探讨大脑的认识和复制能力

大脑是人体最复杂的一个系统，它由超过800亿个神经元组成，每个神经元又衍生出1000个分支（见图3-1）。面对如此庞大精细的神经网络，将全世界的计算机放在一起运行都无法逾越。在已知的宇宙中再也没有比大脑更复杂的系统了，因此对大脑及其功能的研究已经成为现代科学最大的挑战。人类认识大脑的进程，经历了从“功能模仿”到“结构复制”逐步深化的过程。

图3-1 人体大脑结构图

大脑功能的模仿

造出像人脑那样有高度智能的机器一直是人类世代的梦想，人们曾以为只要根据人脑表现出的智能，通过精心编程就有可能用计算机加以模仿。在行为主义思潮之下，一些人想仅仅通过提高计算机的运算速度和加大计算机的存储容量来创造与人脑一样聪明，甚至比人脑更聪明的智能机器。然而，只是一味从行为上模仿人脑的某些功能而不深究大脑结构和工作机制，就不可能真正使用机器实现人工智能。例如，IBM的“深蓝”是没有智能的，它只是一个“制作精良的工具，在一个限定的领域内能够表现出智能行为”。虽然我们可以利用大量数据和性能更高的计算机来模拟人类的行为，但人类真正的认知过程并非如此。人类大脑中似乎有一些“内置”的功能，使得连小孩子都可以从少量数据中学习到某一个概念。比如说，儿童看到一个苹果就能在头脑中形成苹果这个“概念”，而传统的机器学习并不具备这样的能力。

大脑结构的复制

仅仅在行为上模仿人的智能，并无助于我们认识大脑和心智的机制问题。这样，一些人就试图在简化的条件下，模仿大脑的局部结构，构建在某些功能方面类似于脑的机器。以仿神经结构工程为例， 2009年研究者就已经构造出有100万个神经元的神经网格超级计算机（Neuro grid supercomputer），由16个神经网格芯片组成，能够模仿100万个神经元和60亿个突触联结。神经网络计算机有低能耗和自动化两个显著优势，一方面通过固化在单晶硅片上的大量仿真神经元实现低能耗，其功率不足1瓦；另一方面“神经网格”芯片还可以自动进行编程。(www.xing528.com)

与总量超过800亿的人脑神经元相比，神经网格超级计算机所模仿的100万个神经元数量微不足道。何况人类大脑中的生物神经元有着极大的多样性，更不用说还拥有比神经元数量多10倍的神经胶质细胞，人类对它的认识还远远不足。这些都会成为制约仿神经结构工程进一步发展的“瓶颈”。无论如何，不在传统的计算机上进行仿真，而是直接用硬件实现性质类似于神经组织的芯片，这种方法给人类建立“人工脑”之梦开创了一条可行的新路。

持续探索新世界

脑科学研究综合了神经科学、计算机科学、生物科学、心理学等众多学科，它的开发对于促进人类心灵和社会的发展都具有重大意义。现在，脑科学基本确定了以阐明脑和神经系统工作原理和运行机制为目标的研究方向，即以认识脑认知原理为基础，以脑重大疾病诊治和类脑计算与脑机智能为两大重要应用领域。当前脑科学研究有两个显著特点：一是对脑的结构方面的研究已由宏观深入到微观，在细胞与分子水平上把结构与功能的研究紧密地结合起来，研究神经元、突触神经网络的活动规律；二是对脑的功能方面研究已突破感觉与运动等一般生理功能，而把复杂的、高级的精神意识纳入了科学研究的轨道，探讨大脑与行动、大脑与思维的关系。正如诺贝尔奖得主艾德尔曼（G.M.Edelman）指出：“脑科学的知识将奠定即将到来的新时代的基础，这些知识使我们可以医治大量疾病，建造仿照脑功能的机器，对我们自己的本质和我们如何认识世界都会有更深刻的理解。”

[1] 2016年是莎士比亚逝世400周年，以此纪念。