戴瓊海，中國工程院院士，清華大學(xué)教授

腦科學(xué)與人工智能帶來(lái)的機遇和挑戰在哪里？人工智能學(xué)會(huì )發(fā)展到今天，規模已非常龐大，令人震驚。

腦，尤其是人腦，構造非常復雜。腦有上百億的神經(jīng)元，還有分支等連接起來(lái)，是一個(gè)非常復雜的結構。生命科學(xué)發(fā)展至今，從基因組到單細胞，從轉化醫學(xué)到精準醫學(xué)，均取得了長(cháng)足的發(fā)展。但是人類(lèi)至始至終還不夠明白——腦究竟起什么作用？腦的作用是非常復雜的，它有兩個(gè)系統，一個(gè)是從腦神經(jīng)到各個(gè)器官的連接系統；另一個(gè)是通過(guò)免疫系統的再反饋系統。這樣復雜的系統，怎樣把腦的東西了解清楚，是人類(lèi)一直要探索的重要方向。尤其是在本世紀，科學(xué)家應該力圖去解決這個(gè)問(wèn)題。

腦神經(jīng)的連接，800多個(gè)神經(jīng)元和整個(gè)器官免疫系統連接，加起來(lái)超過(guò)整個(gè)光纖網(wǎng)絡(luò )的總和。在本世紀初，對于腦的困惑和問(wèn)題主要是在哪里？

第一個(gè)是我們居然不知道800多個(gè)腦神經(jīng)有哪些行為動(dòng)作？

第二個(gè)是我們不知道大腦的結構圖。

第三個(gè)是大腦的神經(jīng)元在控制我們的語(yǔ)音和視覺(jué)時(shí)，我們不知道哪些神經(jīng)元在視覺(jué)或者是聽(tīng)覺(jué)中起作用？

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

為了做腦科學(xué)的研究，試圖找到第一個(gè)做腦科學(xué)研究的科學(xué)家。我們雖然不知道最早做腦科學(xué)研究的是誰(shuí)，但是我們知道第一個(gè)做腦科學(xué)的獲得諾貝爾獎的人是誰(shuí)——現代神經(jīng)生物學(xué)之父Cajal，最主要的工作是用顯微鏡最終繪制出了神經(jīng)元的結構圖，所以他是做腦科學(xué)研究的第一個(gè)獲得諾貝爾獎的人。100多年來(lái)有20多位科學(xué)家獲得了腦科學(xué)方面的諾貝爾獎。神經(jīng)系統的結構和功能，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(xué)，這些領(lǐng)域的研究獲得了多個(gè)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，現在提出的腦計劃相比于2013年開(kāi)始提出來(lái)的第一代，除了剛才說(shuō)的四個(gè)研究工作，加了一個(gè)內容，即最后的一條內容——提出新一代人工智能的理論與方法。從機器感知、機器學(xué)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(xué)的一個(gè)重要補充。

我國提出一體兩翼——腦科學(xué)和類(lèi)人腦方面的工作。如果開(kāi)展工作，可以看出做什么研究是最重要的環(huán)節。美國腦計劃分成四大組成，其中兩個(gè)組成都和觀(guān)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(diǎn)；也就是說(shuō)，我們觀(guān)測的儀器是腦科學(xué)必不可少的重要的工具。

進(jìn)一步調研發(fā)現，在成像時(shí)，我們看到的分辨率足夠高時(shí)，看到的視野就非常??；而看到視野非常大時(shí)，分辨率就比較低。我們進(jìn)行了進(jìn)一步的分類(lèi)。第一個(gè)是1982年諾貝爾獎，它的視場(chǎng)小，分辨率比較低，但獲得貓視覺(jué)的響應，突破了對人工智能的結構，做出了巨大的貢獻。第二個(gè)是2014年超分辨率的諾貝爾獎，對神經(jīng)細胞的分類(lèi)進(jìn)行了觀(guān)測。大家知道，X光、核磁共振等技術(shù)視場(chǎng)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(chǎng)方面的特點(diǎn)。我們用兩個(gè)坐標標識它，紅坐標是中間尺度、小視場(chǎng)和高分辨率，還有大視場(chǎng)高分辨等四個(gè)象限，高分辨率，視場(chǎng)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(gè)腦科學(xué)工作是2017年，六位科學(xué)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(gè)視野有多大？把一條斑馬魚(yú)能夠裝進(jìn)去，斑馬魚(yú)有3 000多條神經(jīng)元，要觀(guān)測清楚，并且要觀(guān)察到它們的具體行為。這些行為是怎么連接的，這個(gè)工作是他們的一個(gè)五年計劃，這是一個(gè)事例。以前的顯微鏡只能看四分之一，現在他們要做全視場(chǎng)的研究工作。

難在什么地方？有兩個(gè)方面，一個(gè)是結構；一個(gè)是功能。大家都知道，一個(gè)系統，結構決定功能。神經(jīng)系統的結構是首要的。那么在這里，藍色區域是光學(xué)顯微鏡，只占一塊，不能看全腦系統；下面是功能核磁，客觀(guān)測動(dòng)態(tài)腦區級功能活動(dòng)。了解到腦區的功能，但是劃分不出邊界，我們的細胞大概就是幾個(gè)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(guān)測儀器一直是研究的重點(diǎn)和熱點(diǎn)。

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

總之，要做一個(gè)大視場(chǎng)、多尺度，動(dòng)態(tài)連續觀(guān)測的一個(gè)光學(xué)系統，是比較難的一件事。2016年英國十大進(jìn)展學(xué)會(huì )，6 mm×6 mm×3 mm的視場(chǎng)擴展，分辨率非常高，0.8 μm，縱向分辨率8 μm，是其的十大進(jìn)展之一。

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

智能成像模型有兩個(gè)成果，一個(gè)是壓縮感知，我們提出了LOGSUM范數算法；一個(gè)是metric Learning度量學(xué)習，完成了一個(gè)算法的工作。通過(guò)幾年的工作，我們研制了很多儀器，如RUSH，實(shí)時(shí)的動(dòng)態(tài)成像系統。

可以看到，與國際上先進(jìn)儀器相比，1 cm×1.2 cm的視場(chǎng)足夠大。最大的特點(diǎn)是國際上同類(lèi)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(shí)間的細節越豐富。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(dòng)態(tài)圖里截取出來(lái)的。這張圖誕生于2017年7月，我們做的第一張完全事動(dòng)態(tài)的圖，一張圖7個(gè)G。

這樣的儀器也帶來(lái)了很多生命科學(xué)的實(shí)驗。

首先是顛覆科學(xué)發(fā)現的問(wèn)題。在這里最重要是做一件什么事？1991年開(kāi)始，核磁共振開(kāi)始出現時(shí)，有一個(gè)假設就是神經(jīng)細胞的作用和血氧是有關(guān)聯(lián)的。兩個(gè)門(mén)派，一個(gè)認為有關(guān)聯(lián)；另一個(gè)認為沒(méi)有關(guān)聯(lián)。核磁共振技術(shù)無(wú)法驗證這樣一個(gè)假設，但是我們的儀器可以試圖解決這方面的工作。

使用小鼠進(jìn)行實(shí)驗，我們吹小鼠胡須時(shí)，可以看到這個(gè)神經(jīng)元的變化，它和神經(jīng)血管的供應是有關(guān)聯(lián)。我們已經(jīng)做了上千次實(shí)驗，但是并沒(méi)有說(shuō)明它到底有沒(méi)有關(guān)聯(lián)，所以這個(gè)實(shí)驗還要持續做下去?，F在北卡醫院的兩個(gè)教授還在和我們做這個(gè)實(shí)驗，這個(gè)實(shí)驗一旦成功，不管有關(guān)系或者沒(méi)有關(guān)系，將會(huì )給科學(xué)界帶來(lái)非常大的震撼?，F在有很多生命科學(xué)家也持續發(fā)郵件詢(xún)問(wèn)結果。這項實(shí)驗還在進(jìn)行，目前還沒(méi)有準確結果。

我們也可以在探索腦疾病上進(jìn)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，我們與第三軍醫大學(xué)開(kāi)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(méi)有腫瘤，用這臺儀器3 ms就可以診斷結果。所以第三軍醫大學(xué)，從去年開(kāi)始就希望訂購這臺儀器。

剛才說(shuō)了哈佛大學(xué)需要看到多條斑馬魚(yú)，我們這個(gè)儀器可以實(shí)現，這個(gè)研究是什么？研究腫瘤細胞在體內形成腫瘤的過(guò)程是什么?？梢钥吹郊毎倪\動(dòng)。細胞怎么轉移？往哪里轉，在什么環(huán)境下轉？這是我們非常重要的一項研究工作，就是多條斑馬魚(yú)的共同觀(guān)測。

第二個(gè)可以看到，小鼠全腦在運動(dòng)過(guò)程時(shí)免疫細胞與腫瘤細胞是相反的過(guò)程。腦腫瘤手術(shù)中最難的是確定它的邊界，切得少了沒(méi)有把腫瘤切干凈，切多了把人切傻了。這個(gè)單細胞的實(shí)驗也引起了醫學(xué)界的轟動(dòng)。比如同濟醫學(xué)院，跟蹤一個(gè)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(fēng)前和中風(fēng)后細胞的變化區域在哪里？損傷以后形成中風(fēng)，這是一個(gè)最重要的研究工作。還有一個(gè)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(méi)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(shí)我們又給它一個(gè)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(lái)了非常大的危害。到底心臟細胞怎么運作，能夠給出一個(gè)藥物判斷。藥物判斷這個(gè)是和制藥公司做的試驗，通過(guò)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(xué)和醫學(xué)上簡(jiǎn)單的匯報，如何推動(dòng)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(jué)系統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(xué)的范例。國際上為了做這件事，也投入了1億美金，啟動(dòng)了阿波羅腦計劃。想要摸清一個(gè)立方毫米10萬(wàn)個(gè)神經(jīng)元的研究關(guān)系，包括活動(dòng)和連接關(guān)系，最后形成大數據。我們在想，計算神經(jīng)元的模型和機器學(xué)習的的模型能不能打通，能不能在這里找到他們的一個(gè)工作。

實(shí)際上，現有人工智能基本上是同類(lèi)大數據的學(xué)習，未來(lái)的人工智能會(huì )融入各種感知與記憶數據和信息傳遞機制是什么？現在我們還沒(méi)有找到這個(gè)信息傳遞的機制，我們硬學(xué)。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(gè)工作使得人工智能具有主動(dòng)性。我們希望能夠通過(guò)腦觀(guān)測和腦認知的結合來(lái)做腦模擬?，F在我們這個(gè)儀器，可以看到百萬(wàn)級的神經(jīng)元，對于它的連接狀態(tài)是什么？現在還沒(méi)有看到它的視覺(jué)連接行為，但是我們已經(jīng)找到了它聽(tīng)覺(jué)和視覺(jué)的環(huán)路部分，也沒(méi)有找到全部。下面是我們在國際上第一個(gè)看到在小鼠聽(tīng)音樂(lè )，全腦神經(jīng)元的變化。這是小鼠在聽(tīng)音樂(lè )時(shí)，那邊是神經(jīng)元的整個(gè)連接狀態(tài)。亞細胞級、結構功能的統一，這是國際上第一個(gè)拿出的結果。小鼠的狀態(tài)，對應的神經(jīng)圖就是腦連接的狀態(tài)。同時(shí)還可以看到，它的海馬區分層神經(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?？梢钥吹?，這是一個(gè)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，找到它們的工作規律，為人工智能的信息傳遞機制帶來(lái)一些好的算法和模型。

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

目前，我們的分辨率和視場(chǎng)加起來(lái)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。

現在我們有一個(gè)團隊專(zhuān)門(mén)做大數據分析，有10位老師帶著(zhù)博士生討論清晰動(dòng)物全腦實(shí)時(shí)成像數據，讓小鼠看不同的顏色、不同動(dòng)態(tài)的物體，它的視覺(jué)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(shí)又組成了兩個(gè)團隊在做微觀(guān)成像，就是分子成像，看細胞——個(gè)體細胞的特征和整體細胞的聯(lián)系。通過(guò)微觀(guān)和宏觀(guān)來(lái)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(xiàn)索和方式。這個(gè)研究非常復雜，也要持續的研究。

未來(lái)方向。第一個(gè)方向，生命是會(huì )發(fā)生變化的，生命進(jìn)化到現在的人工智能階段，隨著(zhù)材料科學(xué)的發(fā)展，未來(lái)的生命會(huì )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(huì )造出來(lái)，人工智能和我們的器官都已經(jīng)在一起，真正實(shí)現了一個(gè)主動(dòng)式的人工智能。

第二個(gè)方向，有三人的小團隊，正在調研腦聯(lián)網(wǎng)，就是解決國際上的下一個(gè)問(wèn)題，意識能不能存儲。這個(gè)問(wèn)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(diǎn)想法。

第三個(gè)方向是光電計算?，F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?，F今復雜的算法使得我們很多工作沒(méi)有辦法往下推進(jìn)。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在是納米級的，如果做到皮米級的工作，可以帶來(lái)新的摩爾定律的變化。