脑科学近年已成为全世界科学研究的热点。经过近3年的酝酿，“脑科学与类脑研究”———中国脑计划，作为重大科技项目被列入国家“十三五”规划。

复旦大学是国内第一所成立脑科学研究院的高校。该院学术委员会主任、中科院院士杨雄里教授参与了“中国脑计划”的筹备工作。在一位神经生物学家的眼中，我们在脑科学研究领域究竟面临着什么样的挑战?　近日，他就此接受了记者的采访。

中国科学家在2015年，就对脑科学与类脑研究在中国“一体两翼”的部署达成了初步的共识，即以阐释人类认知的神经基础(认识脑)　为主体和核心　(一体)，同时展现“两翼”:其中一翼是大力加强预防、诊断和治疗脑重大疾病的研究　(保护脑);另一翼是在大数据快速发展的时代背景下，受大脑运作原理及机制的启示，通过计算和系统模拟推进人工智能的研究　(模拟脑)。

唯有对大脑的运作机制有更深刻的认识，才能推动各个相关学科领域的发展

脑科学研究成果以及脑科学未来的应用，如今已引起科学界乃至大众的广泛关注。

我在上世纪60年代初进入这个领域，那时正值神经科学作为一门综合性的统一学科崛起的前夜，因而有幸见证了半个世纪来这一领域所发生的革命性变化。当下，我们又站在了阐释人类大脑奥秘的关键时刻。

统计数据显示，过去30年产生的有关神经科学的知识，大概是上世纪80年代以前的46倍。在微观上，我们对脑和神经系统的研究深入到了细胞和分子水平，对神经信号的发生和传递的规律，对与此有紧密关联的离子通道的结构、功能及运转方式，已有相当深入的了解;对困扰人们已久的若干脑及神经系统疾病的病因和发病机制，也有了相当的知识积累。

从宏观来看，脑科学发展速度的加快，一个重要因素是大量新技术的涌入。如无创伤脑功能检测和分析技术的发展，为脑的高级功能和脑不同区域神经细胞协同活动的相关核心问题，提供了重要的信息。

在上述两方面研究的互相影响和促进下，脑科学的各重要分支涌现出了大量成果。其中一项令人瞩目的进展是，去年7月，美国华盛顿大学的神经科学家们，根据大脑皮层的结构、功能和区域间连接的情况，将大脑的两个半球分成了180个特定的区域，提供了一幅更精确的大脑地图。其中有超过一半的区域是首次被查明并记录的。如果把大脑比喻成地球，这些大脑区域有点像是一个个国家，不仅有清晰的国境线，也各有特点。

在这些成果的基础上，我们可以期待，对脑的工作原理将会有更深入的了解。对脑重大疾患　(如老年性痴呆、帕金森病、精神分裂症、抑郁症、药物成瘾、中枢神经系统损伤等)　的病因、发病机制，会有更清楚的认识。在此基础上，我们可以做出早期诊断，并开发出更有效的治疗手段。

脑科学和类脑研究项目实施可使我国脑科学研究实现可持续、跨越式发展

在以上几方面的研究中，中国神经科学家无疑大有可为。在过去20年中，在各类科技项目的支持下，我国脑科学的许多分支取得了可喜的进展。

以我所在的复旦大学脑科学研究院/医学神经生物学国家重点实验室为例，长期以来，我们在脑科学的基础和临床方面卓有成绩，近年来又特别强调脑科学基础、临床研究的紧密结合。我们将与全国同行一起，致力于把脑科学研究院建成为一个汇聚多个领域学者的研究平台。

此外，复旦2015年新建的“类脑智能科学与技术研究院”也在迅速崛起。

脑科学的进展令人印象深刻，但我们清醒地意识到，还存在认识上的“巨大的鸿沟”。“鸿沟”之一是，目前的研究要么是专注于单个神经细胞或少数细胞组成神经环路　(微观)，要么是应用活体成像技术，对一大群细胞进行总体活动分析　(宏观)。对在宏观与微观层面之间的介观层面的认识，还十分匮乏。

实际上，脑实施高级功能　(如感知、认知、思维)　涉及的，是少则数千、多则上百万的神经元集群。这些群体中每个细胞产生的电信号就像一个个“音符”不断地跳跃，而群体中所有神经元产生的各种“音符”和谐、有规律的此起彼伏，便形成一首恢宏的交响曲———这正是脑实施各种功能的基础。

因此，科学家们将努力开发新技术，来标记大范围神经环路的各神经元，并对大群神经元各单元活动进行同步检测。这些技术将使科学家能探索大范围的神经元集群的功能状态及动态变化，并与行为的分析相关起来，逐渐从对动物模型的研究推进到对人的研究，从而在揭示大脑奥秘的征程中跨越沟壑，走得更远。

应该说，这是一项十分艰巨的任务，它的艰巨性不仅在于脑的复杂性，还在于脑是一个动态变化的系统。这需要多学科专家的协同努力。

脑科学与信息科学、计算科学及其它工程科学之间的互动，推动人工智能发展

今年1月，美国卡耐基梅隆的科学家们制造人工智能软件，在一对一的德州扑克对战中，战胜了人类选手;人类选手在整个过程中，几乎没有胜算。而去年年底，升级的AlphaGo也战胜了中国的顶尖围棋手。对人脑神经网络的模拟，已成为脑科学研究的一个出口。不少脑科学研究都与类脑研究关系密切。1997年IBM的“深蓝”计算机战胜国际象棋世界冠军卡斯帕罗夫时，我在为贵报写的题为“人类智慧至高无上”的评论中说过，“对于本质上是推理性计算的弈棋，人类输给智能机器人是迟早的事情”。这个预测在20年后应验了。

ALPHAGO以4:1战胜李世石后，我曾经作过两点评述。一是具有智力的机器人融入人类社会是必然的，我们必须对此做好充分的准备，但是人类不必惊恐。二是脑本质上是一个庞大且复杂的信息处理系统，据估计，人脑中每秒完成的动态链接高达千万次量级，可储存的信息量相当于美国国会图书馆藏书总量所包含信息的50倍。不仅如此，脑科学已在若干组构层次上，揭示了大脑信息处理与传统计算机迥然不同的特点:平行信息处理、神经元间信息的交互性传递、信息处理的高度可塑性等。因此，借鉴脑的运行原理来推进人工智能的研究，有着广阔的前景。

不管是人类智力，还是人工智能，其核心是“智力”。瑞士著名心理学家皮亚杰曾经对智力下过一个通俗却含义深邃的定义:“智力就是你不知道怎么办时动用的东西”。人工智能要做到这一点，重要的是使人工神经网络具有学习功能，而学习功能正是大脑运行的特点。研发具有学习功能的人工神经网络，不外乎有两种途径:一种是只管实现最终的目标，而完全不顾人脑是如何运行;另一种则是借鉴人脑的运行原理。显然，第二种途径从长远的角度来说，可能更有成效。正如诺贝尔奖得主克里克曾经指出的:在广泛的意义上，对于神经科学家来说，一条有效的工作守则是，进化要比他们自己高明得多。

必须指出，虽然我们确认人类智力的基础是大脑庞大神经网络复杂而又有序的活动，但对智力的神经机制的认识还处于襁褓期。也就是说，对智力本质的研究和类脑研究对智力原理的借鉴是并行不悖的。可以预期的是，在脑科学与信息科学、计算科学及其它工程科学之间的联系会更加紧密，彼此间的互动将会更为活跃。