论文部分内容阅读
当下，脑科学和类脑智能是非常引人关注的研究领域。人类大脑是集智慧之大成，集大成之智慧，所以，理解大脑智慧原理，可以照亮类脑智能之路。
“演化+选择”创造了生命世界的多样性
生命这棵进化树盘根错节，体现了生命世界的多样性。历史上有一个生命大爆发的地质年代，距今约5.42亿年～4.88亿年，是现代生物学的开始阶段，也是地球上现代生命的起源，人们把它叫作“寒武纪生命大爆发”。有的学者把这个爆发从物理学角度解释为自组织临界性的演化结果，不是缓慢的进化过程。
生命世界的一切都植根于演化，人类大脑不是被设计出来的，而是智力演化的伟大奇迹，是在浩瀚的历史长河中演化和选择留下的鸿篇巨制。因此，探讨脑的工作原理，揭示脑疾病发病机制和发展类脑智能是必由之路。
人类的大脑体积约1400立方厘米，黑猩猩的大脑只有400立方厘米，这是进化的伟大成果。演化时刻进行着，不变的是变，变是不变的。达尔文说过，大自然的生物物种如此相似！大脑的自组织和可塑性与自然界的演化选择有着惊人的相似性。
科学史上探索“脑-智”关系的若干里程碑事件
在研究脑-智（brain-mind）关系的时候，应该提到薛定谔。他在《生命是什么》（what is life） 一书中，试图用热力学、量子力学等理论来解释生命现象。他引入了负熵、遗传密码、量子跃迁式的突变等概念，从物理学家的角度回答了这个问题。关于智力的本质，发展心理学家皮亚杰把“适应”看作是智力的本质，人的智力发展过程被视为其适应水平不断提高的过程。在研究脑的过程中，还有几位科学家必须提到。第一位是诺贝尔生理学或医学奖得主拉蒙·卡哈尔。他提出，神经系统是由独立的神经细胞组成的，人类大脑大约有1000亿（1011）细胞，这些细胞彼此间构成独立的系统。第二位是诺贝尔奖得主谢灵顿，他提出了“突触”的概念，认为神经元的末梢分支与另一个神经元胞体或树突仅仅是接触，在原生质上并不连续。第三位是俄罗斯生理学家、诺贝尔奖获得者巴普洛夫。他以狗为研究对象，通过狗的条件反射研究学习记忆。他给狗吃肉的同时响铃声，这样狗就建立了铃声跟肉之间的关联，之后不再给肉只给铃声狗也会起反应，而且还有二阶的条件化（conditioning），即如果把铃声和另外一个物体结合在一起，后者同样会引起狗的食物反应。
除此以外还要提到的是美国学者、控制论的奠基人维纳，试图回答人类大脑在整体上是怎么工作的问题的德国脑科学家哈肯，DNA双螺旋结构的发现者之一克里克，研究果蠅的先驱者之一西莫尔·本则尔……在脑-智领域，中国也有两座“高山”，一位是冯德培教授，他观察到强直后增强效应（PTP），这是亚细胞水平神经可塑性的一个先驱性电生理发现;另外一位是张香桐教授，他对树突的观察研究是最早的，对脑-智都有深远的影响。
向大自然的智慧学习
大脑皮层发育的过程中，要经过生长和修剪，人从刚诞生一直到成年，整个神经网络一直都在修饰过程中，所以人类大脑的神经联结数是不断增长的，但它是先有高峰，然后下降，从多到少的过程。就是说，人类大脑的神经元在出生的时候要经过一次茂密的生长，到达一定的峰值后，就经过一次修剪到正常状态。如果不正常就有可能导致精神分裂，也可能导致阿尔茨海默病，但这个修剪也可能造就天才。
在学习过程中，大脑的神经突触会发生非常重要的变化。科学家研究小鼠的学习记忆发现，有些新增长的树突棘和新增长的突触小泡，构成了学习记忆的细胞神经生物学基础。所以成熟期大脑中突触形成的机制是在已有的突触上增加新的连接。
研究证明，去抑制（disinhibition）是一种跨物种的学习机制。通过抑制性中间神经元的被抑制达到否定之否定，促进学习。我们的课题组研究了果蝇的去抑制的学习机制，证明多巴胺神经元、γ-氨基丁酸能神经元和蘑菇体本身，三位一体构造了一个环路，这个环路是实现去抑制的。
2017年，浙江大学胡海岚实验室研究了小鼠的“胜利者效应”。他们把小鼠放在管道里正面相遇，其中一只试图把另一只推挤出去。他们发现胜利者从中背侧丘脑到内侧前额叶皮层环路得到了加强。这个实验说明，胜利者的行为会导致突触结构的变化，而突触结构的变化会影响小鼠的“精神面貌”。有“胜利者效应”就会有“失败者效应”。把一只狗放在笼子里面，不断对它进行电击，但不让它逃脱，最后如果把它放在一个可以逃脱的环境，它也会放弃逃跑。这就是“习得性无助”。
现在，科学家正进一步研究大脑是如何迅速甄别两个图像的细微差别。美国视觉计算理论的先驱大卫·马尔，根据小脑输入层线路的两个基本特征——从较小数量的苔藓纤维输入到更多的颗粒细胞，以及广泛的反馈抑制来调控颗粒细胞的兴奋性，提出小脑输入层将苔藓纤维活动模式投射到大量稀疏活跃的颗粒细胞中，从而减少在被激活神经元之间的重叠。最近学者们在把小脑（负责运动控制的）、果蝇蘑菇体（负责学习记忆和抉择的）、海马（记忆编码和导航定位的）这三个脑区神经元结构规划加以比对时，发现其基本网络框架“和而不同”。比如小脑的抑制原则跟果蝇抑制不一样，果蝇抑制跟海马抑制又不一样。尽管小脑、果蝇蘑菇体、海马三者的抑制联结都不一样，但都实现去相关（decorrelation）的神经计算。
这样的神经计算原理对计算机科学家会有怎样的启示呢？2017年，美国三位科学家（计算机科学家、系统生物学家、实验神经科学家）在美国科学杂志Science联合发表了一篇论文，把果蝇的嗅觉编码原则用在了密码识别，它们把果蝇嗅觉系统从二级到三级的广泛投射，用到了哈希算法。哈希算法和果蝇嗅觉编码比较起来，果蝇效率提高30%-50%。这说明，如果我们了解大脑的神经计算原理，就有可能把原理转移到人工智能、类脑智能和计算神经科学方面。
长久以来，面孔识别被科学家们一致认为是非常复杂的过程。曹颖、常乐等的研究表明，大脑以极其简单的方式编码面孔，每个面孔细胞构建了一个面孔的“零空间”。在这个空间中，包含许多不同面孔特征，但他们有且只有一个特征相同。“每个细胞对不同的面孔起反应”，只要面孔上带有该细胞偏好的特征，这个细胞就会有反应，而不是只对一张特定的脸产生反应。如果知道205个“面孔细胞”的反应，就可能预测该面孔的50维坐标，从而重建该面孔。
构筑生命和智力本质的宏伟大厦
《脑中魅影》一书描写了大脑很多奇妙的现象。比如一个5岁的自闭症女孩画的马，比达芬奇画的还漂亮;一个男孩可以在没有任何计时器参照的情况下告诉你一天的时间，且精确到秒;另一个人可以在20英尺外正确地估计出一个物体的宽度，精确到2英尺11英寸又四分之三。他们有特异的才能，但也有不足，有的还可能是自闭症患者。所以我们应该构筑生命和智力本质的宏伟大厦，从不同角度了解大脑，但需要有一个整体观。美国人工智能鼻祖明斯基在《心智的社会》一书中提出，我们大脑是由不具有思维的微小部件组成的一个社会。明斯基认为，所谓思维并不是直接来源于几个波函数，脑的思维是成千上万个具有不同专门技能的子系统协作的结果，是上百万年进化中缠绕组合的结果。
大脑在整体上是怎么工作的？我倾向于认为，脑可能是以模块集成方式工作的。就是老子讲的“道生一，一生二，二生三，三生万物”，它们方式不同，复杂性各异，但基本原理可能具有不变性和创新性，而这些都与特定脑功能连接图谱相联系。如果哪一个脑功能模块受损，脑功能模块就会影响疾病。脑的奥秘在哪儿？是脑如何在它们之间运筹帷幄，这是脑的核心机密。最终，我们可以将这些功能模块列表，就像门氏元素周期表那样，成为脑的密码表。
结论是我们应当提倡跨物种、跨系统、跨模态、跨尺度的脑科学研究，揭示自然智慧原理，方能照亮类脑智能之路;反过来，类脑计算与人工智能也必定启发自然智能探索。
“演化+选择”创造了生命世界的多样性
生命这棵进化树盘根错节，体现了生命世界的多样性。历史上有一个生命大爆发的地质年代，距今约5.42亿年～4.88亿年，是现代生物学的开始阶段，也是地球上现代生命的起源，人们把它叫作“寒武纪生命大爆发”。有的学者把这个爆发从物理学角度解释为自组织临界性的演化结果，不是缓慢的进化过程。
生命世界的一切都植根于演化，人类大脑不是被设计出来的，而是智力演化的伟大奇迹，是在浩瀚的历史长河中演化和选择留下的鸿篇巨制。因此，探讨脑的工作原理，揭示脑疾病发病机制和发展类脑智能是必由之路。
人类的大脑体积约1400立方厘米，黑猩猩的大脑只有400立方厘米，这是进化的伟大成果。演化时刻进行着，不变的是变，变是不变的。达尔文说过，大自然的生物物种如此相似！大脑的自组织和可塑性与自然界的演化选择有着惊人的相似性。
科学史上探索“脑-智”关系的若干里程碑事件
在研究脑-智（brain-mind）关系的时候，应该提到薛定谔。他在《生命是什么》（what is life） 一书中，试图用热力学、量子力学等理论来解释生命现象。他引入了负熵、遗传密码、量子跃迁式的突变等概念，从物理学家的角度回答了这个问题。关于智力的本质，发展心理学家皮亚杰把“适应”看作是智力的本质，人的智力发展过程被视为其适应水平不断提高的过程。在研究脑的过程中，还有几位科学家必须提到。第一位是诺贝尔生理学或医学奖得主拉蒙·卡哈尔。他提出，神经系统是由独立的神经细胞组成的，人类大脑大约有1000亿（1011）细胞，这些细胞彼此间构成独立的系统。第二位是诺贝尔奖得主谢灵顿，他提出了“突触”的概念，认为神经元的末梢分支与另一个神经元胞体或树突仅仅是接触，在原生质上并不连续。第三位是俄罗斯生理学家、诺贝尔奖获得者巴普洛夫。他以狗为研究对象，通过狗的条件反射研究学习记忆。他给狗吃肉的同时响铃声，这样狗就建立了铃声跟肉之间的关联，之后不再给肉只给铃声狗也会起反应，而且还有二阶的条件化（conditioning），即如果把铃声和另外一个物体结合在一起，后者同样会引起狗的食物反应。
除此以外还要提到的是美国学者、控制论的奠基人维纳，试图回答人类大脑在整体上是怎么工作的问题的德国脑科学家哈肯，DNA双螺旋结构的发现者之一克里克，研究果蠅的先驱者之一西莫尔·本则尔……在脑-智领域，中国也有两座“高山”，一位是冯德培教授，他观察到强直后增强效应（PTP），这是亚细胞水平神经可塑性的一个先驱性电生理发现;另外一位是张香桐教授，他对树突的观察研究是最早的，对脑-智都有深远的影响。
向大自然的智慧学习
大脑皮层发育的过程中，要经过生长和修剪，人从刚诞生一直到成年，整个神经网络一直都在修饰过程中，所以人类大脑的神经联结数是不断增长的，但它是先有高峰，然后下降，从多到少的过程。就是说，人类大脑的神经元在出生的时候要经过一次茂密的生长，到达一定的峰值后，就经过一次修剪到正常状态。如果不正常就有可能导致精神分裂，也可能导致阿尔茨海默病，但这个修剪也可能造就天才。
在学习过程中，大脑的神经突触会发生非常重要的变化。科学家研究小鼠的学习记忆发现，有些新增长的树突棘和新增长的突触小泡，构成了学习记忆的细胞神经生物学基础。所以成熟期大脑中突触形成的机制是在已有的突触上增加新的连接。
研究证明，去抑制（disinhibition）是一种跨物种的学习机制。通过抑制性中间神经元的被抑制达到否定之否定，促进学习。我们的课题组研究了果蝇的去抑制的学习机制，证明多巴胺神经元、γ-氨基丁酸能神经元和蘑菇体本身，三位一体构造了一个环路，这个环路是实现去抑制的。
2017年，浙江大学胡海岚实验室研究了小鼠的“胜利者效应”。他们把小鼠放在管道里正面相遇，其中一只试图把另一只推挤出去。他们发现胜利者从中背侧丘脑到内侧前额叶皮层环路得到了加强。这个实验说明，胜利者的行为会导致突触结构的变化，而突触结构的变化会影响小鼠的“精神面貌”。有“胜利者效应”就会有“失败者效应”。把一只狗放在笼子里面，不断对它进行电击，但不让它逃脱，最后如果把它放在一个可以逃脱的环境，它也会放弃逃跑。这就是“习得性无助”。
现在，科学家正进一步研究大脑是如何迅速甄别两个图像的细微差别。美国视觉计算理论的先驱大卫·马尔，根据小脑输入层线路的两个基本特征——从较小数量的苔藓纤维输入到更多的颗粒细胞，以及广泛的反馈抑制来调控颗粒细胞的兴奋性，提出小脑输入层将苔藓纤维活动模式投射到大量稀疏活跃的颗粒细胞中，从而减少在被激活神经元之间的重叠。最近学者们在把小脑（负责运动控制的）、果蝇蘑菇体（负责学习记忆和抉择的）、海马（记忆编码和导航定位的）这三个脑区神经元结构规划加以比对时，发现其基本网络框架“和而不同”。比如小脑的抑制原则跟果蝇抑制不一样，果蝇抑制跟海马抑制又不一样。尽管小脑、果蝇蘑菇体、海马三者的抑制联结都不一样，但都实现去相关（decorrelation）的神经计算。
这样的神经计算原理对计算机科学家会有怎样的启示呢？2017年，美国三位科学家（计算机科学家、系统生物学家、实验神经科学家）在美国科学杂志Science联合发表了一篇论文，把果蝇的嗅觉编码原则用在了密码识别，它们把果蝇嗅觉系统从二级到三级的广泛投射，用到了哈希算法。哈希算法和果蝇嗅觉编码比较起来，果蝇效率提高30%-50%。这说明，如果我们了解大脑的神经计算原理，就有可能把原理转移到人工智能、类脑智能和计算神经科学方面。
长久以来，面孔识别被科学家们一致认为是非常复杂的过程。曹颖、常乐等的研究表明，大脑以极其简单的方式编码面孔，每个面孔细胞构建了一个面孔的“零空间”。在这个空间中，包含许多不同面孔特征，但他们有且只有一个特征相同。“每个细胞对不同的面孔起反应”，只要面孔上带有该细胞偏好的特征，这个细胞就会有反应，而不是只对一张特定的脸产生反应。如果知道205个“面孔细胞”的反应，就可能预测该面孔的50维坐标，从而重建该面孔。
构筑生命和智力本质的宏伟大厦
《脑中魅影》一书描写了大脑很多奇妙的现象。比如一个5岁的自闭症女孩画的马，比达芬奇画的还漂亮;一个男孩可以在没有任何计时器参照的情况下告诉你一天的时间，且精确到秒;另一个人可以在20英尺外正确地估计出一个物体的宽度，精确到2英尺11英寸又四分之三。他们有特异的才能，但也有不足，有的还可能是自闭症患者。所以我们应该构筑生命和智力本质的宏伟大厦，从不同角度了解大脑，但需要有一个整体观。美国人工智能鼻祖明斯基在《心智的社会》一书中提出，我们大脑是由不具有思维的微小部件组成的一个社会。明斯基认为，所谓思维并不是直接来源于几个波函数，脑的思维是成千上万个具有不同专门技能的子系统协作的结果，是上百万年进化中缠绕组合的结果。
大脑在整体上是怎么工作的？我倾向于认为，脑可能是以模块集成方式工作的。就是老子讲的“道生一，一生二，二生三，三生万物”，它们方式不同，复杂性各异，但基本原理可能具有不变性和创新性，而这些都与特定脑功能连接图谱相联系。如果哪一个脑功能模块受损，脑功能模块就会影响疾病。脑的奥秘在哪儿？是脑如何在它们之间运筹帷幄，这是脑的核心机密。最终，我们可以将这些功能模块列表，就像门氏元素周期表那样，成为脑的密码表。
结论是我们应当提倡跨物种、跨系统、跨模态、跨尺度的脑科学研究，揭示自然智慧原理，方能照亮类脑智能之路;反过来，类脑计算与人工智能也必定启发自然智能探索。