為什麼腦科學家不先從低等動物入手研究原理和模擬大腦，探求意識的來源，而是直接研究和模擬最高級的人腦呢？

01-05

問題更新（見粗體字）：
不知道為什麼這兩天這個問題又火起來了，原問題提於一年多前，那時候相關知識了解得比較少，經過一年多的了解現在再綜合已有的答案總結一下題主個人目前對這個問題的認識。
題主最初提出這個問題主要是好奇人的意識起源，而現在覺得，首先要界定「意識」這個概念就很困難。個人目前的認識是，意識並不是「有」和「無」的二分關係，而是一個連續光譜一樣的模糊概念。如果說人具有意識，那麼大猩猩和猿有沒有意識呢？如果有，那麼貓狗老鼠有沒有意識呢？再下一級，青蛙和魚有沒有意識呢？再往下，螞蟻蒼蠅有沒有意識呢？蛔蟲蚯蚓有沒有意識呢？草履蟲有沒有意識呢？所以，或許上述的生物都有意識，只是程度的高低（這更像是一個哲學問題而不是科學問題@_@）而低等生物如螞蟻蒼蠅，它們的意識僅僅是幾個神經元對外界刺激做出應激反應，而如人類的高等意識則具有抽象思維情感等等。甚至連植物都可能具有意識（記得好像有實驗通過鞭打樹木觀測其內部生理反應，得到樹會覺得「很痛」的結論）
（所以最後我還是沒確定究竟「意識」是什麼-_-|||）
另外關於人工智慧，題主最初提這個問題的時候覺得要先了解智能和意識的本質才能建造出人工智慧，就好比有了相對論才能造原子彈。但似乎現在學術界的趨勢剛好相反，即通過對人工智慧的摸索來反推出智能的本質，因為目前神經科學和腦科學領域的研究成果對於今日人工智慧演算法的啟發和幫助仍十分有限。因此這又引出了另外一個問題，究竟是對人腦原理和意識起源的研究理解來指導人工智慧的建造，還是通過探索建造人工智慧來啟發人們解釋人腦原理和意識起源？

最後感謝各位的回答，題主是神經科學小白，歡迎各位大神繼續輸出乾貨。
-------------------------------原問題提於2015年11月28日-----------------------------------
題主是從探求意識起源的角度想的，目前人類還沒搞清楚大腦的運行原理和意識的來源，而這是建造人工智慧的基礎。各個國家的腦科學計劃都是直接對人類大腦建模。題主認為研究應該由淺入深，就像遺傳學上從果蠅入手一樣，研究模擬大腦時為什麼不從建造一些低等智能開始呢？例如連大腦都沒有的昆蟲，只有中樞神經系統，也有自我意識，如果連這種最簡單智能的原理都沒搞清楚，怎麼研究複雜成千上萬倍的人腦？
可能會有人說「先問是不是」，題主知道歐洲的那個模擬鼠腦計劃，但題主還是覺得鼠腦太高級，應該從果蠅這類神經系統簡單又有自我意識的生物入手，這樣最容易觸及智能和意識的本質。

蜀道之難，難於上青天！

大家開始的確是這麼想的，結果發現「低等動物」一點也不簡單。

一點背景知識

連接組：神經系統中神經元之間的連接。繪製連接組的黃金標準是利用電子顯微鏡成像 (EM)，手動或自動將獲得的微結構圖像拼接成三維模型。連接組的本質，是一個標記神經元身份的有向圖。

且不說果蠅了（連接組都還沒畫好。女果蠅的 EM 圖像 Davi Bock 拍好了，現在正在做tracing；男果蠅 EM 圖都還沒有，氣壞了不少研究男果蠅求偶行為的人哈哈哈）

上圖代表秀麗隱桿線蟲（「只有」302個神經元）的連接組，上世紀80年代就做出來了。現在一樣做不出生理模型。

做出模型的定義：可以用程序模擬出生物神經系統的自然活動情況。

然而現在研究線蟲神經活動的方法仍然是想辦法同時看到更多的神經元活動（Andy Leifer 兩年前剛實現全身成像，還有很多限制）。就是因為直接模擬做不出來呀，不然跑模擬器就好了。

為什麼這麼難？

連接組只是神經系統的宏觀結構。我們知道了兩個神經元相連，並不能推斷出上游神經元的活動如何影響下游。也就是說，從輸入到輸出的傳遞函數，連接組裡沒有。而且這些傳遞函數還會隨著系統狀態的變化而改變（也就是突觸的可塑性）。這些改變的規律依賴於各種神經遞質和調節劑對受體的影響，有超級多排列組合。這還沒考慮神經細胞內部的信號通路。。。

口胃胃神經節（控制龍蝦的進食和消化系統）已知的神經調節物質就有數十種。圖片來源：Central pattern generators and the control of rhythmic movements. 還記得上課的時候看到這幅圖，當時就湧現出一種退學的衝動（誤

我們假設上面的問題都解決了，至少在某種程度上描述出了各個神經元的主要活動模式、主要的受體類型和胞內信號通路等。還有最大的困難在等著你：多元非線性系統的複雜度。

說了這麼多，並不是否定題主的直覺：較為小型的模式生物仍然有許多獨特的優點（快速繁殖、基因組已知和各種基因工具、允許全系統活體顯微成像等）。

但其實腦科學家也在充分利用這些優點，至今仍未成功，真的就是因為這個問題太困難。

關於研究智能究竟是用人工設計的手段（傳統AI也好，深度學習也好），還是從了解大腦的運行方式開始，真是一個很好的問題。我覺得是 open question。機器學習的路還有很長，會不會遇到一個瓶頸是要靠參照人腦的工作方式來解決？誰也不知道。

題主說學界都在專心做人工智慧，可能是按照規模來判斷吧。實際上 Deepmind 也在做神經科學。比起ML，神經科學受到生物實驗本身的限制，產出是要慢很多的。

推薦 MIT 校慶時組織的一系列講座和對話，標題就叫《腦，意識和機器》。講者群星薈萃，包括 Poggio, Chomsky, Minsky, Tenenbaum, Koch, Hassabis 等等（隨機列舉）。比我們這些水貨高到不知哪裡去了。。。

Brains, Minds and Machines

其中有一個討論題目是 "Why is it time to try again? (to understand the brain and to engineer the mind)"

Poggio 的開場白很有意思：一個強大的理念就像流感病毒，每隔一代人就會感染一批科學家投身其中。題主思考這些問題，就說明你已經中毒啦！

謝邀！

首先，腦科學（狹義的講是神經科學）是一個很寬泛的學科。包括神經生物學、認知神經科學、醫學、心理學、人工智慧等相關領域。從研究領域而言，醫學、心理學和人工智慧這些方面的科研人員的研究對象就是人類的大腦，所以他們主要會研究人類的大腦，而不是低等動物的大腦。比如，應該沒什麼人會去研究果蠅、線蟲的心理吧，如果它們有的話。。。

但是，對於主要研究機制和原理的神經生物學/神經科學而言，研究方向是多線並進的。而且，絕大部分的實驗室都是在研究「低等」模式動物的「腦」（有些模式動物沒有腦啊。。），而不是人類的大腦。

我們研究的最終目的是為了了解人類大腦的秘密。可為什麼還會有那麼多的科學家會去研究低等動物的「腦」呢？原因很簡單，人類的大腦太複雜了，我們需要通過分子、細胞、神經環路、神經系統和行為等層次的研究才能了解我們的大腦（進而模擬我們的大腦）。而現在的科學技術還不能很好允許我們直接在某些層次上來研究人類的大腦，比如，不能輕易的獲得活體人腦組織進行分子、細胞層次的研究。因此，我們需要通過研究模式動物的「腦」來揭示我們大腦運行的規律：

為了研究基因修飾對神經系統的影響，我們會使用果蠅和斑馬魚。因為它們性成熟周期短、繁殖能力強，而人類性成熟要接近20年，繁殖力低下。
為了研究神經系統的發育，我們需要使用斑馬魚和大小鼠。因為他們的大腦相對較複雜（並且，斑馬魚的胚胎是透明的），而且發育周期短，而人類大腦需要25年左右才能成熟。
為了研究神經環路的運行機制，我們需要使用小鼠。因為它們的大腦較複雜、飼養成本低、方便進行基因操作和細胞電生理記錄（光遺傳研究），而似乎不能用人類大腦來做這些實驗。
為了研究複雜的認知行為，我們需要使用獼猴。因為獼猴有高智能，並且只有在腦內植入電極，才能獲得高時間和空間解析度的單神經元放電活動數據。而給人類被試植入電極或者注射神經激動劑/拮抗劑似乎不太可行。
等等

當然，不能用人腦做研究的根本原因乃是倫理問題。

因此，題主的問題似乎不能成立。

這是個好問題，我也曾經想過這個問題，然而了稍微了解一下這個領域就會發現這個問題以及題主問題里的描述的問題不少。雖然我只是來糾正幾個在我看來概念上的問題的，但這也算間接回答問題。

1. 「各個國家的腦科學計劃都是直接對人類大腦建模。」

因為這裡的腦計劃應該指的是「人類大腦計劃」，所以肯定是對人類大腦建模的（抖機靈了）......

然而這不算概念性問題，只想說非人腦的計算模型已經不知道比人腦的計算模型高到哪裡去了，所以已經不必再研究了。

現在的人腦模型（或哺乳動物模型，比如鼠，猴等）大多只能解釋一部分問題，都是非常具體（specific）的模型，只有一些神經元的模型（包括synaptic plasticity, neural development等等一系列cellular和system的模型）是比較泛化（general）的。這是因為所有神經元都有類似的行為，而其他一些都是只有較為高等的非常具體的行為，僅在某個行為中可用，比如各色neuronmodulators在更高級的行為諸如decision-making, attention等上的作用。而反之，越低級的動物所產生的模型就越廣泛，用進化論想當然是沒錯的，就比如著名的Hodgkin–Huxley model就是通過研究巨型烏賊得來的。

為什麼現在那麼多人給小鼠、猴子插電極，記錄這些動物的大腦活動，然後有機會了在再人上做複試，而不是在果蠅上做？就是因為果蠅沒有這種行為。果蠅和人的相似性比猴子和人的相似性不知道低到哪裡去了，而果蠅和人相似的那部分模型都差不多研究完了，所以這就是為何現在沒有為了研究人腦而研究果蠅腦的了。

也正如小波 @李競捷在回答中提到的那樣：

至於複雜的腦，研究鼠腦，猴腦，人腦我覺得主要的是我們要研究「這個腦區到都在編碼什麼」，為什麼需要做這種編碼之類的問題。這個是小規模神經網路體現不出來的。

啰嗦了這麼多，希望題主能理解的是，用不嚴謹的話來說，現在之所以不研究低等動物並建模，是因為他們的行為太低等，無法泛化到高等的行為上去，而能泛化的模型基本都已經研究殆盡。雖然也確實有人仍在研究這方面非常具體的模型，但可以預見的是不會對人類意識理解有多大貢獻。

補充一下，如果用此領域大牛Sejnowski的經典圖表來概括那些已經「殆盡」了的模型等級的話，應該是Networks以下。因為Networks自己就已經是「湧現（emergence或emergent phenomenon）」了，所以它是跟具體的行為所聯繫的，因此不適宜用果蠅作研究對象（對於研究人類行為來說）。

2. " 例如連大腦都沒有的昆蟲，只有中樞神經系統，也有自我意識 "

這裡不是很懂「自我意識」指的是什麼，這應該是個哲學問題。「子非魚，安之魚之樂？」。人能知人之樂而不知魚之樂正是因為人可以通過其他人的行為，諸如表情（比如笑），語言（告訴對方我很開心），行為（手舞足蹈）等進行推理，而魚之樂一般情況下人很難通過其行為推理，甚至都很難定義究竟魚在什麼情況下是「樂」。所以昆蟲有沒有自我意識這個問題無法回答，但是可以肯定的是昆蟲是沒有人一般的自我意識的，所以回到第一個問題，用昆蟲研究人不是那麼好用。

3. "應該從果蠅這類神經系統簡單又有自我意識的生物入手，這樣最容易觸及智能和意識的本質。"

個人不認為這樣最容易觸及智能和意識的本質。如果說智能和意識是只有人擁有的智能和意識，那應該研究人腦更容易觸及意識的本質。因為基礎已經被研究過了，雖然很多領域的「基礎」還不那麼完善，但不至於去研究果蠅。

4. 「研究模擬大腦時為什麼不從建造一些低等智能開始呢？」

這應該是題主的主要問題，也就是這個問題的標題，我放到最後回答。因為如果硬要說果蠅大腦的話，果蠅的大腦模型已經有了，而且有不少，不止一個。就我能搜到的，MIT就有一個，哥倫比亞大學也有一個，其他應該還有，不過懶得搜了。但是很遺憾的是，模擬果蠅大腦所需要的知識是在此之前就已經被研究完的（不然也沒法模擬是不是），而且仍是非常簡單的模型。所以還是那個問題，模擬果蠅大腦並不能給人類智能提供太大幫助，甚至都不能給計算神經科學這個領域提供太大幫助（僅為個人觀點），因為我實在想不到模擬出一個。畢竟按題主的思路做，只是模擬大腦，並沒有對行為建模，所以無法得知其計算方式，最後完完整整的模擬出一個果蠅大腦，唯一能做的就是decoding了，因為目前的水平模擬出一個大腦只能給你一個黑箱......如果有什麼其他可以做的，希望可以評論提醒。

（以上內容僅代表個人觀點，可視為非專業扯淡，還請大神們專業回答此題）

openworm/OpenWorm

http://www.openworm.org/

意識和語言的產生，可以看看皇帝新腦，語言本能之類的書，多看點兒書比看知乎有用多了，真的。

從另一個角度回答一下～

因為如果用其他的生物會缺乏一個可以作為標準的既定事實～

比如你要比較「看」和「看見」之間的區別，或者「意識到」和「沒有意識到」之間的區別的時候，你可以通過n種方法檢測你的被試，當你的被試是一個人的時候。最簡單的辦法你可以直接問他～

如果你的研究對象是猴子或者小鼠，你要怎麼測試他這兩者之間的區別呢？如果更低等的動物，那就更加複雜了，會有更多人挑戰，甚至認為這種概念都不存在……你的實驗設計會隨著審稿人或其他專家的喜好和先驗觀點，被各種挑戰到沒朋友……當然如果你要通過無可挑剔的實驗設計做到了，那肯定cns之類的文章穩了……

之前想做一點都不是動物意識這麼挑戰的問題，被我們實驗室的幾個老闆各種挑戰。當然文獻上也認為，這個領域是非常挑戰的……選一個恰當的研究對象很重要，選對了事半功倍，選錯了……

人工智慧這行並不在意「人腦的原理」或是「意識的起源」這種問題。前者最多會拿來參考一下（也就比青蒿素那種參考價值稍微高一點），後者完全不關心。
回到神經科學的話，這方面我了解的不多。對於我所了解到的來說，藍腦計劃（也就是你所說的模擬鼠腦的那個）也不關心「意識的起源」這種問題（雖然發起者 Markram 是在談意識的起源這種事，但是進行這一計劃的龐大團隊絕大部分都不關心。另一方面對公眾/政府談這種問題顯然更容易拿到經費），關心的是大腦的運作方式。微觀來說，神經元的運作方式已經比較清晰了，現在的問題主要在於神經元構成的龐大網路的運作。那麼自然，如果能實現一個更大的網路的模擬（並且按計劃能夠做到）那就更好。
題主說覺得鼠腦太高級，要先從更低級的大腦開始。然而模擬果蠅大腦確實也已經做過了。。。
除了模擬大腦這條路線，神經科學也有很多其他方式研究大腦的工作，其中研究更簡單的大腦的也不少，如高票答主所述。

動物行為學(也研究人)的"意識"通常是指"心智化"：知不知道自己是誰、在幹嘛，能不能區分出有生命和沒有生命的個體。

具體機制當然並不清楚，但有環路和神經細胞活動方式、信號編碼的假說。

至於為什麼研究大腦要模擬人腦而不從動物著手，在我看來真的就是是不是的問題。儘管題主不希望討論是不是。

所以呢，我一點也不覺得主流是建模。主流研究是研究環路(介觀結構)、生理(生物化學和生物物理)、行為(結合各種技術觀察大腦結構的時空活動的行為實驗)。

而建模如果不基於動作電位或者化學突觸的實驗結果，則並不是主流。如果建模能夠基於動作電位、局部場電位，或者基於"化學突觸的活動、產生與消亡"，那麼含金量很高。

正如"分類學資料庫"、"分子進化"(通過基因組數據進行計算機建模)和"生態學建模"並不是生物學主流，腫瘤、免疫、植物生理才是。

"模擬腦"很多生物學背景的科學家並不認為是"腦"。

【下面是政治學習時間】

2016年3月，全國人民代表大會審議通過了中國"十三五規劃綱要" ，提出在未來5年重點研究包括"腦科學與類腦研究"在內的100個重大工程項目，啟動了以探索大腦認知原理的基礎研究為主體，以發展類腦人工智慧的計算技術和器件及研發腦重大疾病的診斷干預手段為應用導向的"中國腦計劃" ，該計劃將作為我國6個長期科學項目工程中的一個重要項目，資助時間長達15年(2016～2030年)。中國腦計劃研究主要包括三大領域[1]：(1)腦認知神經基礎原理領域：包括腦認知功能的神經環路和工作原理，繪製人腦宏觀神經網路圖譜和模式動物介觀神經網路的結構性和功能性全景式圖譜；(2)腦重大疾病診療領域：包括闡述腦重大疾病的致病機制、確定腦重大疾病預警和早期診斷指標、早期干預、治療和康復的新手段和器件的研發、構建非人靈長類動物的疾病模型等；(3)類腦研究領域：類腦計算理論和新一代人工神經網路計算模型、類神經形態的處理器和類腦計算機、類腦計算系統所需要的軟體環境和應用平台、可自我學習和能適應環境而成長的機器人、腦機介面和腦機融合的新模型新方法、腦活動調控技術等。相對於發達國家的腦計劃內容，我國腦計劃的範圍更加廣泛，涵蓋了從基礎理論研究到轉化為社會生產力的各個領域。

補充：

植物沒有神經系統，但植物有動作電位。(333)

用什麼生物作為實驗材料，其實沒有什麼限制，只不過哪一個方便用哪個(大小、繁殖、倫理、可操作性、有沒有合適的研究範式和工具。其中，最後一條最重要了)。

果蠅在分類學上和人距離比較遠，幾億年前就已經分開了，但是研究結果在事後也能發現意想不到的相似性和說服力。

在美國開會。先暫時強答一下，回頭再補充資料。

我們知道神經科學是非常龐大的一個交叉學科，研究大腦是有很多不同的層次的。

實際上也有很多人研究比較簡單的動物。

神經科學裡最簡單的應該是海兔，eric kandel最開始做記憶用的那個。

然後非常非常簡單的動物還有C.elegant。貌似只有幾十個神經元。

不過小的神經網路很多性質體現可能和很大規模的神經網路不太一樣。就比如用人工神經網路做一個與非門，與構建龐大的人工神經網路做物體的識別。

果蠅已經算是挺複雜的了，比如清華，冷泉港的鐘毅就做這個，果蠅已經能體現出來很多性質了。

至於複雜的腦，研究鼠腦，猴腦，人腦我覺得主要的是我們要研究「這個腦區到都在編碼什麼」，為什麼需要做這種編碼之類的問題。這個是小規模神經網路體現不出來的。

所以在神經科學的研究，既要關注微觀、簡單的，也要關注宏觀而複雜的。研究的切入點有很多。

實際情況是多線並進，想單從一個方向就攻克這麼複雜的問題是不可能的。（題主問簡單生物的研究，當然也有很多啦）

1. 這個問題是不符合現實的，對低等動物的意識研究一直在進行，包括海兔，果蠅等等。

2.鄙人不是神經科學專業，僅從自己上過的課程回答。研究意識的最大難點在於定義問題。

3. 信息處理是神經學的一個較為物理的範式，主要研究方式為光電生理，但是不直接導出宏觀生物行為。只有加上了對神經元的功能性理解才能解釋宏觀現象，如記憶，情緒，決定，感知。

4.功能性理解主要來自破壞性試驗以及非破壞性（間接的）擾動。較好的模式系統如海馬體和空間記憶已經形成了很完整的模型和體系。視覺處理也幾近完善。

5. 學習能力大概是和意識較為接近的一個主題，以多巴胺為基礎的Hebbian Rule和Long Term Potentiation是該領域的先導，提出了基於突觸強度編碼的學習。近期研究表明Myelination可能通過調整脈衝速度支持基於時間編碼的學習。

6. 另一個意識有關的主題是決策。增強學習是其中一個想法。決策可以抽象定義為「根據過往經驗最大化效益」。通常會引入很多概率論來進行規範化。但是增強學習很難用實驗直觀地測量（沒有空間變數的直觀性）。

7. 綜上，可以從物理或者功能性的角度去定義意識，物理的局限性在於給不出功能性的觀測量，因而無法直接引導實驗設計。當然，fMRI和Connectome都是非常先進的技術，但是只有由縝密的假設所引導的精巧的實驗邏輯才能真正發揮它們的力量。技術本身不產生知識。

8. 對於物理方法，只想說一點，不要迷信第一性原理，它為研究提供的動量是有限的，而且這種動量一般不附帶方向，除非你加一個外場。

https://zhuanlan.zhihu.com/p/32140534

基因-腦-環境-行為？創造力精神病之關係記憶意識靈魂形成之謎或可破解！研究揭曉人腦最多可達到 11 維空間

爵士貓2 分鐘前

人類大腦非常複雜！竟然具有11維幾何空間

人類大腦非常複雜！竟然具有11維幾何空間 -人類大腦|幾何空間|維度-生物通

　　最新研究揭曉人類大腦最多可達到 11 維空間，這種多維空間或許能破解人類記憶的形成之謎。

最新研究揭曉人類大腦最多可達到 11 維空間，這種多維空間或許能破解人類記憶的形成之謎。

研究人員使用一種叫做「代數拓撲」的數學模型，確定軟體建立的虛擬大腦中的幾何結構位置。為了測試該模型，研究人員在真實大腦組織上進行了實驗。

據國外媒體報道，人類大腦是最複雜的結構之一，科學家仍需揭曉更多關於大腦的謎團。目前，最新一項研究顯示，人類大腦布滿一種多維結構，該結構可使大腦在

11 維空間正常運轉。同時，理解大腦多維結構將幫助我們揭開記憶是如何形成的。

這項研究使用複雜計算機模型理解大腦細胞如何自己組織起來，完成複雜的任務。瑞士「藍腦計劃」主管、神經系統科學家亨利·馬克拉姆（Henry

Markram）說：「我們發現一個我們從未想過的世界，大腦中存在數千萬個幾何結構，它們可達到 7 維空間，甚至對於一些幾何結構，可以達到 11 維空間。」

當叫做神經元的大腦細胞組形成複雜幾何結構時，科學家稱它們為「團（clique）」。每一個神經元與鄰近神經元以特殊方式建立連接，從而形成具有複雜互連的幾何結構。越來越多的神經元加入「團」，從而使該幾何結構增添更多的維度。

三維是指高度、寬度和深度，現實生活中任何物體都具有三維結構。目前，這項研究發現大腦的維度空間可達到 5、6、7，甚至是 11

維。比利時魯汶大學塞斯·范·李文（Cees van

Leeuwen）教授說：「超過物理範圍之外，高維數空間被經常用於描述複雜數據結構或者系統狀況，例如：狀態空間中動力系統的狀態。」大腦空間僅是該幾何結構所有自由度的結合體，其狀態描述自由度的價值實際上是可以假設的。研究人員使用一種叫做「代數拓撲」的數學模型，確定軟體建立的虛擬大腦中的幾何結構位置。為了測試這一模型，研究人員之後在真實大腦組織上進行了實驗，他們發現虛擬大腦能夠刺激形成漸進較高維數的結構，在這些結構之間是多面性洞狀結構。

英國阿伯丁大學拉恩·李維（Ran

Levi）說：「當大腦處理信息時，高維洞狀結構的出現意味著大腦神經元網路以非常有組織的方式響應刺激。這就好像大腦對刺激的反應是建立之後消除一個多維塔狀積木，最開始是使用條棒（1

維），之後使用平板（2 維），再之後使用方塊（3 維），之後更複雜的幾何結構具有 4 維、5 維等。

通過大腦的活躍進程類似於一個多維度沙塔，它是在沙堆上建立，之後瓦解散落在沙堆之中。目前研究人員面臨的最大問題是，我們所進行任務的複雜性是否依賴於大腦建立的多維沙雕的複雜程度。

同時，神經系統科學家也努力探索大腦存儲記憶的區域，馬克拉姆教授說：「大腦記憶區域很可能『隱藏』在高維洞狀結構之中。」

===============================================================

西南大學最新綜述：基因-腦-環境-行為

西南大學最新綜述：基因-腦-環境-行為 -創造力|精神疾病|認知神經-生物通

　　來自西南大學人格與認知教育部重點實驗室等處的研究人員結合行為、神經影像學和遺傳學的研究證據, 梳理和評述了有關創造力和精神疾病關聯的實證研究和若干理論觀點, 系統探討了創造力和精神疾病的深層關係.

生物通報道：創造力是人類心理機能的高級表現. 迄今為止, 已有相當多的證據表明高創造力人群罹患精神疾病(尤其情感障礙和精神分裂症譜系疾病)的風險高於一般人群. 探索創造力和精神疾病的關係進而探討創造力的本質和個體心理機製成為創造力研究的熱點之一. 但時至今日關於兩者關係的認知神經機制和基因機制尚未完全明晰.

近期來自西南大學人格與認知教育部重點實驗室等處的研究人員結合行為、神經影像學和遺傳學的研究證據, 梳理和評述了有關創造力和精神疾病關聯的實證研究和若干理論觀點, 系統探討了創造力和精神疾病的深層關係. 未來研究應加強創造力與精神疾病關係的理論整合與構建, 並利用影像遺傳學方法及大數據方法, 在「基因-腦-環境-行為」的框架下, 從微觀、中間和宏觀層次開展多層面、多學科的交叉整合研究, 同時加強對亞臨床人群的多中心聯合、大樣本研究並嘗試縱向研究設計, 以更深入地對創造力與精神疾病的關係、影響因素及深層生物學機制進行探索.

幾個世紀以來, 創造力和精神疾病之間的關係一直受到哲學家和科學家的關注. 創造力即個體產生新穎獨特且有價值的觀點或產品的能力. 精神疾病則主要是指人的大腦在內外環境不利因素的影響下, 認知、情感、意志等精神活動, 以及行為出現不同程度的障礙. 前者是人類迫切需要和亟待挖掘的, 而後者是需要克服和治療的, 它們看似為人類心理機能的2個極端, 卻存在著某種關聯. 早在古希臘時期這一現象就引起了人們的注意. 然而, 囿於當時研究渠道和思維方式的限制, 創造力和精神疾病之間的關係一直被認為是撲朔迷離的, 難以知曉本質的.

創造力與精神疾病關係的研究雖然有漫長的過去, 但由於創造力和精神疾病本身的複雜性, 針對這一問題的探討歷時已久而研究結論紛繁複雜. 儘管如此, 已有研究仍然在對兩者關係的理解上取得了一定的進展. 縱觀已有的創造力和精神疾病相關聯的文獻, 主要集中於對情感障礙(尤其雙相情感障礙, bipolar disorder)和精神分裂症譜系疾病(schizophrenia spectrum disorders)的研究.

這篇文章結合當前的研究成果, 從行為特徵、認知神經機制和遺傳效應等方面入手, 闡述創造力與精神疾病關係的研究現狀和新近觀點, 討論當前該領域的發展趨勢、面臨的挑戰並對未來可能的研究方向進行展望, 以期能為將來的研究提供一些借鑒和思路.

文章一方面爭取助力於理解創造力的本質和內在機制, 為創造力理論的發展與整合提供科學依據, 進而有助於創造力的有效提升和創新型人才的培養; 另一方面也為心理與精神疾病的病理生理機制研究提供新的研究視角, 進而有助於及時準確地預防、診斷、干預和療效評價. 生物通

也許在不久的將來, 研究者們可以破解創造力和精神疾病的關聯之謎, 這對於創造力的有效提升, 對於精神疾病更具針對性的預防和干預, 對於實現創造主體各心理狀態層面的整體和諧, 滿足國家人口素質提升的重大戰略需求, 都將會有巨大的促進作用和深遠的影響.

===================================================

Science子刊：首次在活體大腦中觀察基因表達生物通

Science子刊：首次在活體大腦中觀察基因表達 -活體大腦|去乙醯化酶|PET|Martinostat-生物通

麻省總醫院與哈佛醫學院的科學家們首次在活體人類大腦中完成了基因表達表觀遺傳調控成像，這一研究組利用正電子發射斷層掃描 (PET) 技術，並結合一種稱為 Martinostat 的成像探針…… 了解小RNA測序服務的更多信息

分享到：　　

——第一次科學家們在健康志願者的活體人腦中觀察到了組蛋白去乙醯化酶。

生物通報道：麻省總醫院與哈佛醫學院的科學家們首次在活體人類大腦中完成了基因表達表觀遺傳調控成像，這一研究組利用正電子發射斷層掃描 (PET) 技術，並結合一種稱為 Martinostat 的成像探針，第一次向人們展示了在活躍的人腦中，組蛋白去乙醯化酶是如何工作的，進一步闡釋了活腦中的基因活性。

這一研究成果公布在8月10日的Science Translational Medicine雜誌上。

聯川生物為研究人員提供從miRNA晶元發現到表達譜分析的一站式解決方案生物通

基因轉錄調控因子組蛋白去乙醯化酶（HDAC酶）在許多神經系統疾病，如老年痴呆症病理過程中扮演了重要角色，這一研究組徵集了8位健康志願者，利用優化過的PET成像技術對其成像，模擬了HDAC酶在不同時間裡對大腦基因表達的調控。

「這是了解大腦中表觀遺傳過程的一個良好開端，」來自蘇黎世大學的Isabelle Mansuy說（他沒有參與這項研究）。

文章作者，麻省總醫院Jacob Hooker則表示，「我希望這些色彩斑斕的圖譜能幫助我們比對健康人與精神分裂症、阿爾茨海默症等疾病患者的大腦。

（在示蹤注射後平均60分鐘-90分鐘的Martinostat成像圖）

過去，人類大腦中的基因活性只能在死人中檢測到。不過由於死亡後的大腦組織通常存放超過12個小時，HDAC酶在人類死亡後會迅速發生變化，因此死人大腦中的基因活性與活體大腦中存在顯著差異。生物通

這項研究通過7年時間在HDAC酶上捆綁了 Martinosatat化學混合物，並注入8個健康的人體內使用PET掃描，結果發現基因活力對環境的反應靈敏，對它的研究不能脫離自然環境，研究也指出死的大腦與活體大腦顯著不同。

「這項研究僅僅只是可以看到HDAC酶的工作機理，並不意味著我們了解了這些信號，」 Hooker說，「最大的問題在於，我們能看到患者何時出現異常，但是仍不知道該怎麼辦。」

==================================================================

Nature：神經學家呼籲深度合作破解人類大腦生物通 Nature：神經學家呼籲深度合作破解人類大腦 -腦科學|深度合作-生物通

　　現在，通信技術非常的發達，因此，來自不同國家、不同實驗室的團隊共同努力，將新形式的基層合作研究應用於腦科學的時機已經成熟。來自葡萄牙、瑞士和英國的科學家聲稱，這是「將大腦研究升高一級，從而引導它進入大科學時代」的正確方式。他們已經把這個想法付諸行動。

生物通報道：現在，通信技術非常的發達，因此，來自不同國家、不同實驗室的團隊共同努力，將新形式的基層合作研究應用於腦科學的時機已經成熟。來自葡萄牙、瑞士和英國的科學家聲稱，這是「將大腦研究升高一級，從而引導它進入大科學時代」的正確方式。他們已經把這個想法付諸行動。

在本周的《Nature》雜誌上發表的一篇評論中，國際上三位神經科學家，對於將一種新的、自下而上的合作「大科學」方法推動到神經科學研究，提出了具體提議，他們認為，這是解決大腦未解奧秘的關鍵所在。延伸閱讀：《中國科學院院刊》發表「腦科學與類腦智能」專題；中科院上海神經所所長蒲慕明：競逐腦科學中國將上快車道。生物通生物通--------專註生命科學研究進展

大腦如何發揮功能？——從分子到細胞、到神經迴路、到大腦系統、到行為。所有這些複雜錯綜的事物如何進行整合，最終讓意識出現在人類的大腦？

該方案是由葡萄牙尚帕利莫未知中心主任Zach Mainen、倫敦大學學院神經科學教授Michael H?usser和瑞士日內瓦大學的神經科學教授Alexandre Pouget提出的，他們受到了粒子物理團隊當今安裝巨大加速器實驗（以發現新的亞原子粒子，並最終理解宇宙的演化）的啟發。

Zach Mainen說：「一些非常大的物理團隊有著明確的目標，並且是自組織的。」更具體地說，他的模型是歐洲粒子物理實驗室（CERN）的ATLAS實驗，其中包括來自數十個國家的近3000名科學家，並在2012年7月連同其「姊妹」實驗宣布，長期尋求希格斯玻色子。

根據Zach Mainen介紹，雖然涉及神經科學的團隊的規模，幾乎不可能與歐洲核子研究中心團隊相比，但是協作的原則應該是非常相似的。他說：「我們所提出的更多的是物理風格，是大腦研究的一種『大統一理論』。我們能做到嗎？顯然，在五年內這是不可能發生的，但我們有需要進行測試的理論，以及如何做的基本原則，這跟物理是一樣的。」

為了推動神經科學的研究，以在未來取得飛躍，三位神經科學家提出了一些簡單的原則，至少在理論上：「專註於一種單一的大腦功能」；「結合實驗家和理論家」；「規範的工具和方法」；「數據共享」；「新方法的分配信貸」。他們寫道，而使這一切成為可能的一個基本前提是，「產生一個信任領域，在其中[分享]數據、資源和計劃是安全的。」

毋庸置疑，這一領域的嚴酷競爭，並不適合於這種「深度」合作。但作者們已經開始實施論文中所主張的原則。

Zach Mainen說：「我們有一組研究人員，20個人（10名理論家和10名實驗者），大約一半是在美國，一半在英國、瑞士和葡萄牙。」本團隊將只專註於一個明確的目標：小鼠對食物和水資源的覓食行為，記錄儘可能多的大腦活動——至少幾十個大腦區域。

Zach Mainen總結道：「通過合作，我們不是跟以前一樣進行研究。我們將有10個實驗室做同樣的實驗，用同樣的齒輪，同樣的計算機程序。我們所獲得的數據將進入雲，並由20個實驗室共享。這幾乎是一個全球性的實驗室，只不過它在地理上是分散分布的。」

===============================================================================

編輯於 07:12

要知道科學實驗是沒法直接觀測一個構念的（比如智力），它只能觀測一個操作定義（比如智商）。把構念（智力）用可操作的方法定義成可觀測量（智商）的過程，是一個把複雜語義在科學層面標準化、分析化的過程，會讓辭彙失去很多原本豐富而模糊的含義。若你打算搞科學研究，卻還在用摳字眼或修辭聯想之類的方式去界定辭彙的含義，那就只能是一個毫無意義的行為了。

具體到你的問題描述來看，你對意識本質的思考已經完全不在神經科學需要探討的範疇內了，因為你那樣思考，思考出來的結果怎麼著也不可能是可觀測的操作定義。

至於意識的操作定義，涉及的維度實在太多，分析化的工作都只是個開頭，更別提標準化了。題主去了解下心理學在智力定義上存在的巨大分歧，就知道可操作地定義意識目前來看幾乎是不可能完成的任務。。

最後，題主覺得意識是多維度多因素的，即有獨立的維度，又有相互影響的因素；然後題主又覺得意識若可測量，不會是階梯式的分離變數，而應該是連續的變數。這些猜想其實並不重要，因為只要完成了系統化的操作定義，根據定義得到了精準的測量數據，這些猜想就全部都可以用統計學的方法輕鬆驗證（其實壓根不是驗證，這些只是對數據的描述）。困難的是這個操作定義的過程。需要通過各個視角下的基礎實驗（比如只關注人腦的某一個很小的功能區塊，或者像你說的關注低等動物的簡單神經系統），給神經系統的各種基礎功能做出精準的標準化操作定義，再在海量的基礎功能里自下而上去構建分析化的意識概念，才能實現意識的可操作定義。

我們正處在這樣一個搞海量基礎功能實驗的階段，而這時人腦正是幫助我們了解一些高級功能的最佳觀測對象，因為這些功能可以直接和我們每個人的感知覺對應起來（比如情緒），並且可以通過被試自我報告的方式進一步確認這種對應關係。你怎麼知道你對低等生物的觀測數據是和它的情緒體驗對應的呢？很多情緒很難直觀地反映在生物的行為上，沒法在行為的視角上得到驗證。但人類可以用語言去報告自己的內在體驗，科學家也可以用符號化或文字化的量表去測量人類的心理狀態。面對生物的時候可就沒這麼方便了。這也是認知科學家（只是搞神經科學的一小部分，而且也不全是搞神經科學的）偏好研究人腦而非其他生物的腦子的一個主要原因。

這麼多答案我覺得都是浪費筆墨。

現在的神經網路、包括深度網路，模擬的其實是低等動物的大腦，不是人的大腦。人的大腦的特質，在計算模擬中，基本沒有運用。這樣算是回答這個問題了吧？

當你的自動駕駛車靠著GPU在路上行走時，別以為那是模擬的人腦在幫你駕駛，那只是一隻蜥蜴在開車，當心！

我們學校用的就是果蠅和線蟲，小鼠都沒上，沒人會操作（才建立的生物院，會用膜片鉗的都沒幾個）。

哥，你說線蟲簡單不？模式生物啊！

寫答案之前我首先聲明，我並非神經學家，也非人工智慧研發者。以下都是我的臆想。

想來有一個著名論點，怎麼證明自己有意識，換句話說怎麼證明除了你之外其他人都有意識。這個問題就比較棘手了，就好比你是一個正常人，卻被意外關進了精神病院，你怎麼向其他精神病患者解釋你才是正常的，他們都不正常。除此之外我們在推廣一下，你怎麼證明除了人類之外其他動物是否有意識。就算證明了，你還得深入研究他的意識形態，是否也存在犬儒主義，是否也有共產主義，資本主義，是否也有愛情而非繁殖本能。就算你最後全然摸透，或許才發現可能是對牛談情，完全無法預估他們行為，或者說意識。譬如現代文明就很難理解畜奴制，很難理解某些顯存的，一下子從採集文明，跳過農耕、畜牧、機械、電氣一下子穿越到信息時代的在亞馬遜平原深處，在非洲內陸的一些文化、制度，類似一妻多夫，或者在下巴挖個洞，塞快長木頭進去。鑒於諸多疑惑，腦部構造相關研究還是參考了一些其他動物的，關於意識這個，目前為止還沒任何確鑿理論能下一個定義，比如人的意識到底是何時形成的，是剛出生亦或是取名之後，亦或是在子宮就早已有之；比如我們內心閃過的種種聲音，到底是自我意識還是信息傳遞過程中的噪音。所以腦科學家才不會舍近取遠，才會在意識這個角度上面的研究，把全部精力集中在人類這個樣板上。而不是向其他學科可以由遠及近，由難而易。

其次我想提醒一下關於意識和智能這兩個概念的不同。現在大多電子設備你可以說它應該沒有意識，但你很難說它不智能，深藍可以擊敗人類了、阿爾法可以擊敗人類了、一個小小的計算器運算能力遠遠超越了人類、就不說德國工業4.0生產線上的那些全自動機器人，很多很多領域，人類想與之匹敵只能是自取其辱。但是我們研究的方向是不是錯了，無機生命和有機生命的不同就在於是否對外界有有激反應，有機生命這套系統是大自然進化了數億年慢慢形成的，無機生命想在短短几年內迎頭趕上困難很大。其次我們研究無機生命的目的到底是想每天早上起床，你的電飯煲和你說：我肚子里有你想吃的，你大便的時候，你家馬桶抱怨你拉屎特別臭，退一步說，假如家電都有意識，我女兒愛上了一個電飯煲，我該怎麼辦，我要做他岳父嗎？還是想利用計算機互聯網優化人類社會的秩序，這個概念就像古代玄說中的道～大道無情。你要他有意識幹嘛，你只要他你出門就自動駕駛汽車已經在你家門口等你了，你在車上睡覺，吃飯或者想來點其他刺激性的活動都可以，你唯一想的就是我再也不用時刻握著那該死的方向盤，喝點小酒也要被罰；又或者出門從來沒塞車、政府部門辦事效率提升萬倍，個人pc就能模擬全球氣候、洋流等等等等。

以上均為臆想。

動物的腦是個黑箱，人腦的思維研究者是可以知道的，，，

覺得題主的問題有點亂……主要原因在於概念和定義。比如，什麼是智能？什麼是意識？

首先，模擬腦/人工智慧和意識的關係不是很強。

百度百科的定義：

智能：「從感覺到記憶到思維這一過程，稱為「智慧」，智慧的結果就產生了行為和語言，將行為和語言的表達過程稱為「能力」，兩者合稱「智能」，將感覺、記憶、回憶、思維、語言、行為的整個過程稱為智能過程，它是智力和能力的表現。」

意識：「意識是人腦對大腦內外表象的覺察。意識到目前為止還是一個不完整的、模糊的概念。一般認為意識是人對環境及自我的認知能力以及認知的清晰程度。」

換句話說，人工智慧可能在某些方面超過了人類，比如記憶、計算，但是在其他方面，比如自然語言的應用也許不如人類。模擬腦和真實的腦相差巨大。因為不管是對鼠、貓或者人腦的模擬，都只能在某些「功能」上達到相似，而運作原理並無相似之處（個人理解，如果有誤可以糾正），並且所達到的功能非常有局限性，比如Alpha狗只會下棋，但是不會彈鋼琴。

就目前的技術來說，人工智慧還不具有自我意識。如果有的話恐怕會引起恐慌了吧。並且，模擬腦的研究和「意識」八杆子打不著邊。如上所述，對於腦的模擬，只是為了重複出某些「功能」（所以也有很多人覺得模擬腦研究無用還燒錢）。人工智慧所能做到的，也不過是一些基礎的事情。

所以你的第一個問題不成立，因為腦科學家並沒有通過「模擬腦來研究意識的來源」。

第二個問題，為什麼對於意識的研究不能從低等生物上來研究？

神經生物學的研究從果蠅、線蟲到老鼠、猴子、人類都有。之前各位大大已經回答的很詳細了。但是由於定義的關係，首先研究的生物要有神經系統吧。（發現你的問題里說到的是腦科學家，那恐怕需要有腦子）

為什麼我們不研究低等生物的意識？很簡單，我們沒有辦法知道他們到底有沒有意識。把植物放在窗檯，葉子會朝有光的地方生長。可是植物「知道」它們想要光么？這在大部分人看來是可笑的問題。但是「子非魚，安之魚之樂」，我們也沒有辦法去否定它。拿鞭子抽打樹，樹會「覺得痛」也是如此。如果一樣東西沒有辦法通過實驗的方法來驗證真實性，那它只能屬於哲學而不是科學的範疇。

應激性反應並不等同於意識。

關於為什麼應激反應不等於意識，Valentino Braitenberg 的一本書「Vehicles」（1984）講述了通過思想實驗的辦法，從工程學的角度假象了「怎樣的構造能產生各種行為」，裡面前幾章都是講一個只有感受器和發動機的小車如何產生「應激反應」。當然，我沒有說應激反應和意識沒有同時存在。因為人在應激的時候可能也同時意識到了比如「我受到了傷害，我很難過，我要逃走」。但是單獨應激性反應的存在並沒有辦法證明意識的存在。

拿人來說，可能一個下肢癱瘓的人，還是會有基礎的脊柱主導的反射。但是他可能感覺不到這個反射。

所以我們假定了「意識」存在於腦子裡，對於「意識」的研究不能放到沒有腦的生物上去做，更不用說沒有神經系統的低端動物、植物和微生物。

第三個問題，有腦子的生物，除了人類以外有意識嗎？

因為我們沒有辦法直接問動物，「你有情感嗎」或者「你有意識嗎」？因此，我們如果要對意識進行「科學研究」就必須有更細更詳盡的分類，使得意識的一些主要特點變得可測量，比如「自我意識」、「不同的意識狀態」、心智理論（theory of mind)。

對於自我意識和心智理論的研究在很多動物上都有過。常用的檢測方法比如「鏡像檢測」只有人類和高等靈長動物通過。但是，也有可能這種方法並不能測出所有擁有自我意識的動物，比如本來被認為不具有自我意識的恆河猴，在2017年中科院神經所蒲慕明組改進了實驗方法後發現它們可能擁有自我意識。

Spontaneous expression of mirror self-recognition in monkeys after learning precise visual-proprioceptive association for mirror images

http://m.sohu.com/a/126310749_473283

「鏡像神經元」的發現，也是對於「心智理論」和「意識」提供了新的方向。在恆河猴上發現了在自己移動和觀察實驗者移動時都會活動增加的神經元。在人身上也有類似的腦區，不過單個神經元的記錄比較欠缺（因為倫理原因，人的電生理只能在本來就需要插入電極的手術病人身上實施）。

（沒時間找參考資料了，自行百度「鏡像神經元」吧）

所以，對於除人以外的動物是否具有意識，科學家們還不完全清楚。而「探求意識的來源」更是無從說起。

不過，關於意識的來源，貌似有人認為和大腦皮層中的神經元的互相作用形成的「真·神經網路」有關。（具體不記得了歡迎各路大大補充指正）

最後一個問題

「究竟是對人腦原理和意識起源的研究理解來指導人工智慧的建造，還是通過探索建造人工智慧來啟發人們解釋人腦原理和意識起源？」

人工智慧和人腦原理研究相輔相成。首先，對於人腦的研究是神經網路最初的靈感。而神經網路幫助了人工智慧的發展。同時，一些人相信，通過造出這個東西，我們能夠接近它的原本構造和運作原理。Valentino Braitenberg 的「Vehicles」（1984）就是試圖從工程學的角度來理解神經系統的工作原理。但是對於「意識」的起源和工作原理，不管是「類腦智能」還是對於真實的「腦」的研究，恐怕都還有很長一段路要走。

附上我已經不記得講了什麼但是好像和「神經科學」和「機器學習」相輔相成有關的一篇文章：

The Mutual Inspiration of Machine Learning and Neuroscience.

http://www.sciencedirect.com/science/article/pii/S089662731500255X

多線並進。

高等生物雖然難以研究，但萬一走狗屎運研究出來了呢？而且已經有了不少低等生物神經系統的研究資料。

而且高等意識方面只有人的高等意識比較好提取，對話就行。

意識研究，美國投資很多在搞。沒結果。並不是找不到。而是研究方法的限制。

先說下，研究人工智慧都是模擬人類大腦的。沒有人知道，人腦就是生物人工智慧。這是秘密。金剛經里寫著。

動物研究，並不是不做。而是意識研究都是用小老鼠等動物做實驗。

為什麼研究不出來呢？因為，意識不能用儀器測量。只要能測量的，就是腦電，神經系統的傳遞。那是意識發出的命令，並不是意識。這個源頭無法測量。

而另一個方法卻非常直接的可以測量。就是我們自己的感知。然而，主流科學不承認。說是這個沒有科學依據。經驗類，不能當數據。

我想吃什麼，選哪個？都是有一個我做主。這個我，清醒的時候很客觀，情緒來了，被情緒迷住陷進去。而昨天的我，今天的我是同一個自己。那麼，意識根本不需要證明和尋找。因為，我們本身就是。只是太簡單，太直接。往往向外找不到。也看不到自己。