蒲慕明等解读2016-2030年中国脑计划

日期：2016-12-02　　浏览次数：8849

过去的几年中，欧洲、美国、日本纷纷启动了脑计划，中国科技部和自然科学基金委也就此项研究多次组织专家讨论。近日中科院上海神经所蒲慕明、杜久林、熊志奇，香港科技大学叶玉如，中科院自动化所徐波、谭铁牛在Neuoron杂志上发表题为“China Brain Project: Basic neuroscience, brain diseases, and brain-inspired computing[1]”的文章,详细解读了2016-2030 为期十五年的中国脑计划（Brain Science and Brain-inspired Intelligence）。

中国脑计划解读文章的作者（从上到下, 左到右分别为蒲慕明, 杜久林,叶玉如, 熊志奇, 徐波, 及谭铁牛；照片均来自官网）

作者简介

蒲慕明：中科院神经所研究员，所长，美国科学院院士，中科院外籍院士。
研究领域：大脑皮层的感觉系统或运动系统的信息编码，神经元集群的信息储存及提取。

杜久林：中科院神经所研究员。
研究领域：神经功能和动物行为的神经调质系统调节。

叶玉如：香港科技大学教授，副校长，中科院院士。
研究领域：神经发育和可塑性的分子机制，神经退行性疾病及药物研发。

熊志奇：中科院神经所研究员。
研究领域：神经系统疾病在细胞和分子水平的发病机理，特别关注儿童智力发育障碍疾病和癫痫病的研究。

徐波：中科院自动化所研究员，所长。
研究领域：多语言语音识别与机器翻译、多媒体网络内容智能处理、互动沉浸式3D互联网等。

谭铁牛：中科院自动化所研究员，中国科学院副院长，中科院院士、英国皇家工程院外籍院士、发展中国家科学院（TAWS）院士。
研究领域：计算机视觉与模式识别。

文中称，中国的脑计划是以人类认知的神经基础为中心，致力于解决社会的紧迫需求。随着脑功能障碍所造成社会负担的加重，社会呼求脑疾病预防、诊断及治疗的新方法。在这个大数据时代，受大脑启发而设计的计算方法和系统，对于实现人工智能和利用不断增长的信息也非常重要。因此中国的脑计划采取了“一体两翼”的布局，即以研究脑认知的神经机理为“主体”，以研发脑疾病的诊断与干预，以及脑启发智能新技术为其“两翼”，体、翼之间将相互反馈、彼此促进。

作者们认为，在中国脑计划的规划中,既需要政府资助与支持脑科学的各领域以便壮大研究力量，又需要聚焦在某些特定领域，特别是中国科学家比较有优势的领域，以利于作出重大贡献。本文对以下的6个研究领域进行了讨论：

Neural circuit mechanisms of cognition（脑认知的神经回路机制）

得益于分子和细胞生物学及脑成像技术的发展，人类对大脑宏观和微观方面的了解取得了很大进步，但在很多方面的知识上还存在着巨大的鸿沟。比如，大脑不同区域中特定种类的神经元如何组成神经回路，特定的神经回路在认知过程中如何实现信息加工，都还知之甚少。

这个领域中，作者们认为，鉴定所有神经元的种类是当务之急，可以将单细胞RNA测序与单神经元连接组分析结合起来。一旦界定了细胞类型，通过监测及干扰神经元中表达的特异分子探针，就可以解析脑认知与行为背后的神经回路机制。

由于自我及非我认知、同理心、心智理论等被认为只在非人灵长类动物（Non-human primate，NHP）中存在，因此NHP中可能具有其它动物模型中没有的神经元及神经回路。鉴于中国丰富的NHP资源，作者们认为中国脑计划中应该包含与非灵长类动物模型对应的NHP部分，关注猕猴的脑神经回路（日本的脑计划聚焦在狨猴）。NHP神经回路的研究将有助于解读人脑成像的数据、发展人脑疾病的诊断预防手段，以及设计人工神经网络和多功能智能设备。

Early Diagnosis and intervention of brain disorders （脑疾病的早期诊断与干预）

据估计中国13亿人口中，有五分之一的人患慢性精神疾病或神经退行性疾病。中国脑计划将致力于多种脑疾病的致病机理研究，并发展有效的诊断及治疗方法。通过组学的方法、大群体样本的高通量分析、来源于病人的诱导多功能干细胞发展体外模型、大脑成像研究、基因编辑的NHP脑疾病模型等的研究，将有助于实现这一目标。

早期的药物干预，特别对神经退行性疾病（如阿尔茨海默病）来说，是将来药物开发一个很有潜力的方向。增强特定脑功能的生理干预有望在预防一些神经及精神疾病上起作用，但目前这些实施生理干预的物理（电或磁）刺激缺乏特异性及生理基础，还有待于发展更精确的刺激方法。

中国脑计划旨在发展有效的脑疾病早期诊断及干预方法，该计划包括为广大人群建立长期的脑健康记录，将脑功能的定量测试纳入常规体检，建立脑成像的国家数据库，基于血液的生物库，健康及患病者大脑的国家库。

Input from Chinese medicine（中医的贡献）

对于致病机制非常复杂的脑疾病来说，多靶点药物可能比单靶点药物更为有效，因此多组分中药有可能是神经药物的潜在宝库。中国脑计划将集全国之力，通过现代科技，如基因转录分析研究中药提取物的作用机制，数学模型和算法来设计中药组分最优的组合，以更智能的方式使用中药大数据以降低检测成本及发现更有效的协同药物等，同时在临床研究方案的设计、质量控制、安全性研究等方面进行提升，使现代医学能更好地利用中药的好处，以应用于神经药物的开发。

Non-human primate research（非人灵长类动物的研究）

NHP是研究人类认知及脑疾病的致病机制和治疗手段的很好的动物模型，越来越多的中国神经科学家在他们的研究中使用NHP：中科院昆明动物所拥有中国最大的NHP研究资源，云南灵长类生物医学国家重点实验室、中国医科院（昆明）及中科院上海神经所都拥有NHP研究设备。

NHP脑疾病模型过去大都由外科手术或化学诱导产生，近年来采用转基因及基因编辑技术如TALEN和CRISPR-Cas9。中国脑计划将促成全国性的、符合国际标准的NHP试验伦理的建立,并使公众意识到NHP研究对了解人类大脑的功能和进化，及脑疾病的治疗是必不可少的。欧洲和美国的NHP研究在不断减少，因此亚洲国家的脑计划项目在传承NHP研究、培养灵长目神经科学家方面也承担起更多的责任。

Brain-inspired computation（类脑计算）

人工智能（AI）和深度学习目前取得了长足进展，AI系统如AlphaGo在某些方面甚至超越了人类，但他们缺少归纳能力，缺少将一个领域学到的知识运用到另一领域的能力，并且训练和运行这些AI 系统都需要较高的数据吞吐量和计算成本。大脑是自然界中唯一真正智能、能量效率很高的系统，对大脑的结构、运行机制及信息处理机制的了解无疑将有助于构建更强大的机器智能。

中国脑计划旨在促进多层次上对大脑工作原理与机制的了解，促进神经科学家和AI研究人员的深入合作，以开发出能够学习、自我调适，执行多重任务的AI.脑计划将重点关注认知计算模型和类脑芯片，探索人工神经网络算法和生物学习机制，建立人类典型认知行为的模型等。

Machines with human intelligence（智能机器人）

近5年来，深度学习在语音识别、图像识别和分类，及语言处理方面取得了极大成功，如IBM和Microsoft在电话通话的语音识别上准确率已达95%；深度学习网络在定位和识别数百种测试对象上也超越了人类；在基于LSTM的sequence to sequence模型下，机器翻译几乎达到了口译员一样的水准。但是，有赖于大规模训练数据的模型在执行一些更开放和不明确的任务时，面临很大的挑战。

中国脑计划将聚焦在开发机器智能中的重要问题，即建立一个与人类和周边环境互动的AI平台—认知机器人，以整合类脑计算及设备。这样的智能机器人具备解决各种问题的技巧，具备归纳、转化知识的能力，甚至可以与其他机器人实现知识共享。构建认知机器人里程碑式的进步，是机器人能够获得与同理心和心智能力同等的行为能力。

小结

正如物理学和天文学前沿学科发展所显示的那样，基础和应用神经科学的突破也将依赖于来自各学科的大型研究团队的合作。全面认识人类大脑的结构与功能是神经科学的长远目标，但神经科学已有的研究成果在应对社会的紧迫问题上已经发挥了重要作用。中国脑计划将努力在神经科学的基础和应用研究上保持平衡，使一部分科学家安心于探索他们感兴趣的大脑奥秘，另一部分人运用已知的成果来预防和治疗大脑疾病，以及开发类脑智能和技术。

详细内容，请点左下角“阅读原文”或击参阅：
Poo MM, Du JL, Ip NY, Xiong ZQ, Xu B, Tan T. (2016) China Brain Project: Basic neuroscience, brain diseases, and brain-inspired computing. Neuron 92: 591-596