【進展】腦科學新領域：神經科學 大數據，腦科學 機器人|全球腦計劃最新動態

神經科學+大數據=腦科學新領域

導讀神經科學研究，俗稱「腦研究」，在「大數據」概念出來的多年前就已經用上了一些大數據研究的方法了，所以，作為神經科學家，我們對「大數據」早就非常熟悉了。這裡談一下我個人對於神經科學領域大數據的一些想法。大家要問，神經科學領域都有哪些大數據呢？這裡，最明顯不過的如「成像」數據，像功能性核磁共振（fMRI）、彌散張量成像（DTI）、電壓敏感染料成像（VSDI）等實驗的數據；還有使用多通道技術獲得的的長時間的電生理數據，如多道EEG、胞外多通微電極記錄、微電極陣列（MEA）記錄等實驗的數據。這些數據的特點一是數據文件體積龐大，在2003年的時候就可以輕易超過1G（腦電生理數據），或者是在計算機內存中進行計算的時候會超過4G，以至於必需使用64位操作系統。第二個特點是使用單個CPU計算時需要很長時間，像2003年即使200M大小的腦電生理數據，使用當時的單核計算機做時頻譜分析，一個數據文件的計算時間通常都要超過2個小時。在目前多核計算機平台下進行計算，對於需要進行複雜計算的數據，大多數專用的神經科學分析軟體暫時還不支持並行計算，有些通用的軟體如Matlab已經可以支持OpenMP和CUDA兩種模式的並行計算，但前提要求是使用者必須懂得計算機編程，尤其像CUDA模式更是如此。目前國內的神經科學計算還很少有人用到超級計算機（以下簡稱「超算」），使用超算多少有些麻煩，主要原因是還沒有比較成熟的軟體（無論商業還是開源軟體）可以讓一般的神經科學家像使用Excel一樣方便地使用那樣的並行軟體。即使在桌面領域，支持OpenMP和CUDA的神經科學專用計算軟體也很稀少。但是這樣的局面不會保持太久，估計在2020年之前這樣的軟體就會比較普及。並行計算軟體的普及對於研究者來說是很重要的，因為沒有金剛鑽就攬不了瓷器活。但除了軟體之外，更重要的怕是對於神經科學數據的理解、分析能力了。這一點可不是一個人或是某個領域的人就可以幹得下來的活，要完成這種研究，必須有數學、信息學、神經生物學等多個領域的專家聯合起來對某個專門的問題進行集中、深入的研究方可。這種多學科聯合不是那種「要錢」的鬆散聯合，而是為了解決一個實際問題必須要進行的實質性聯合，也許現有的國家科研體制暫時還不支持這種聯合，但只要不是「為了發文章而合作」，相關領域的科學家應該還是可以聯合在一起潛心進行研究的，目前自然科學基金也支持這種研究。為了進行聯合研究，各領域的專家或多或少都需要對其他的領域有部分了解，否則這種合作的橋樑很難搭建起來。就像神經生物學家不懂一點數學和計算，數學家和信息學家不懂一點神經生物學一樣，那樣的話就別指望合作會有什麼成效，最多是大家坐地分錢而後各自干各自的，然後把發表的文章湊在一塊用來應付驗收而已。大數據的核心問題在於如何挖掘與相關領域有關的科學規律，所以這種挖掘不能僅靠所謂的「數據科學家」，因為大數據通常都是和某個具體科學領域有關，或者和某個具體的科學問題有關，因此，除了數據科學家之外，實驗學家和理論學家都需要參與數據的挖掘工作，這是一個綜合性很高的系統工程。大數據概念誕生到現在還不到5年，但是神經科學家為了揭開腦功能的奧秘，和大數據打交道已經10年以上了，像2005年歐洲發起的「藍腦計劃（Blue Brain Project）」使用顯微鏡和膜片鉗技術以及超算從一小片腦片研究開始，直到最近幾年IBM用超算和專門晶元來模擬大腦為止，神經科學領域對於大數據的理解和其他領域相比要更加深入。

對於神經科學領域的研究人員來說，無論是小到分子水平還是大到行為水平方面的研究，遲早都要和大數據打交道，所以，掌握一些必要的數學、計算機編程的知識對於今後事業的發展是會有所幫助的。

腦科學及應用技術專家研討會在哈醫大召開

人民網哈爾濱6月5日電 日前，在哈爾濱醫科大學召開的腦科學及應用技術專家研討會上，多位著名學者和學科帶頭人就國內外腦科學前沿進展、腦學科新技術應用經驗等話題做了精彩的專題報告。大家紛紛表示，要加快國家層面上真正意義的「腦計劃」，為今後腦科學重大專項研究提供智力支持和知識保障。

會上，中國科學院段樹民院士、中國科學院動物研究所徐林教授、解放軍信息工程大學閆鑌教授、華中科技大學李鵬程教授、清華大學類腦計算中心張悠慧教授、復旦大學張捷研究員分別從腦科學領域不同角度和視野進行了學術報告，內容涉及神經環路的解析及相關應用技術的研究、記憶和遺忘研究面臨的科學和技術問題、新型腦機介面技術、單神經元分辨水平的全腦可視化、類腦計算和類腦計算系統、計算神經學與大數據等。

人類大腦堪稱神秘莫測的「小宇宙」，大約有上千億個神經元，相當於銀河系的星體總和。一個不爭的事實是，目前人類對自己的大腦如何工作仍知之甚少。伴隨生物醫學大數據技術和光遺傳學、單神經元定位等神經生物技術的快速發展，2013年4月，美國政府率先提出「腦計劃」概念和實施方案，計劃從2016年起，總投資約45億元，重點支持神經科學分子技術研究和全面的腦科學基礎研究，以重投入、大規模科學協作的方式推進對人腦作用機制的全面理解。同年，歐盟亦啟動了「人類大腦計劃」，將在未來10年內投入10億歐元，旨在快速推動腦科學研究與轉化應用。

以闡明腦和神經系統的工作原理和機製為目標的腦科學(神經科學)，被視為自然科學的「最後疆域」，目前已成為生命科學乃至所有自然科學領域中發展最為迅速的分支之一。長期以來，我國一直支持腦科學的研究，也取得了很多成績。例如，自2012年起，由國家自然科學基金委員會斥資2.5億元，立項推進一批腦和神經科學重大計劃項目研究，在新技術研發與轉化領域取得了突出成就，為國家層面上「腦計劃」的出台奠定了堅實的前期基礎。

近幾年，科技界有關專家一直在推動腦科學研究進入國家重大專項。中國生物技術發展中心前沿生物技術處于振行博士在討論中認為，在此過程中，需要考慮到全鏈條設計，要重點突出，針對國家重大需求和重大科學問題開展研究，瞄準方向和目標；應重視協調多學科、多部門力量，應用不同技術手段，從不同角度開展研究，形成合力，共同開展腦科學研究。

美、歐、日、中紛爭腦計劃，未來機器人哪家強？近年來，發達國家紛紛發布各自的「腦計劃」，而我國也早已對該研究進行布局，並發布了中國版「腦計劃」。到底各國對於人腦的研究進展幾何？腦科學研究又對於機器人技術的發展起到了何種關鍵作用？本文帶你篤學一番。

現在，信息通信技術與生物學的融合已經到達了一定高度，所以讓研究者們夢寐以求的、能夠掌握人類大腦的願景，有望成為現實。

方興未艾的「腦計劃」

2013年6月，美國白宮公布了「推進創新神經技術腦研究計劃」；而在同年初，歐盟委員會也宣布「人腦工程」為歐盟未來10年的「新興旗艦技術項目」；緊接著，2014年9月，日本科學省亦宣布了大腦研究計劃的首席科學家和組織模式。

美國側重於繪製腦圖並試圖弄清人腦結構，歐洲則側重於使用計算機模擬人腦……發達國家紛紛投入巨資，並將各自的「腦計劃」提升至戰略高度，可見這項工作的意義非常重大。

美國「腦計劃」

美國的「腦計劃」名為「推進創新神經技術腦研究計劃」（BrainResearch through Advancing Innovative Neurotechnologies，簡稱「BRAIN」），其進程有可能持續10年之久，以加速研發和應用新技術，使研究者看到腦的動態圖景，顯示各個腦細胞和複雜的神經迴路如何以「思維的速度」相互作用。

「BRAIN」的腦模擬包含以下的研究內容：統計大腦細胞類型，建立大腦結構圖，開發大規模神經網路記錄技術，開發操作神經迴路的工具，了解神經細胞與個體行為之間的聯繫，整合神經科學實驗與理論、模型、統計學等，描述人類大腦成像技術的機制，為科學研究建立收集人類數據的機制，知識傳播與培訓等。

在歐洲的「人類腦計劃」（Human Brain Project）和美國「腦計劃」（BRAIN）中，大腦模擬是其重要的內容之一。

美國國家衛生研究院宣布，美國腦計劃（BRAIN）將重點資助9個大腦研究領域。這是美國相關政府科研機構首次公布「腦計劃」的具體研究和實施細節。

美（國腦計劃9大重點資助領域）

歐盟人腦計劃

歐盟人腦計劃（Human Brain Project，簡稱「HBP」）於2013年入選了歐盟的未來旗艦技術項目，獲得了10億歐元的資金支持，共有26個國家的135個合作機構，數百名研究人員參與此計劃，它也成為了全球範圍內最重要的人類大腦研究項目之一。HBP主要任務是對人類大腦進行模擬，即是通過超級計算機的計算來整體模擬人類大腦。

在該項腦模擬計劃中，研究者們打算繼續開發人類大腦如何全面運作計算機模型。為實現該模型，研究者需要的是近1000PB的計算機，其能力超過當今超級計算機百倍甚至千倍。另外，它也將極大地加速人類對人腦結構和功能的全面理解，有助於人類更好地研究大腦疾病並發現更加優化的治療方案，也會對現在開發基於人腦機理的信息通信技術起到極大的推動性意義。

「歐盟人腦計劃」中對神經機器人的研究便是其中的典型代表，在計劃開展的前30個月，該計劃建設涉及神經信息學、大腦模擬、高性能計算、醫學信息學、神經形態計算和神經機器人等6座大型試驗與科研基礎設施。可見，神經機器人研究的重要性。

「歐盟人腦計劃」的重點領域如下：

第一，人腦計劃的核心是信息和計算技術。這一計劃將研發神經信息學、腦模擬和超級計算的ICT平台；

第二，全新的醫學信息學平台將把全世界的臨床數據都彙集起來，使醫學研究人員得以提取有價值的臨床信息，並結合進有關疾病的計算機模型中；

第三，仿神經計算平台和神經機器人學(neurorobotics)平台根據腦的構築和迴路研發新型的計算系統和機器人。

在信息和計算技術方面，通過應用雲計算和分布資料庫技術，再配合互聯網和現代密碼學，便有可能分析來自世界各處的科學研究與臨床數據；通過各種數據挖掘技術和高性能計算，便有可能對大量數據進行分析，並在多個尺度上模擬腦模型，找出缺失之處，並設計新的實驗以填補空白。通過仿神經計算技術則有可能造出更密集、能耗更低的計算裝置，並促進神經機器人的研究。

日本腦計劃

日本也加入了腦模擬的行列。2013年，由日本和德國的研究人員合作，進行了一次較大規模的人腦神經模擬計算，在該計算中使用了超級計算機K Computer（中文名為「京」）。當時全球超級計算機世界排名第四的「京」，得出的結果是相當令人振奮的。當時模擬的是1秒內17.3億神經細胞的活動情況，共計調用了K Computer的82944個處理器，並且使用了1PB內存進行計算，為數十年後的腦模擬帶來了希望。

中國版「腦計劃」

「中國腦計劃」的名稱為「腦科學與類腦科學研究」（Brain Science andBrain-Like Intelligence Technology），人們簡稱為「中國腦計劃」。該計劃主要有兩個研究方向：以探索大腦秘密、攻克大腦疾病為導向的腦科學研究，以及以建立和發展人工智慧技術為導向的類腦研究。該計劃將作為我國六個長期科學項目工程中的一個重要項目，被國家政府長期資助，資助時間達到15年之久（2016-2030年）。

作為」中國腦計劃「要解決的問題，以下三個層面的認知問題是重點：

包括大腦對外界環境的感官認知，即探究人類對外界環境的感知，如人的注意力、學習、記憶以及決策制定等；

對人類以及非人靈長類自我意識的認知，通過動物模型研究人類以及非人靈長類的自我意識、同情心以及意識的形成；

對語言的認知，探究語法以及廣泛的句式結構，用以研究人工智慧技術。

（「中國腦計劃「要重點解決三個層面的認知問題）

2015年9月1日，「腦科學研究」的專項計劃在北京市科委正式啟動。會上饒毅、王擁軍、王曉民等20餘位腦科學研究專家參與。

會上發布了《北京市科學技術委員會「腦科學研究」專項實施方案》。該計劃提出未來兩個五年發展目標：到2020年，北京市科委將推動腦科學重大共性技術研究中心建設，形成跨部門、跨學科的「腦認知與腦醫學」研究支撐平台，建成支撐「腦認知與類腦計算」基礎研究和技術研發的公共平台。著力突破腦疾病領域關鍵技術，儘快實現成果轉化惠及於民，提升人民腦健康水平。

同時，會上提出了北京腦計劃的重點任務：

建立四大類腦計算研究平台，營造類腦計算的基礎研究環境；

研製兩類類腦計算核心晶元，掌握類腦計算技術主動權；

實現三類典型類腦智能應用，在大規模智能應用中發揮關鍵作用。

為保障腦科學研究專項的順利實施，北京市科委給予了大力支持，建立以專家團隊為核心的組織模式，成立以國內外專家組成的專家指導組，包括專項總體組和專家指導組。充分發揮人才作用，形成一批基礎性、戰略性研究成果，並將建立多方協同創新的工作機制，不僅鼓勵北京大學、清華大學、中國科學院、首都醫科大學等核心科研機構內部整合力量，更支持在北京地區用新體制、新機制整體構建跨地區、跨部門的「腦科學協同創新研究中心」。

上海也緊隨其後，開展了相應的腦計劃研究。上海腦計劃主要關注人腦科學研究領域的以下幾個內容：

一是以腦神經研究、神經外科治療等為切入點，配套協助國家腦科學卓越創新中心的相關工作；

二是爭取建設成為亞洲最大的精神疾病治療中心；

三是將腦科學研究與智能機器人研究有效結合；

四是提升研究機構和人員的數量和水平。

由復旦大學、上海交通大學、華東師範大學、上海紐約大學四所大學牽頭，聯合一批高校和科研院所以及企業開展。該計劃將對接「中國腦計劃」，並培養一批優秀的年輕科學家。上海市政府已將腦科學與人工智慧列為本市重大科技項目，作為建設科技創新中心的重要舉措。復旦大學牽頭成立了「腦科學協同創新中心」，推進腦科學研究和轉化應用，積極推進和參與「上海腦計劃」的實施。「上海腦計劃」未來主要目標在如下幾個方面：解析複雜數據、模擬腦工作，探究記憶、學習、決策等原理，模擬智能交互，進行大數據挖掘，開展智能醫療診斷等方面。

近年來，腦科學與類腦智慧已經成為世界各國研究和角逐的熱點。美國、歐盟相繼啟動相關研究計劃，中國政府也高度重視。在國家大力推動創新驅動的背景下，「中國大腦」計劃獲得了政策大力扶持。腦計劃對我國基礎腦科學技術研究平台有很大的提升，這些技術體現在神經標記和神經環路示蹤技術、大腦成像技術、神經調節技術、神經信息處理平台等方面。此外，該項目有望建立一個腦圖像國家平台，一個有關大腦功能失調的血液生物庫和大腦生物庫以及大腦健康訓練和教育中心，對於基礎腦科學研究來說，由此帶來的效應非常明顯。

中國執行腦計劃擁有諸多方面的優勢，例如中國靈長類動物種類和數量十分豐富，在非人靈長類腦疾病模型上也處於世界領先地位等。除了能夠促進基礎腦科學外，「中國腦計劃」還有益於我們對大腦疾病的探索。該計劃一旦落實，未來通過分子、影像以及相關標記物，我們即可在大腦疾病的早期診斷和干預上發揮重要作用，通過大腦疾病的遺傳、表觀遺傳以及病理性功能失調等方面的研究，掌握大腦疾病的發生機制。

腦科學研究與未來機器人緊密關聯

腦計劃的開展是未來機器人發展的動力。腦計劃的開展對機器人相關技術的發展也起到了促進作用。隨著歐、美、日相繼啟動各種人腦計劃，中國也將全面啟動自己的腦科學計劃。類腦計算和人工智慧研究是「中國腦計劃」的重要組成部分，而機器人是其一個重要的研究方向。設計類腦晶元和類腦機器人，研發類腦人工智慧硬體系統，從各種智能可穿戴設備到工業和服務機器人。可見腦計劃推動了硬體方面機器人的發展。

機器人的視覺系統技術就是典型案例之一。機器視覺系統是指用計算機來實現人的視覺功能，換句話說就是用計算機來實現對客觀的三維世界的識別。人類視覺系統的感受部分是視網膜，而視網膜就是一個三維採樣系統。三維物體的可見部分首先是投影到視網膜上，之後人們才按照投影到視網膜上的二維的像來對該物體進行三維理解。三維理解包括對被觀察對象的形狀、尺寸、離開觀察點的距離、質地和運動特徵等的理解。機器人視覺系統主要是利用顏色、形狀等信息來識別環境目標。

以機器人對顏色的識別為例：當攝像頭獲得彩色圖像以後，機器人上的嵌入計算機系統將模擬視頻信號數字化，將像素根據顏色分成兩部分，即感興趣的像素(搜索的目標顏色)和不感興趣的像素(背景顏色)。然後，對這些感興趣的像素進行RGB 顏色分量的匹配。為了減少環境光強度的影響，可把RGB顏色域空間轉化到HIS等顏色空間。

（機器人視覺系統主要由三部分組成）

機器人視覺系統主要由三部分組成：圖像的獲取、圖像的處理和分析、輸出或顯示。圖像的獲取實際上是將被測物體的可視化圖像和內在特徵轉換成能被計算機處理的一系列數據，它主要由三部分組成：照明、圖像聚焦形成、圖像確定和形成攝像機輸出信號。視覺信息的處理技術主要依賴於圖像處理方法，它包括圖像增強、數據編碼和傳輸、平滑、邊緣銳化、分割、特徵抽取、圖像識別與理解等內容。經過這些處理後，輸出圖像的質量得到相當程度的改善，既改善了圖像的視覺效果，又便於計算機對圖像進行分析、處理和識別。

除了視覺，聽覺也是人類大腦的重要組成之一，而聽覺感測器便是機器人的「耳朵」。若僅要求其對聲音作出反應，那麼我們只需一個開關量輸出形式的聽覺感測器，利用一個「聲—電」轉換器就能辦到。但是，如果讓家用機器人能夠聽懂主人的語言指令，根據指令去打掃房間，開關房門，倒垃圾等，就已經很困難了；而若進一步要求機器人能與主人對話，區別主人和其他人的聲音，從而只執行主人的命令，那就是「困難重重」了。

目前，現在的研究水平只是通過語音處理及辨識技術識別講話人，還可以正確理解一些極簡單的語句。由於人類的語言非常複雜、辭彙量相當豐富，即使是同一個人，其發音也會隨環境及身體狀況變化而變化。因此，要使機器人的聽覺系統具有接近人耳的功能，除了擴大計算機容量和提高其運算速度外，還需人們在其他方面做大量、艱苦的研究、探索工作。

當然，我們也可以通過軟體來輔助實現機器人的語音識別。ROAR（機器人操作系統的開源音頻識別器）軟體工具就能夠實現該功能。該軟體能幫助機器人專家訓練機器對更寬泛意義的聲音作出反應。這個工具主要需要一個麥克風；訓練開始時，機器人的麥克風首先捕捉周圍的聲音，ROAR對這些聲音進行打磨；接下來，操作者通過反覆重複某個動作教ROAR識別主要聲音，在機器人聽這些聲音的同時標記這些獨特的語音信號；最後，根據那套訓練片斷，程序會生成一套通用模式，包含各個動作對應的不同的聲音。雖然這些技術還處在研發階段，但是未來發展前景是巨大的。

近年來,具有自學習能力的機器人成為了一個新的研究熱點。這個研究方向的一個關鍵問題是用學習技術增強機器人的智能。在機器人研究領域的多種學習方法中，最為廣泛使用的方法就是「強化學習方法」。強化學習(reinforcement learning，又稱再勵學習、評價學習)是一種重要的機器學習方法，在智能控制機器人及分析預測等領域有許多應用。常見的演算法包括「Q-Learning」及「時間差學習」。

以日本發那科公司的一款工業機器人為例，給定機器人某一任務，比如從某盒子拾取小工具並放入另一個容器，該機器人能夠用整個晚上想出如何完成該任務。上圖為日本發那科公司的這款機器人。

發那科的機器人使用了一種名為「深度強化學習」的技術，以完成自我訓練，可隨時學習新的任務。它在嘗試拾起物品的同時，還能夠抓取這個過程的錄像。不管每次成功與否，它都會記住物品的樣子，進而通過學習到的知識，改進控制其行動的深度學習模型或大型神經網路。短短大約八個小時後，該機器人便達到了90%甚至更高的準確度，彷彿是一位程序專家一般。

腦科學研究已經得到了國家的高度重視，「中國腦計劃」已經獲得國務院批示，並列為「事關我國未來發展的重大科技項目」之一，將從認識腦、保護腦和模擬腦三個方向全面啟動。具有中國特色的「中國腦計劃」也在機器人方面得到了體現，比如復旦科學家研究的一種能夠「望、聞、問、切」的中醫機器人，機器人圍棋專業四、五段水平的「百度大腦」項目在研究中，以及國防科技大學研發出腦控機器人，他們通過將人腦電波轉換成指揮機器人的計算機指令，實現用人腦直接控制機器人運動。可見，機器人的發展得益於腦科學的研究以及腦計劃的開展。

總而言之，我們不得不承認，以計算機目前的能力仍然沒有人類大腦那麼「強悍」。從某種意義上而言，也正由於此，種種技術難題限制了機器人的研發。雖然目前人們還沒有開發出滿意的演算法，使其能夠真實地模擬人腦進行運行的機制，但人類對智能化要求的提高促使機器人產業實現更快的發展。在這樣的大背景下，機器人技術必將飛速發展。機器人將越來越像「人腦」一樣去感受這個世界，實現更高級的視覺、聽覺、味覺、嗅覺和觸覺的感知。「由機器人到有『人類感官』的機器人」，這也許就是人腦計劃中人工智慧的未來發展趨勢。經過科學家以及相關研究者的共同努力，這一天離我們真的並不遙遠。

本文作者系中國科學院計算機網路信息中心「百人計劃」副研究員、計算機與應用數學專業博士，趙地

本文內容整理自科學網、人民網、機器人圈

來源：科學網、人民網、機器人圈

推薦閱讀：