大脑是人体最重要的器官，也可能是宇宙间最复杂的物体——结构复杂、功能复杂，比最大的超级计算机不知道还要复杂多少倍。这个复杂的物体是怎么出现的呢？它是生物演化过程中的一个奇迹。

大脑外面有皱褶的这层叫大脑皮层，是所有重要的脑功能的关键区域。理解大脑，不仅要知道大脑皮层的结构和功能，还要知道大脑皮层里那些复杂的核团的功能。为理解这些问题，科学家至少花了200年时间。

在过去200年里，脑科学到底有哪些进展？

现在，我们对大脑的了解，比如大脑如何处理信息、神经细胞怎样编码和传导信息、信息如何从一个神经元交互到另一个神经元……这些传导机制都理解得比较清楚；对不同的神经元做什么，在各种功能中会产生什么反应，也很清楚。

在过去的一个世纪里，诺贝尔奖涉及的神经科学中的重要发现都跟大脑的信息编码、储存相关。但是，我们只对神经细胞如何处理信息了解得很清楚，对整个大脑复杂的网络结构了解不多。

到底是什么原理使得神经细胞在某种情况下发生某些反应，我们并不是很清楚；对大脑中的信息处理不太了解，对各种感知觉、情绪，还有一些高等认知功能——思维、抉择甚至意识等，理解得比较粗浅。

虽说脑科学已有相当的进展，但是未知的比已知的要多得多。打一个比方，脑科学现在的处境，相当于物理学和化学在20世纪初期的处境，有很多事情已经搞清楚，但是重大的理解和突破还没有出现。

所以现在的脑科学是生物科学里比较神秘的领域，从这点来说，脑科学将成为未来生命科学发展中很重要的一个领域。年轻人将来想钻研科学的话，脑科学就是前沿科学，不但在这个世纪，甚至下个世纪依旧是前沿科学。

脑科学中最亟待解决的问题

脑科学中最关键的问题，是我们对脑的各种功能和神经网络的工作原理知道得非常粗略。

我们知道大脑不同皮层的部位有不同的功能。比如大脑后方是管视觉的，最前方的上方有管运动的、管感觉的、管嗅觉的，前面还有管语言的区域。假如大脑出现损伤，比如脑卒中（俗称中风）以后，受损区域对应的功能会丧失。

目前，我们只是大致理解脑区和功能的关系，但更多的细节就不清楚了。

举个例子，现在应用非常广泛的脑成像技术，即正电子发射图谱、扫描图谱的技术叫“PET”，大医院里都有。PET有什么好处？它可以告诉人们,大脑里哪些区域有电活动，如果有电活动就表明该区域有功能正在进行。如果电活动异常，表明该功能出现异常。

比如我们对大脑功能正常的人进行测试，让被试者在机器里躺着，给他看几个字，你会发现其大脑后方有电活动，表现为葡萄糖使用量的增加。被试者体内的葡萄糖带有放射性，是被单独注射到血液中的。研究人员据此可以很快知道被试者的大脑有活动。

给被试者听几个字，其听觉区就有电活动。我们现在对此可以做到实时观测。叫被试者说几个字，大脑左侧的语言区就有反应。

但是让被试者闭上眼睛不说不讲不听，回想刚才看到的几个字是什么意思，其大脑里到处都有电活动。这个奇怪的现象说明思考是一件非常复杂的事情，它牵涉到大脑里的很多区域。

为什么只是想几个字的意义，大脑网络就全部开始活动？要理解这点，目前还相当困难，需要知道大脑全部的未知奥秘。

《Science》杂志在庆祝创刊125周年时，邀请全球几百位科学家列出他们认为当今世界最重要的前沿科学问题，最后归纳为125个，其中有18个问题属于脑科学。

排在最前面的，包括意识的生物学基础、记忆的储存与恢复、人类的合作行为、成瘾的生物学基础、精神分裂症的原因、引发孤独症或者叫自闭症的原因，这都是大家关心且未被解决的重大问题。尽管该问卷是10年前做的，但我们现在公认的重大脑科学问题依旧未变。

要理解这些问题，就要知道大脑的神经网络。神经网络像电线（缆）一样复杂，人脑中，上千亿的细胞连在一起，送出很多导线——我们叫轴突，跟其他细胞做联接，最终形成了这一网络。

大脑网络非常复杂，神经元数目众多。大脑有1000亿个神经元，而且每个神经元的放电模式不同，编码模式不同，信息处理方式也不一样。所以，要理解这个复杂的系统如何工作，会是一个很大的挑战。

我们可以从三个层面更好地理解这个网络。

刚才所说的PET Imaging或是MRI Imaging等功能成像手段，提供给人们的是一个分辨度在厘米或毫米阶层的宏观视野。在这个范围内，大致可以看到神经束在脑区之间的走向。

每个神经束都由成千上万的神经细胞纤维构成。要进一步知道细节，必须在介观（介于微观和宏观之间的状态）层面对神经环路进行研究，了解每一个神经细胞如何跟其他不同种类的神经细胞进行联接，并输送信息，在各种功能时有什么活动。

还可以在电子显微镜下对细胞进行观察，从微米到纳米层面，这样的微观尺度会让人看得更精细。

目前，神经科学最关键的一点，就是从已知的宏观层面进入介观层面，进而理解大脑网络结构的形成与功能。

举例来说，我们把小鼠的52个皮层的神经细胞用荧光标记后切片，重构其三维结构，其中每一种颜色代表一个神经细胞。

结果发现，大脑的复杂性难以想象。这还仅仅是52个细胞，人脑有上千亿细胞，真正要分析起来，困难该有多大！即便是这52个细胞，也还有不同的种类，它们在大脑中分布的规则也不一样。

这是目前神经科学面临的一个重大挑战。所以，未来脑科学的第一个关键点就是在介观层面上弄清大脑的网络结构，即图谱结构。

大脑的信息传导靠的是电，电活动像电波一样在神经细胞里传导。它跟电子在电线中的传导不同，因为这种横波是跨过细胞膜的离子流动造成的——阳离子从外面流入细胞内，造成了波动，波动不断向前推，其推动速度比电子流的速度慢很多，每秒钟只有几百米。

当电波传到神经轴突终端的时候，会把信息传递给下一个细胞，我们称之为突触。一个神经细胞之所以能够把电信息传给下一个细胞，借助的是释放一种叫作神经介质的化学物质。

当神经介质传到下一个神经细胞后，会继续触发下一个细胞的电活动，这就是电信号的传导模式。

如何观测电信号以及电信号在网络中的处理模式等问题，是我们现今要了解的关键问题。

中国脑计划的一体两翼结构

关于脑科学的未来，第一个要理解大脑，这是我们理解大自然的终极目标之一。我们常常提到神秘的外太空，对于人类来说，宇宙中有很多未解之谜，比如暗物质和暗能量等。其实，我们的大脑里也有一个宇宙，人体的这个内在宇宙的结构是什么，它是如何工作的，这是我们未来所要了解的。

了解这些有什么好处呢？

一方面让我们对自然有更深入的了解，另一方面可以有很重要的应用——模拟大脑，创造出像人一样智慧的机器，这是人工智能的终极目标，也是脑科学的发展方向之一。

此外，在人口健康方面，大脑是如此重要，我们要保护好大脑、促进智力发展，防止大脑的衰退以及脑疾病的产生，也是脑科学未来发展的另一个重要方向。

中国科学家经过4年讨论，才在2018年正式确定了中国脑计划的内容。世界各国都有脑计划，美国、日本、欧盟的脑计划规模都不小。

该计划是中国脑科技的未来。那么，它要做什么呢？就像下面讲的三个方向，中国的脑计划具有一体两翼的结构。

主体结构是前面介绍的脑认知功能的神经基础，也就是网络基础，我们必须知道它的图谱结构，弄清楚联接图谱，结构图谱。在此基础上，搭建各种平台，帮助解析上述图谱的功能。

为此，我们希望启动一个由中国科学家主导的国际大科学计划，做全脑介观层面上的神经联接图谱。对于介观图谱，不仅中国科学家感兴趣，世界各国的科学家都有兴趣。通过该计划，人们能够研究动物特别是模型动物（包括小鼠、猕猴等跟人最相近的灵长类动物）的大脑图谱。

其中一翼要做脑疾病的诊断与治疗，形成各种新型的医疗产业。另外一翼是类脑人工智能、类脑计算、脑机接口等与人工智能相关的新技术,该领域对未来的人工智能产业具有重大影响。

这就是目前中国脑计划的方向，也是大家公认的最好的方向。与世界其他国家的脑计划相比，虽然我们的计划启动得慢，但我们的设计是最圆满的，希望它的实施也是最圆满的。

制作出全脑神经联接图谱，才能解析神经环路的最终功能

那么，大脑认知的原理是什么？

第一个是基本的脑认知功能。我们的感觉、对外界信息的接收，包括感知觉、学习和记忆、情绪和情感、注意和抉择，这些都是基本的脑认知功能。果蝇、小鼠、猴子，甚至斑马鱼、线虫等很多动物都有这种基本功能。

至于高级的脑认知功能，只有灵长类以上比较高等的动物才有。包括共情心与同情心——你悲痛了，我也感到悲痛；社会认知，在社会群体里面的认知；合作行为，人的合作行为是非常特殊、非常复杂的；各种意识，比如人的自我意识；语言，人类的语言是其他动物所没有的、非常复杂的语言。

了解上述认知功能产生的机理，对于设计类人脑的下一代人工智能具有重要意义。

想要设计出不仅能够理解语音、辨识语音，还能理解语义的人工智能设备，还需要知道人的大脑是怎样处理语言的。

要想做到这一点，必须先有模式动物。我们不能直接在人体上做实验，因为涉及到伦理问题。

由于猕猴的大脑结构跟人非常靠近，是很好的模式动物。所以我们要先在猕猴等动物身上进行各种操作，查找工作原理，之后引申开来，看看人类的大脑是否与此相同。

认知功能的神经基础里面，最关键的还是要制作出全脑神经联接图谱。我们需要知道大脑里神经元的种类、神经元的类型怎样定出来。这是一项很重要的工作，目前世界各国都在做相关研究，我们也要做。

了解了神经元类型之后，还要弄清楚各脑区每一类神经元的输出纤维跟输入纤维，以及它们要送到哪里去，这是结构图谱。

有了结构图谱，我们才能摸清它们的电活动，看看电波何时会出现，又是如何传导信息的，这就是活动图谱。

全部图谱出来后，才能够解析神经环路的最终功能。

脑疾病治疗面临很难找到特异的药物靶点这一难题

在我国，脑科学的一项重大应用就是为健康中国服务。如何维持健康的大脑发育以及智力发育，是非常重要的社会问题。维持大脑的正常功能，延缓大脑退化，这些都是健康生活所必需的。

对于老龄化社会而言，神经退行性疾病是个大问题。目前，中国65岁以上的老年人有1亿多，是世界上老龄人口最多的国家，甚至超过了印度，已基本进入老龄化社会。

因此，防治各种与老龄化相关的疾病显得非常重要。以大家最常听到的阿尔茨海默症（老年痴呆）为例，假如没有很好的治疗方法，到2050年，全世界会有超过1亿人患上阿尔茨海默症；在85岁以上的老年人中，平均1/3的人有发病的可能。如果中国脑计划能够在15年之后把老年痴呆的发病期从85岁延缓到95岁，就是一个巨大的贡献。

其实，不仅是老年痴呆，根据世界卫生组织的统计，包括各种神经类和精神类疾病在内的脑相关疾病，是所有疾病里社会负担最大的，占到了28%，超过了心血管疾病，也超过了癌症。因此，重大脑疾病的诊断和干预是未来脑科技领域一项非常重要的研究内容。

什么是重大脑疾病？比如说，幼年期的自闭症或者孤独症与智障，中年期的抑郁症和成瘾，阿尔茨海默症与帕金森症等老年期的退行性脑疾病等等，都属于重大脑疾病。

只有充分了解它们的机理，才能够找到最有效的解决方法。但我们在这方面的了解有限，尤其是对抑郁症、双相（俗称躁郁症）、精神分裂等精神类疾病，并不清楚到底是什么原因造成的。要把这些问题搞清楚，可能还需要几十年时间。

不过，我们也不可能等到把致病机理完全搞清楚了才去治病，所以在致病机理完全清楚之前，必须研发出各种脑疾病的早期诊断指标。一旦有了诊断指标，就可以进行早期干预。比如说记忆开始衰退了，有哪些手段可以减缓或延迟衰退。这些干预手段可以是吃药，也可以是物理、心理或是生理干预。

玩游戏也是一种干预手段，它是一种心理和生理的干预手段，你要动，你要想，你要做出快速反应。

在脑疾病诊治中所研发出的各种干预手段，在应用到人体之前，必须先进行动物实验，这涉及伦理问题。如果没有研发清楚，是不能够进行临床实验的。因此，建立起很好的猕猴等非人灵长类动物的疾病模型，就变得非常重要。

除了机理不清楚之外，脑疾病治疗还面临着很难找到特异的药物靶点这个难题。

药物都有副作用，但其他疾病药物的副作用不像脑疾病药物的副作用那么大。这是因为脑疾病产生的原因在于大脑的某些网络出现异常。

有些网络异常产生这种病，另外一些网络异常产生其他疾病。但是药物是针对分子和细胞的，而大脑网络都是由类似的神经细胞跟神经突触联接形成，我们很难找到特异的药物。

这也是为什么大的制药公司做了20年的脑疾病药物研发，其中大多数都以失败告终，以至于多数大公司放弃了相关研发。因为每种药物的研发周期异常漫长，十几二十年时间，几十亿美金的投入，研制失败率在90%以上，大公司觉得划不来，所以就放弃了。现在只能依靠科研人员在实验室做出很好的产品，大公司才紧随其后投入进去做检验。

在临床前，为判别药物是否可用，也要进行动物实验。检测的首要指标就是药物的安全性，即看动物使用后是否安全，健康会不会受到不良影响，以及药物的代谢问题等等。

以前常常用猕猴等灵长类动物进行药物检测，但目前还缺少灵长类动物的药效检测模型。这是因为进行药效检测的前提是，猕猴等灵长类动物出现相关疾病的症状，才能进行药效实验。但目前研究人员手中并没有灵长类动物的相关模型，以前的模型都是小鼠的，是不能用的，所以科学家也在努力建模。

最近所做的克隆猴项目就是为了研发出克隆猴的疾病模型，以便应用于脑疾病治疗方面。

未来二三十年内可能出现具有通用人工智能的类脑人工智能

脑科学研究的另外一个重要应用就是脑机智能技术、类脑研究方面。

在该领域中，未来很重要的一个发展方向，就是脑机接口和脑机融合的新方法，还有各种脑活动的刺激方法、调控方法以及新一代人工网络模型和计算模型。

尽管现在的深度网络计算模型很好，但与人脑相比，还差得很远。如果能够更进一步研发出类人脑的新型计算模型和新的类似神经元的处理硬件，并将它们应用到新一代计算机上，有可能做出更优秀、更高效的计算机，它们的计算能力也将更接近人类，并且能耗更低，效率也更高。

此外，类脑计算机器人和大数据处理也是未来类脑研究的方向。我重点谈谈图灵测试。

大家也许听说过图灵测试，如何判断一台机器具有人的智能？图灵在70年前就提出过这样一个设想：在彼此看不到对方的情况下，分别与一台机器和一个人对话，并在对话过程中，分辨出对方是机器还是人。如果无法分辨出对方的身份，就可以认定这台机器具有人的智能。其中语义的理解是最关键的。

多年来，人们一直希望做出能够通过图灵测试的机器。通过测试的标准是，只要有1/3的人在5分钟之内辨别不出跟自己对话的是机器还是人，即可认定机器获胜。

小冰是微软（亚洲）互联网工程院在中国推出的人工智能聊天机器人，可以通过对话不断提升自己，增加自身的知识储备，增强回应能力。

虽然问世多年的小冰具有很高的对话能力，但人们还是很容易就知道它不是真的人，而只是一台机器。

在今天，如果真正要做出好的类脑智能，必须依靠新的图灵测试。什么是新的图灵测试？除了语言能力之外，测试指标还应包括对各种信息的感知能力与处理能力。

具体来说，可以让一个机器人和一个人各自操作一只机械手来玩一个玩具，同时要求他们彼此间就动作情况进行对话，以便进行判别。我们很容易发现，类似测试可比跟一台计算机对话复杂多了。

团队合作方面也是测试内容。叫一个机器人与人类合作进行某些活动，比如进行比赛，观察大家是否能够辨别出来队员中哪个是机器人哪个是人。这些都是新的图灵测试所涵盖的内容。

我们可以期待，未来二三十年内，可能出现能够通过新的图灵测试的、具有通用人工智能的类脑人工智能。

本文作者蒲慕明，系中科院院士、中科院神经科学研究所所长、中科院脑科学与智能技术卓越创新中心主任

演讲来自SELF格致论道讲坛

整理/科学大院公众号

分享让更多人看到