作者：戴瓊海,，清華大學(xué)自動化系教授、博導(dǎo),、寬帶網(wǎng)數(shù)字媒體實(shí)驗(yàn)室主任,。主要研究領(lǐng)域?yàn)橐曨l處理及寬帶通信。國家自然科學(xué)杰出青年基金獲得者,，主持國家重點(diǎn)自然科學(xué)基金,、國家'九五'、 '十五'課題多項(xiàng),，當(dāng)選為中國工程院院士,。

此次小編為大家整理的是來自中國工程院院士，清華大學(xué)教授戴瓊海主題為《從腦科學(xué)到人工智能》的精彩演講,。

腦科學(xué)與人工智能帶來的機(jī)遇和挑戰(zhàn)在哪里？人工智能學(xué)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(xué)發(fā)展至今,，從基因組到單細(xì)胞,，從轉(zhuǎn)化醫(yī)學(xué)到精準(zhǔn)醫(yī)學(xué)，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(jì),，科學(xué)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(jì)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(xì)胞與個體行為的相關(guān)性？所以這四個方向是腦科學(xué)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(xué)的研究，試圖找到第一個做腦科學(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,，但是我們知道第一個做腦科學(xué)的獲得諾貝爾獎的人是誰——現(xiàn)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(jié)構(gòu)圖,，所以他是做腦科學(xué)研究的第一個獲得諾貝爾獎的人,。100多年來有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(tǒng)的結(jié)構(gòu)和功能,，信息傳遞,、神經(jīng)細(xì)胞怎么傳遞，大腦認(rèn)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諾貝爾獎。網(wǎng)格細(xì)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(jì)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(jī)器感知,、機(jī)器學(xué)習(xí)到機(jī)器思維和機(jī)器決策的顛覆性模型和人工智能的方式,，這是腦科學(xué)的一個重要補(bǔ)充。

我國提出一體兩翼——腦科學(xué)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(jì)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(xì)胞的信息傳遞和關(guān)聯(lián)關(guān)系，以及細(xì)胞本身的特點(diǎn),；也就是說,，我們觀測的儀器是腦科學(xué)必不可少的重要的工具。

進(jìn)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(jìn)行了進(jìn)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(xiàn),。第二個是2014年超分辨率的諾貝爾獎,，對神經(jīng)細(xì)胞的分類進(jìn)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(dá)到毫米級,，看不到神經(jīng)元。

還有大視場方面的特點(diǎn),。我們用兩個坐標(biāo)標(biāo)識它,，紅坐標(biāo)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(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視野有多大,？把一條斑馬魚能夠裝進(jìn)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(jì)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(lán)色區(qū)域是光學(xué)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(xì)胞大概就是幾個微米，其分辨率只能達(dá)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(diǎn)和熱點(diǎn)。

國際上做這個方面的工作團(tuán)隊(duì),，我計(jì)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(xué)院、北卡醫(yī)學(xué)院等,?？梢钥吹剑囊晥龊艽?，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(xué)系統(tǒng),，是比較難的一件事。2016年英國十大進(jìn)展學(xué)會,，6 mm×6 mm×3 mm的視場擴(kuò)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,。

要做寬視場和高分辨是核心的難題，怎樣巧妙設(shè)計(jì)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(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(shè)計(jì)了一個計(jì)算攝像的系統(tǒng)。給出原有的光照,，結(jié)合我們的強(qiáng)項(xiàng)計(jì)算重建,，加入計(jì)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(diǎn)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(xué)習(xí),，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(shí)時的動態(tài)成像系統(tǒng)。

可以看到，與國際上先進(jìn)儀器相比,，1 cm×1.2 cm的視場足夠大,。最大的特點(diǎn)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(xì)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(dá)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(xué)的實(shí)驗(yàn),。

首先是顛覆科學(xué)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(xì)胞的作用和血氧是有關(guān)聯(lián)的,。兩個門派,，一個認(rèn)為有關(guān)聯(lián)；另一個認(rèn)為沒有關(guān)聯(lián),。核磁共振技術(shù)無法驗(yàn)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(jìn)行實(shí)驗(yàn),，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(shí)驗(yàn),，但是并沒有說明它到底有沒有關(guān)聯(lián)，所以這個實(shí)驗(yàn)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(shí)驗(yàn),，這個實(shí)驗(yàn)一旦成功，不管有關(guān)系或者沒有關(guān)系,，將會給科學(xué)界帶來非常大的震撼?，F(xiàn)在有很多生命科學(xué)家也持續(xù)發(fā)郵件詢問結(jié)果。這項(xiàng)實(shí)驗(yàn)還在進(jìn)行，目前還沒有準(zhǔn)確結(jié)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(yī)大學(xué)開展的工作,，這是活體細(xì)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(xué)，從去年開始就希望訂購這臺儀器,。

剛才說了哈佛大學(xué)需要看到多條斑馬魚,，我們這個儀器可以實(shí)現(xiàn)，這個研究是什么,？研究腫瘤細(xì)胞在體內(nèi)形成腫瘤的過程是什么,。可以看到細(xì)胞的運(yùn)動,。細(xì)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(xiàng)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(yùn)動過程時免疫細(xì)胞與腫瘤細(xì)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(xì)胞的實(shí)驗(yàn)也引起了醫(yī)學(xué)界的轟動。比如同濟(jì)醫(yī)學(xué)院,，跟蹤一個細(xì)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(xì)胞的變化區(qū)域在哪里,？損傷以后形成中風(fēng),，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(xì)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(xì)胞怎么運(yùn)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(yàn),，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(xué)和醫(yī)學(xué)上簡單的匯報(bào)，如何推動人工智能的發(fā)展,，我們希望做一些貢獻(xiàn),。

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(jī)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，啟動了阿波羅腦計(jì)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(jì)算神經(jīng)元的模型和機(jī)器學(xué)習(xí)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(shí)際上,，現(xiàn)有人工智能基本上是同類大數(shù)據(jù)的學(xué)習(xí)，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(jī)制是什么,？現(xiàn)在我們還沒有找到這個信息傳遞的機(jī)制,，我們硬學(xué)。怎樣從感知到?jīng)Q策與控制,，做到認(rèn)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(rèn)知的結(jié)合來做腦模擬。現(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(xì)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(jī)制方式?？梢钥吹?，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(jī)制帶來一些好的算法和模型。

因?yàn)檫@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(xué)和人工智能方面的實(shí)驗(yàn),，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(fèi),。

現(xiàn)在我們有一個團(tuán)隊(duì)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(shí)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(jī)制,。同時又組成了兩個團(tuán)隊(duì)在做微觀成像,，就是分子成像，看細(xì)胞——個體細(xì)胞的特征和整體細(xì)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(jìn)化到現(xiàn)在的人工智能階段，隨著材料科學(xué)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(shí)現(xiàn)了一個主動式的人工智能,。

第二個方向，有三人的小團(tuán)隊(duì),，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(diǎn)想法,。

第三個方向是光電計(jì)算。現(xiàn)在的電子計(jì)算機(jī)基于硅級的納米,，量子計(jì)算離我們還有不遠(yuǎn)的距離,。因此我們提出了光電計(jì)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(xiàn)今復(fù)雜的算法使得我們很多工作沒有辦法往下推進(jìn)。光電計(jì)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(jì)算形成，存儲和計(jì)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,。

這是三個方面的研究,。我也想和各位交流一下，希望能夠在這上面開展一些研究,。

最后,，感謝國家自然科學(xué)基金會！感謝儀器團(tuán)隊(duì)的努力工作,！