艾德·楊

多年以來，瑞士洛桑理工學(xué)院的神經(jīng)科學(xué)家亨利·馬克萊姆一直聲稱自己能夠在10年之內(nèi)在電腦中模擬出人類大腦。2013年1月23日，歐盟委員會讓他對此進行證實。經(jīng)過近兩年的激烈競爭后，他雄心勃勃的人腦計劃（HBP）打敗其他幾個同樣宏偉的項目，獲得了來自歐盟的高達10億歐元的巨額資助。那么，等時候到了，他能兌現(xiàn)自己的許諾嗎？有可能對人類顱骨里重1.4千克、包含860億個神經(jīng)元的大腦——

世界上最強大的電腦——進行電腦模擬嗎？

這個項目引起了神經(jīng)科學(xué)家的一致反對，尤其在科研經(jīng)費相對拮據(jù)的當時，人們對人腦計劃獲得的巨額資助頗有微詞。不過，這些爭論對馬克萊姆來說微不足道。人們最常提及的反對意見就是人腦太復(fù)雜，無法模擬，而且我們對大腦的了解還處于初級階段。

早在20世紀50年代，神經(jīng)科學(xué)家就已經(jīng)建立了許多神經(jīng)元電腦模型，但大多數(shù)人只是把這些細胞當作單個的抽象點。然而，馬克萊姆有自己的想法。他想以神經(jīng)元的本來面目構(gòu)建模型，包括其復(fù)雜而精確的網(wǎng)絡(luò)細節(jié)，以及充斥其中的活躍基因和電流活動;他要在離子通道層面對細胞進行模擬（離子通道是一種分子“閥門”，使神經(jīng)元能夠通過帶電粒子進出細胞膜而產(chǎn)生電壓）;他想再現(xiàn)細胞里開啟和閉合的基因，還想模擬使神經(jīng)元得以與周圍進行交流的大約3000個突觸。

艾琳·麥基爾南從事單個神經(jīng)元計算機模型的設(shè)計，是這個“自下而上”構(gòu)建人腦模型的方法的粉絲。“真正了解一個基本單位的運作并重新構(gòu)建模型——我大致同意這種實驗方法，”她說，“但是我對時間框架持有異議。馬克萊姆說用10年時間我們就可以完全模擬大腦，我認為這不可能。”

光是構(gòu)建單個神經(jīng)元模型就已經(jīng)夠復(fù)雜了，簡直可以稱得上魔鬼任務(wù)?！皩Χ鄶?shù)神經(jīng)元，我們還不了解其離子通道的構(gòu)成，也不知道它們?nèi)绾螀f(xié)作來完成電流活動，以及它們在生長或受傷時將發(fā)生何種變化?！彼f，“從另一個層面來講，我們對神經(jīng)元彼此間如何連接，或者如何生長、收縮及變化，更是知之甚少?！比绻仙礁咭患壍膶用?，我們知道的就更少得可憐了。

“當然，我們目前已經(jīng)擁有的只是所需的極其微小的一部分。”馬克萊姆說道。更糟的是，從成本、技術(shù)需要方面來說，通過實驗構(gòu)建出每個分子、細胞以及相關(guān)連接的模型是完全行不通的。但是，馬克萊姆堅信，構(gòu)建這樣一個統(tǒng)一模型是整合知識的唯一途徑，也是集中填補空白的開始。通過對知識的整合，我們可以憑借已知的去推測未知的，并將所有懸而未決的事物進行提煉，作為將來研究的新思路、新發(fā)現(xiàn)。

馬克萊姆團隊投入時間和精力最多的地方，是詳細記錄何種基因活躍于哪些神經(jīng)元。神經(jīng)元并不都是相同的，它們有多種類型，在大腦中扮演不同角色，激活不同基因。一旦馬克萊姆掌握所有神經(jīng)元的信息，即所謂的“單細胞轉(zhuǎn)錄組”，他就有信心推斷出大腦不同部分的神經(jīng)元構(gòu)成，復(fù)制每個細胞的電活動，甚至模擬神經(jīng)元突觸的生長。他認為，“我們正在揭開支配大腦功能的生物學(xué)定律的神秘面紗”。

20多年來，馬克萊姆的團隊已經(jīng)梳理出老鼠神經(jīng)元的基本分布細節(jié)，并建立了一個被稱為腦皮層柱的虛擬腦結(jié)構(gòu)切片。目前，他們已經(jīng)完成了100個這樣的腦皮層柱模型，每個都含有大約1萬個神經(jīng)元——不及老鼠大腦神經(jīng)元總數(shù)的2%，是人類大腦的0.001%。

來自布雷因公司的尤金·艾芝科維奇曾參與構(gòu)建過一個包括1000億個神經(jīng)元的模型。他確信，我們有能力建造一個從解剖結(jié)構(gòu)到連接方式都與真實大腦無異的網(wǎng)絡(luò)模型，即便專家把它切開也不會發(fā)現(xiàn)任何不同。他說道：“這將類似于圖靈測試（Turingtest，是人工智能領(lǐng)域內(nèi)一種用于判斷計算機是否具有人類思維能力的測試方法——譯者注），用來檢測大腦模型跟真實大腦的相似程度?！?/p>

無疑，那是一個極好的大腦模型，只不過是個空壇子里的死大腦。一個真正活著的大腦充滿電脈動——從沿神經(jīng)元線路傳播的小規(guī)模電流，到橫掃整片腦葉的大型電波。真正的大腦居于人體之中，且與周圍環(huán)境存在互動。如果能模擬所有這些動態(tài)機制，又會冒出些什么來呢？學(xué)習能力、智力，還是意識？

“人們覺得，我想建立的這個神奇模型終有一天是要開口說話的，或者做些什么有趣的事情。”馬克萊姆說，“對此我負有部分責任，因為在TED演講的時間有限，我只能大而化之地講一下。它到底能做什么倒在其次，因為我們不是在制造一個模仿人類行為的機器，只是將數(shù)據(jù)組織起來?！?/p>

加拿大安大略省滑鐵盧大學(xué)的神經(jīng)科學(xué)家克里斯·艾力史密斯對此表示擔憂：“這項工程確實令人印象深刻，但或許會讓公眾陷入疑惑，搞不懂人們?yōu)槭裁匆ㄙM大量時間和精力去建造這樣一個什么都做不了的東西?！瘪R克萊姆的項目并非該研究領(lǐng)域的唯一嘗試。2012年11月，IBM也推出了一款被稱為“SyNAPSE”的大腦模擬程序，其中包括5300億個神經(jīng)元，由100萬億個突觸連接在一起，能夠做……其實做不了什么事情，它就是一個大型計算機，仍然得通過編程進行操作。艾力史密斯說：“馬克萊姆可能會挑剔，說這些神經(jīng)元還不夠逼真。但是將無數(shù)神經(jīng)元湊在一起，再依據(jù)生物學(xué)將它們湊合著連接起

來，同樣不能越過這條鴻溝。”

艾力史密斯獨辟蹊徑，采取了完全不同的方法，將功能放在首位。2012年11月，他推出了一款名為“Spaun”的模型，只模擬了250萬個神經(jīng)元，卻能夠做出反應(yīng)。它只模擬了單個神經(jīng)元的生物學(xué)原理和連接方式，卻通過我們對大腦構(gòu)造的了解進行組織。這既是一個自上而下的模型，也是一個自下而上的模型，為可以做出反應(yīng)的大腦模型設(shè)立了標桿。它可以識別和復(fù)制數(shù)列，進行簡單的算術(shù)運算，還可以解決基本的推理問題。它甚至能夠像我們一樣犯錯，比如，只能記住項目清單開始和結(jié)尾的幾個名稱。

然而，構(gòu)建Spaun模型的目的也不是建立一個人造的大腦，它只是神經(jīng)科學(xué)家的實驗臺，一個我們可以用來搞清楚大腦工作原理的平臺。想知道X區(qū)域是否控制Y功能？做出來看看就知道了。如果將X區(qū)域破壞掉，Spaun的心智是否會受影響？試試就能知道。

這類實驗在人腦計劃那種自下而上的構(gòu)造方式中是非常難實現(xiàn)的。即使那個模型能夠顯示出智慧之類的東西，想摸清它的來龍去脈也不是那么容易的，不是說你在模型的某個地方擰擰螺絲、轉(zhuǎn)轉(zhuǎn)旋鈕，看看會發(fā)生什么那么簡單。如果你試圖了解大腦，而且也確實建造了一個相當不錯的模型，那么，問題在于，你最終做出來的是……也不過是個大腦而已，而且是個相當復(fù)雜的大腦。

此外，艾芝科維奇指出，科技之力將很快超過大腦擅長的許多領(lǐng)域。他說：“我用計算器做運算比用大腦好得多，計算機的棋藝也比人好?！奔幢阌谐蝗沾竽X模型可以進步到完全模擬大腦的各種功能，但那時的其他科技將會做得更快更好，而且“這個課題也不再那么吸引人了”。

因此，模擬大腦本身并不是目標，而是達到某些目標的手段。它是將工具、專家與數(shù)據(jù)組合起來的一種手段，正如艾芝科維奇所說，“探索的過程才是最重要的”。