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)展曲線前進(jìn)，而是跟著智能科技的發(fā)展前行的。

或許因?yàn)?span id="gm0zvx0" class='hrefStyle'>人工智能本身就是為了模擬人類(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。