獨家專訪:未來幾年,人工智慧+腦科學會有哪些突破?

近年來，隨著歐盟「人腦工程」和美國「BRAIN 計劃」的開展，腦科學的新型方法和手段得到了快速發展。美國國立衛生研究院還於 2012 年啟動了耗資 3000 萬美元的「人腦連接組計劃」（HCP）。

在中國，腦計劃則在蒲慕明等專家的推動下有望於今年啟動，這將是一個由中國科學家主導的國際大科學計劃，新的機遇之中最引人注目的就是與人工智慧的結合。

（來源：Pixabay）

那麼，腦科學在過去幾年有哪些令人難忘的發展，未來幾年又可能有怎樣的突破，我們又該如何理解人工智慧與腦科學碰撞給社會帶來的影響，以及科技巨頭在這些突破中扮演的角色和影響？這是業內和社會都很關心的話題，也是11 月 6-7 日即將在北京懷柔科學城召開的「細胞科學北京學術會議：人工智慧和腦科學」（Cell Press Beijing Conference – AI and The Brain）討論的焦點。

這場由北京市科學技術委員會指導，全球領先學術出版機構細胞出版社（Cell Press）主辦的會議，將邀請 20 餘位國內外人工智慧和腦科學領域的頂尖科學家分享他們正在進行的前沿科學研究，並圍繞計算機和認知領域的最新科研進展，以及兩個領域交叉所碰撞出的火花進行深入討論。這是近年來該領域少有的國際化高端論壇，演講嘉賓包括麥戈文腦研究所神經科學教授 James DiCarlo，中國科學院神經科學研究所所長、中科院腦科學與智能技術卓越創新中心主任蒲慕明，加州大學舊金山分校神經外科學教授 Edward Chang，以色列魏茲曼科學研究所 Samy 和 Ruth Cohn 計算機科學教授、魏茨曼 AI 中心主任 Shimon Ullman，約翰·霍普金斯大學神經科學彭博傑出教授 Daeyeol Lee 等。

DeepTech 在會前採訪到了蒲慕明教授、Daeyeol Lee 及Shimon Ullman 三位講者，他們都是人工智慧與腦科學領域的頂尖科學家，讓我們看看他們針對以上業界和大眾關注的問題將給出怎樣的答案。

圖 | 自左到右為蒲慕明、Daeyeol Lee 及 Shimon Ullman

腦科學突破何在？

蒲慕明曾經對腦科學的過去 100 年的進展作過總結：在過去的一個世紀裡，諾貝爾獎涉及的神經科學中的重要發現都跟大腦的信息編碼、儲存相關。但是，我們只對神經細胞如何處理信息了解得很清楚，對整個大腦複雜的網絡結構了解不多。

腦科學研究的關鍵是要實現對神經元集群活動的實時觀察，進而在全腦尺度上解析神經環路的功能和結構，那麼高時空解析度、大範圍神經元集群電活動的同時檢測就是一個目標。Shimon Ullman 認為，在腦科學研究手段上，這幾年來一個激動人心的突破是高時空解析度下大量腦神經元活動的可視化。

藉助包括共聚焦、雙光子成像等技術，「人腦連接組計劃」關注的是大量神經元如何相互連接形成神經環路。對於「人腦連接組計劃」的實施，Shimon Ullman 說，通過繪製大腦連接組，科學家得到了詳細的皮質環路接線圖，這可能促成人們對皮層計算理解的飛躍，進而開發出新一代的人工智慧網絡模型。這個研究還能夠幫助理解大腦對自上而下計算和自下而上計算的集成，而這類集成應用範圍較小，目前僅應用於部分現有的網絡模型中，例如用於計算機視覺方面的網絡模型。

（來源：Pixabay）

在 Shimon Ullman 眼中，對新生嬰兒的大腦連接與特定腦區的研究，可以讓我們了解人腦的先天能力並將之用於通用人工智慧。

Daeyeol Lee 則關注大腦的決策機制，他認為近期這個領域最主要的突破是原本在機器學習（如強化學習）或數學心理學（如漂移擴散模型）中假設的動態變化與大腦中單個神經元（通常位於皮層）活動之間的產生了強相關。其意義在於，我們已經在開始了解大腦中抽象認知過程了。Daeyeol Lee 說，「只有用數學語言來描述人類大腦時，我們才有可能理解這個複雜器官。」

對於近幾年的研究進展，蒲慕明關注激活和抑制大群神經細胞電活動技術的進展。他認為這些新技術可以讓科學家開始研究腦電活動與腦功能的因果關係：大腦是如何認知外界環境，並能對環境的變化作出適當的反應。這些技術也為腦疾病的治療帶來新契機。

強人工智慧可能嗎？

Shimon Ullman 專注於人類視覺系統對視覺信息的處理以及計算機視覺。他說，深度網絡模型目前在兩個方面還不具備模仿人類視覺的基本能力。其一，人類具備利用視覺從零開始學習的能力，無需管理即可理解和認識世界。其二是將視覺與認知結合起來的能力。這些能力上的欠缺部分反映了真實的大腦網絡和當前模型中使用的網絡結構之間的差異。

Shimon Ullman 預測說，未來可能是兩個方向的結合。那麼原則上有兩條途徑可以將兩者整合：一是利用對人腦和認知的研究結果，將相似的結構和功能整合到人工智慧中；二是以計算方法替代進化過程，通過計算機模擬來發現獨立於人腦的有用結構和連接模式。

蒲慕明對強人工智慧持保守看法。他說，要發展出完全像人一樣的智慧機器人，即能像人一樣可以很快學會做各種任務、能自我成長、能具有人一樣的共情心和社會行為、能像最好的朋友一樣理解你的機器人，這還是極其遙遠的事。「我認為這個世紀還做不到，有些神經科學家則認為這是根本不可能做到的。」

腦科學與 AI 結合的影響

如今腦科學與人工智慧相結合的應用已經遍及醫療保健、工程、科學、運輸、製造業等領域，經濟發展將越來越依賴智能機器，一些國家將此類技術視作核心競爭力。Shimon Ullman 說，在社會上，這些領域會引發隱私、安全、教育和收入差距等問題。在心理學層面，涉及到生活所有層面的高階智能人工系統的存在可能會改變人們的決策方式，甚至會改變人們對「人何以為人」的認識。

（來源：Pixabay）

Daeyeol Lee 看好人工智慧行為交互的發展空間，尤其是能夠與人類群體進行有效交互的人工智慧。他認為這需要我們對人類決策和認知的社會本質有更深入認識。

蒲慕明主要從事神經元發育、突觸可塑性和認知功能的神經環路機制研究，他表示，未來 10 年內，腦機接口和腦信號解碼技術的發展將可以利用腦顱外（無創性）或顱內皮層上（微創性）電極晶片檢測到的腦電信號來控制（甚至遙控）體外器件，也可以有器件能調控大腦的電活動，改變人的行為。但他也表示擔心這些新技術肯定會帶來倫理問題，比如誰可以用這些技術？用它們做什麼事？如何管控它們的使用？

巨頭參與的憂慮

在人工智慧和腦科學結合的新聞中，馬斯克的 Neuralink 公司、 Facebook 等巨頭屢次登上頭條。事實上，如今不少領域的技術發展是由科技巨頭們引領的。

Shimon Ullman 肯定說，商業巨頭過去一直在參與技術和科學的發展，比如貝爾實驗室和 IBM 貢獻了不少於 14 個諾獎成就。如今的時代特點是，商業巨頭和科技巨頭創建、採用和控制了主要的新技術，並使用了大數據來為私人服務，過去並沒有這樣的角色。

Shimon Ullman 分析說，從積極方面看，大公司和學術界在相互成就。大公司有更多資源和工程實力，可以解決各種實際問題。學術界則擅長以好奇心驅動來研究基本問題，這也是過去諸多最重要科學發現和技術發明的推動力。正確將兩者結合則可能加速解決人類面對的一系列根本問題。

人們必須看到巨頭參與的消極方面。蒲慕明說，商業是利益驅動的，只有在社會強制管控下他們才會考慮倫理問題。

Shimon Ullman 則表示，公司是自身利益驅動的，其利益不一定總與人類整體利益相一致。對於那些巨頭，其技術和數據總有被公司濫用或他人獲得其資源訪問權限的風險。潛在風險正在日益嚴峻，如何對這些商業和科技巨頭進行監管是一個迫在眉睫的重大問題。

三位科學家都將在11 月 6-7 日北京懷柔科學城召開的「細胞科學北京學術會議：人工智慧和腦科學」（Cell Press Beijing Conference – AI and The Brain）上做學術報告。James DiCarlo 將分享「通過腦科學與人工智慧的協作，逆轉工程人類視覺智能」的研究，蒲慕明教授將做題為《從自然到人工神經網絡的突觸可塑性》的學術報告，Daeyeol Lee 則將介紹「人工智慧的革命「。另外，還有 17 位世界頂尖科學家將圍繞認知加工及分層計算、運動與實體、神經迴路構建、圖像處理與生物視覺、健康和疾病中的腦連接網絡及神經網絡中的學習、發展的自我組織等話題展開討論。

圖 | 演講嘉賓名單（來源：Cell Press）

大會學術主辦方細胞出版社（Cell Press）及旗下神經學旗艦期刊《神經元》（Neuron）、綜述性期刊《神經學趨勢》(Trends in Neurosciences）的編輯們也將到會與科學家們同場交流。

關於此次大會的精彩內容，請期待 DeepTech 的後續報導。

-End-