元運(yùn)動(dòng)。至于腦組織切片，則可以通過(guò)基因測(cè)序機(jī)進(jìn)行信息分類(lèi)，從而重現(xiàn)神經(jīng)元的運(yùn)動(dòng)情況。

來(lái)自美國(guó)科學(xué)促進(jìn)會(huì)的團(tuán)隊(duì)，則干脆選擇數(shù)據(jù)驅(qū)動(dòng)的方式，通過(guò)對(duì)腦神經(jīng)元連接方式的全面記錄來(lái)構(gòu)建研究基礎(chǔ)。

在計(jì)劃中，三個(gè)團(tuán)隊(duì)將一起監(jiān)測(cè)出大腦中數(shù)萬(wàn)個(gè)神經(jīng)元的運(yùn)動(dòng)情況，并且將腦組織切片的橫截面計(jì)算拼接，將神經(jīng)元的活動(dòng)路徑連接起來(lái)，構(gòu)成一幅大腦運(yùn)動(dòng)的三維地圖。建立在這一基礎(chǔ)上，在嘗試模擬神經(jīng)元運(yùn)動(dòng)的模式。

逆向工程中的悖論：通過(guò)大數(shù)據(jù)實(shí)現(xiàn)少樣本？

如此看來(lái)，針對(duì)大腦的逆向工程除了在研究方式上更為特出，分工上更聚焦細(xì)節(jié)之外，跟以往的大腦模擬工程等等也并無(wú)差別。

但值得注意的是，Microns和其他大腦模擬最大的差別，就在于目標(biāo)明確。

在13年“BRAIN倡議”被提出時(shí)，當(dāng)時(shí)定下的目標(biāo)是通過(guò)研究大腦來(lái)研究阿爾茨海默病、自閉癥等等疾病。但實(shí)際上真正開(kāi)始啟動(dòng)時(shí)，最受關(guān)注的項(xiàng)目Microns卻將目標(biāo)圈定在了人工智能應(yīng)用方面，三個(gè)團(tuán)隊(duì)每個(gè)都配上了至少一位算法科學(xué)家，為了把神經(jīng)學(xué)的結(jié)果轉(zhuǎn)換成可應(yīng)用的計(jì)算機(jī)科學(xué)。

如此來(lái)看，大腦研究與人工智能之間有種“有事鐘無(wú)艷，無(wú)事夏迎春”的感覺(jué)。平時(shí)腦科學(xué)研究總將目標(biāo)放在心理學(xué)、神經(jīng)學(xué)、醫(yī)學(xué)學(xué)科上，可一旦人工智能有熱度可蹭，與腦科學(xué)有關(guān)的類(lèi)腦計(jì)算、認(rèn)知計(jì)算等等，又立刻成為了人工智能的明日之光。

就拿Microns這一個(gè)項(xiàng)目來(lái)說(shuō)，就存在著嚴(yán)重的悖論。

首先Microns的目標(biāo)，是通過(guò)對(duì)大腦的模擬推演，實(shí)現(xiàn)更高效的少樣本甚至無(wú)樣本學(xué)習(xí)，讓神經(jīng)網(wǎng)絡(luò)不再需要依靠大量的數(shù)據(jù)就行建立模型。

而以目前這種對(duì)大腦逆向工程的手段來(lái)看，Microns率先輸出的并不是算法，而是海量的神經(jīng)元運(yùn)動(dòng)數(shù)據(jù)——每立方毫米的腦組織就會(huì)產(chǎn)生1到2 PB的數(shù)據(jù)。

所以為了處理這些數(shù)據(jù)，Microns率先要研發(fā)出能夠承載海量數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)模型，耗費(fèi)大量時(shí)間進(jìn)行訓(xùn)練，興許還要利用上超算。

整個(gè)過(guò)程，是與Microns項(xiàng)目的初衷背道而馳的。

Microns是誰(shuí)的磚石瓦片？

其實(shí)對(duì)于Microns的未來(lái)，研究人員自己也很悲觀(guān)。雖然如今Microns的贊助費(fèi)用已經(jīng)高達(dá)上億美元，參與研究的哈佛大學(xué)神經(jīng)學(xué)家David Cox卻表示，人腦研究實(shí)在是太過(guò)龐雜的命題，他們一定會(huì)得出結(jié)果，但這些結(jié)果很難符合人們的預(yù)期。

目前來(lái)說(shuō)，Microns已經(jīng)能夠?yàn)閷?shí)驗(yàn)鼠的一些神經(jīng)元進(jìn)行簡(jiǎn)單的分類(lèi)。例如在分辨出在受到刺激時(shí)，哪些神經(jīng)元互相連接，哪些神經(jīng)元又是相對(duì)獨(dú)立的。只是這樣的結(jié)果不僅離應(yīng)用還很遠(yuǎn)，就連理論化和體系化都很難做到。

最后Microns項(xiàng)目的結(jié)果，很有可能只是累積下來(lái)大量關(guān)于神經(jīng)元運(yùn)動(dòng)的數(shù)據(jù)，在開(kāi)放給社會(huì)之后，等待更多力量共同挖掘。這個(gè)過(guò)程就像蓋房子，或許今天我們見(jiàn)證的，僅僅是準(zhǔn)備磚石瓦片的過(guò)程。利用這些磚石瓦片的，或許是人工智能，也或許是腦科學(xué)。

腦科學(xué)與人工智能之間的關(guān)系，有時(shí)候就像狗血言情小說(shuō)里面的男女主角，看似天生一對(duì)，卻歷經(jīng)波折總是不能在一起。但是在彼此追逐的過(guò)程中，都獲得了更好的成長(zhǎng)。

【來(lái)源：腦極體】