日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

戴瓊海，中國工程院院士，清華大學教授

腦科學與人工智能帶來的機遇和挑戰(zhàn)在哪里？人工智能學會發(fā)展到今天，規(guī)模已非常龐大，令人震驚。

腦，尤其是人腦，構(gòu)造非常復(fù)雜。腦有上百億的神經(jīng)元，還有分支等連接起來，是一個非常復(fù)雜的結(jié)構(gòu)。生命科學發(fā)展至今，從基因組到單細胞，從轉(zhuǎn)化醫(yī)學到精準醫(yī)學，均取得了長足的發(fā)展。但是人類至始至終還不夠明白——腦究竟起什么作用？腦的作用是非常復(fù)雜的，它有兩個系統(tǒng)，一個是從腦神經(jīng)到各個器官的連接系統(tǒng)；另一個是通過免疫系統(tǒng)的再反饋系統(tǒng)。這樣復(fù)雜的系統(tǒng)，怎樣把腦的東西了解清楚，是人類一直要探索的重要方向。尤其是在本世紀，科學家應(yīng)該力圖去解決這個問題。

腦神經(jīng)的連接，800多個神經(jīng)元和整個器官免疫系統(tǒng)連接，加起來超過整個光纖網(wǎng)絡(luò)的總和。在本世紀初，對于腦的困惑和問題主要是在哪里？

第一個是我們居然不知道800多個腦神經(jīng)有哪些行為動作？

第二個是我們不知道大腦的結(jié)構(gòu)圖。

第三個是大腦的神經(jīng)元在控制我們的語音和視覺時，我們不知道哪些神經(jīng)元在視覺或者是聽覺中起作用？

還有就是如何了解神經(jīng)細胞與個體行為的相關(guān)性？所以這四個方向是腦科學目前和長期要解決的工作，它與人工智能有著密切的關(guān)系。

為了做腦科學的研究，試圖找到第一個做腦科學研究的科學家。我們雖然不知道最早做腦科學研究的是誰，但是我們知道第一個做腦科學的獲得諾貝爾獎的人是誰——現(xiàn)代神經(jīng)生物學之父Cajal，最主要的工作是用顯微鏡最終繪制出了神經(jīng)元的結(jié)構(gòu)圖，所以他是做腦科學研究的第一個獲得諾貝爾獎的人。100多年來有20多位科學家獲得了腦科學方面的諾貝爾獎。神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能，信息傳遞、神經(jīng)細胞怎么傳遞，大腦認知和感知，還有其他的神經(jīng)科學，這些領(lǐng)域的研究獲得了多個諾貝爾獎。網(wǎng)格細胞與人工智能有極大關(guān)系。最重要在上面，現(xiàn)在提出的腦計劃相比于2013年開始提出來的第一代，除了剛才說的四個研究工作，加了一個內(nèi)容，即最后的一條內(nèi)容——提出新一代人工智能的理論與方法。從機器感知、機器學習到機器思維和機器決策的顛覆性模型和人工智能的方式，這是腦科學的一個重要補充。

我國提出一體兩翼——腦科學和類人腦方面的工作。如果開展工作，可以看出做什么研究是最重要的環(huán)節(jié)。美國腦計劃分成四大組成，其中兩個組成都和觀測有關(guān)，怎么去看細胞的信息傳遞和關(guān)聯(lián)關(guān)系，以及細胞本身的特點；也就是說，我們觀測的儀器是腦科學必不可少的重要的工具。

進一步調(diào)研發(fā)現(xiàn)，在成像時，我們看到的分辨率足夠高時，看到的視野就非常??；而看到視野非常大時，分辨率就比較低。我們進行了進一步的分類。第一個是1982年諾貝爾獎，它的視場小，分辨率比較低，但獲得貓視覺的響應(yīng)，突破了對人工智能的結(jié)構(gòu)，做出了巨大的貢獻。第二個是2014年超分辨率的諾貝爾獎，對神經(jīng)細胞的分類進行了觀測。大家知道，X光、核磁共振等技術(shù)視場非常大，分辨率非常低，達到毫米級，看不到神經(jīng)元。

還有大視場方面的特點。我們用兩個坐標標識它，紅坐標是中間尺度、小視場和高分辨率，還有大視場高分辨等四個象限，高分辨率，視場大，分辨率還要高，這是國際上非常熱的科研沃土。大家都在關(guān)注這方面的研究。

首先一個腦科學工作是2017年，六位科學家中，三位是做腦成像，三位是做腦關(guān)系的，拿到了1.5億美元的支持。他們希望看到的一個視野有多大？把一條斑馬魚能夠裝進去，斑馬魚有3 000多條神經(jīng)元，要觀測清楚，并且要觀察到它們的具體行為。這些行為是怎么連接的，這個工作是他們的一個五年計劃，這是一個事例。以前的顯微鏡只能看四分之一，現(xiàn)在他們要做全視場的研究工作。

難在什么地方？有兩個方面，一個是結(jié)構(gòu)；一個是功能。大家都知道，一個系統(tǒng)，結(jié)構(gòu)決定功能。神經(jīng)系統(tǒng)的結(jié)構(gòu)是首要的。那么在這里，藍色區(qū)域是光學顯微鏡，只占一塊，不能看全腦系統(tǒng)；下面是功能核磁，客觀測動態(tài)腦區(qū)級功能活動。了解到腦區(qū)的功能，但是劃分不出邊界，我們的細胞大概就是幾個微米，其分辨率只能達到毫米。所以國際上，大視野高分辨的觀測儀器一直是研究的重點和熱點。

國際上做這個方面的工作團隊，我計算了一下，大概有300多個，具有典型的代表有加州理工、麻省理工、霍華德休斯學院、北卡醫(yī)學院等?？梢钥吹?，它的視場很大，分辨率也很低；而分辨率很高時，視野較小。神經(jīng)元在動態(tài)連接的過程中，瞬間的變化就難以捕捉到。這幾個研究都存在這方面問題。

總之，要做一個大視場、多尺度，動態(tài)連續(xù)觀測的一個光學系統(tǒng)，是比較難的一件事。2016年英國十大進展學會，6 mm×6 mm×3 mm的視場擴展，分辨率非常高，0.8 μm，縱向分辨率8 μm，是其的十大進展之一。

要做寬視場和高分辨是核心的難題，怎樣巧妙設(shè)計這樣的系統(tǒng)？這里存在的問題也非常大。根據(jù)這方面的工作，我們也聯(lián)合了國內(nèi)幾家單位開始攻關(guān)。2009年我們在深圳開會，研討了到底需要什么樣的東西才能和我們的信息結(jié)合起來；2012年我們開始做腦皮層神經(jīng)、腫瘤轉(zhuǎn)移的觀測?，F(xiàn)在有清華大學、浙江大學、中國科學院上海生命科學研究院三家單位聯(lián)合研制，設(shè)計了一個計算攝像的系統(tǒng)。給出原有的光照，結(jié)合我們的強項計算重建，加入計算光照和模型算式。通過幾年的努力，平臺構(gòu)建、元件加工、模塊裝配到系統(tǒng)集成，我們完成了這樣一個儀器。儀器里最重要的創(chuàng)新點涉及到什么？我們用儀器成像原理做了曲面，來做成像，用多個傳感器取得曲面成像。

智能成像模型有兩個成果，一個是壓縮感知，我們提出了LOGSUM范數(shù)算法；一個是metric Learning度量學習，完成了一個算法的工作。通過幾年的工作，我們研制了很多儀器，如RUSH，實時的動態(tài)成像系統(tǒng)。

可以看到，與國際上先進儀器相比，1 cm×1.2 cm的視場足夠大。最大的特點是國際上同類儀器中成像速度最快的，還有通量也是國際儀器中最大的。通量越多，描述時間的細節(jié)越豐富。我們的通量是5.78。

這是我們在去年拍到了第一張全腦的圖。大家可以看到不同的顏色，代表了不同的深度。腦皮層達到了100μm，這是在動態(tài)圖里截取出來的。這張圖誕生于2017年7月，我們做的第一張完全事動態(tài)的圖，一張圖7個G。

這樣的儀器也帶來了很多生命科學的實驗。

首先是顛覆科學發(fā)現(xiàn)的問題。在這里最重要是做一件什么事？1991年開始，核磁共振開始出現(xiàn)時，有一個假設(shè)就是神經(jīng)細胞的作用和血氧是有關(guān)聯(lián)的。兩個門派，一個認為有關(guān)聯(lián)；另一個認為沒有關(guān)聯(lián)。核磁共振技術(shù)無法驗證這樣一個假設(shè)，但是我們的儀器可以試圖解決這方面的工作。

使用小鼠進行實驗，我們吹小鼠胡須時，可以看到這個神經(jīng)元的變化，它和神經(jīng)血管的供應(yīng)是有關(guān)聯(lián)。我們已經(jīng)做了上千次實驗，但是并沒有說明它到底有沒有關(guān)聯(lián)，所以這個實驗還要持續(xù)做下去?，F(xiàn)在北卡醫(yī)院的兩個教授還在和我們做這個實驗，這個實驗一旦成功，不管有關(guān)系或者沒有關(guān)系，將會給科學界帶來非常大的震撼。現(xiàn)在有很多生命科學家也持續(xù)發(fā)郵件詢問結(jié)果。這項實驗還在進行，目前還沒有準確結(jié)果。

我們也可以在探索腦疾病上進行相關(guān)的研究。最重要的腦疾病，包括帕金森、老年癡呆等，病例很多。這是腦腫瘤，我們與第三軍醫(yī)大學開展的工作，這是活體細胞的展示。目前的技術(shù)需要5~7天才能確定有沒有腫瘤，用這臺儀器3 ms就可以診斷結(jié)果。所以第三軍醫(yī)大學，從去年開始就希望訂購這臺儀器。

剛才說了哈佛大學需要看到多條斑馬魚，我們這個儀器可以實現(xiàn)，這個研究是什么？研究腫瘤細胞在體內(nèi)形成腫瘤的過程是什么?？梢钥吹郊毎倪\動。細胞怎么轉(zhuǎn)移？往哪里轉(zhuǎn)，在什么環(huán)境下轉(zhuǎn)？這是我們非常重要的一項研究工作，就是多條斑馬魚的共同觀測。

第二個可以看到，小鼠全腦在運動過程時免疫細胞與腫瘤細胞是相反的過程。腦腫瘤手術(shù)中最難的是確定它的邊界，切得少了沒有把腫瘤切干凈，切多了把人切傻了。這個單細胞的實驗也引起了醫(yī)學界的轟動。比如同濟醫(yī)學院，跟蹤一個細胞就能知道后面的情況，可以確定邊界到底有多大。

我們可以看到中風前和中風后細胞的變化區(qū)域在哪里？損傷以后形成中風，這是一個最重要的研究工作。還有一個是癲癇病的切換，自發(fā)癲癇波的產(chǎn)生，哪些產(chǎn)生癲癇波，哪些癲癇細胞沒有產(chǎn)生，產(chǎn)生和不產(chǎn)生到底有什么關(guān)聯(lián)，這是國際上都在探討的。同時我們又給它一個刺激的波，電極刺激下產(chǎn)生癲癇波，哪些是自發(fā)產(chǎn)生，哪些是電極刺激產(chǎn)生。

這些工作對于加速藥物研發(fā)也起到了很大的作用。大家知道心梗帶來了非常大的危害。到底心臟細胞怎么運作，能夠給出一個藥物判斷。藥物判斷這個是和制藥公司做的試驗，通過高通量的心肌藥物，哪種藥起作用，哪種藥不起作用。

這是我在生物科學和醫(yī)學上簡單的匯報，如何推動人工智能的發(fā)展，我們希望做一些貢獻。

大家知道，胡貝爾對人的視覺系統(tǒng)起到了非常重要的作用。腦神經(jīng)元之間的信息傳遞機制是什么？可解釋人工智能才能提供生物學的范例。國際上為了做這件事，也投入了1億美金，啟動了阿波羅腦計劃。想要摸清一個立方毫米10萬個神經(jīng)元的研究關(guān)系，包括活動和連接關(guān)系，最后形成大數(shù)據(jù)。我們在想，計算神經(jīng)元的模型和機器學習的的模型能不能打通，能不能在這里找到他們的一個工作。

實際上，現(xiàn)有人工智能基本上是同類大數(shù)據(jù)的學習，未來的人工智能會融入各種感知與記憶數(shù)據(jù)和信息傳遞機制是什么？現(xiàn)在我們還沒有找到這個信息傳遞的機制，我們硬學。怎樣從感知到?jīng)Q策與控制，做到認知到?jīng)Q策與控制，這樣的一個工作使得人工智能具有主動性。我們希望能夠通過腦觀測和腦認知的結(jié)合來做腦模擬?，F(xiàn)在我們這個儀器，可以看到百萬級的神經(jīng)元，對于它的連接狀態(tài)是什么？現(xiàn)在還沒有看到它的視覺連接行為，但是我們已經(jīng)找到了它聽覺和視覺的環(huán)路部分，也沒有找到全部。下面是我們在國際上第一個看到在小鼠聽音樂，全腦神經(jīng)元的變化。這是小鼠在聽音樂時，那邊是神經(jīng)元的整個連接狀態(tài)。亞細胞級、結(jié)構(gòu)功能的統(tǒng)一，這是國際上第一個拿出的結(jié)果。小鼠的狀態(tài)，對應(yīng)的神經(jīng)圖就是腦連接的狀態(tài)。同時還可以看到，它的海馬區(qū)分層神經(jīng)元的連接狀態(tài)，在這里我們找到了部分信息傳遞的這種機制方式。可以看到，這是一個毫米級的神經(jīng)元在傳遞。我們希望在這里分析它們的模型，找到它們的工作規(guī)律，為人工智能的信息傳遞機制帶來一些好的算法和模型。

因為這個儀器做出來以后，從2017年開始我們做了近兩年的生命科學和人工智能方面的實驗，也得到了國際上很多學者的關(guān)注。

目前，我們的分辨率和視場加起來不是國際最領(lǐng)先的，但我們的通量是領(lǐng)先的，要突破400 nm，國際領(lǐng)先。元器件已經(jīng)完成了，希望在2019年的1月完成400 nm最高分辨率集成。但是目前還缺經(jīng)費。

現(xiàn)在我們有一個團隊專門做大數(shù)據(jù)分析，有10位老師帶著博士生討論清晰動物全腦實時成像數(shù)據(jù)，讓小鼠看不同的顏色、不同動態(tài)的物體，它的視覺環(huán)路是怎樣的？另外還要研究比如神經(jīng)網(wǎng)絡(luò)的記憶決策和控制的機制。同時又組成了兩個團隊在做微觀成像，就是分子成像，看細胞——個體細胞的特征和整體細胞的聯(lián)系。通過微觀和宏觀來看能不能做尺度上的總體成像，為人工智能提出一些新的線索和方式。這個研究非常復(fù)雜，也要持續(xù)的研究。

未來方向。第一個方向，生命是會發(fā)生變化的，生命進化到現(xiàn)在的人工智能階段，隨著材料科學的發(fā)展，未來的生命會發(fā)生新形態(tài)和新業(yè)態(tài)的變化，比如我們的人造器官都會造出來，人工智能和我們的器官都已經(jīng)在一起，真正實現(xiàn)了一個主動式的人工智能。

第二個方向，有三人的小團隊，正在調(diào)研腦聯(lián)網(wǎng)，就是解決國際上的下一個問題，意識能不能存儲。這個問題是比較前沿的，也正在做這方面的分析。希望能夠提出一點想法。

第三個方向是光電計算。現(xiàn)在的電子計算機基于硅級的納米，量子計算離我們還有不遠的距離。因此我們提出了光電計算，把光子器件和硅基集成在一起，對人工智能的發(fā)展起到了非常大的作用。現(xiàn)今復(fù)雜的算法使得我們很多工作沒有辦法往下推進。光電計算如果用好了，是可以引領(lǐng)新一代摩爾定律的產(chǎn)生。如果光電計算形成，存儲和計算一體化的就變成了什么？就變成了皮米級的工作?，F(xiàn)在是納米級的，如果做到皮米級的工作，可以帶來新的摩爾定律的變化。