顧凡及

2023年9月30日原本應(yīng)該是歐盟人腦計(jì)劃（EU Human Brain Project， HBP）[1]的到期之日。該計(jì)劃曾擬用10年時(shí)間、投資10億歐元以建立人工腦為目標(biāo)吸引了全球的眼光，但該目標(biāo)在計(jì)劃啟動(dòng)兩年不到即被取消了，其牽頭人馬克拉姆（H. Markram）也黯然下臺。但是，他在其主導(dǎo)的由瑞士政府支持的藍(lán)腦計(jì)劃（Blue Brain Project， BBP）[2]中仍然堅(jiān)持這一研究目標(biāo)。2019年，他將其重建數(shù)字腦的思想系統(tǒng)化，稱以此為核心的所謂“仿真神經(jīng)科學(xué)”（simulation neuroscience）將是神經(jīng)科學(xué)發(fā)展過程中，繼哲學(xué)思辨、實(shí)驗(yàn)和理論之后的新階段[3]。其實(shí)，重建人工腦這種思想并非他的獨(dú)創(chuàng)，這也是許多人的夢想。例如美國發(fā)明家霍金斯（J. Hawkins）提出的以新皮層柱為單元的所謂“千腦理論”[4]，也有異曲同工之妙的類似思想。

如果以這些想法為目標(biāo)進(jìn)行研究，不但耗資巨大，能否實(shí)現(xiàn)還在未定之天。所以對以馬克拉姆“仿真神經(jīng)科學(xué)”為代表的思想討論一下，還是很有意義的。

幾千年來，我們對腦的認(rèn)識經(jīng)歷了哲學(xué)思辨、實(shí)驗(yàn)和理論三個(gè)階段。哲學(xué)思辨依靠直覺和類比思維，無法提供經(jīng)驗(yàn)證據(jù)；為尋找證據(jù)，實(shí)驗(yàn)神經(jīng)科學(xué)中的還原論思想家們對腦的許多組成部分作了深入研究，但也產(chǎn)生了大量互不相關(guān)的數(shù)據(jù)集和知識；理論神經(jīng)科學(xué)應(yīng)用抽象思維而使之脫離腦的細(xì)節(jié)，這可能會促進(jìn)人工智能的發(fā)展，但是否會促進(jìn)對腦結(jié)構(gòu)和功能之間因果關(guān)系的理解，仍存在疑問。為了繼續(xù)前進(jìn)，腦研究需要新的思維方式和新的方法——整合和預(yù)測思維，馬克拉姆認(rèn)為這就是仿真神經(jīng)科學(xué)的特點(diǎn)。催生仿真神經(jīng)科學(xué)的主要驅(qū)動(dòng)因素是：在腦組織的多個(gè)層次上已生成大量數(shù)據(jù)，需要把它們整合起來，以追蹤在所有這些層次內(nèi)和跨層次間交互作用的因果鏈。

在實(shí)驗(yàn)和理論階段，神經(jīng)科學(xué)沿著三條主要路徑發(fā)展：神經(jīng)元成像，其目的是對腦中不同類型的細(xì)胞進(jìn)行分類；連接性成像，其目的是確定單個(gè)神經(jīng)元之間、神經(jīng)元群之間以及腦區(qū)之間的連接；功能成像則試圖將腦功能和行為與腦的結(jié)構(gòu)聯(lián)系起來。

馬克拉姆早年在神經(jīng)元的實(shí)驗(yàn)研究方面取得過不俗的成績，其中影響最大的是有關(guān)依賴于鋒電位定時(shí)的突觸可塑性（spike timing-dependent synaptic plasticity， STDP）研究。該研究表明，突觸前和突觸后動(dòng)作電位的相對定時(shí)（timing）會影響神經(jīng)元之間的耦合強(qiáng)度，從而與學(xué)習(xí)機(jī)制有關(guān)。1990年代，他對當(dāng)時(shí)腦科學(xué)研究的現(xiàn)狀不滿意，“我知道我在科學(xué)上可以這樣二三十年地做下去，但這無助于讓我們認(rèn)識腦是如何工作的”“全世界每年都會發(fā)表6萬篇有關(guān)腦研究的論文，每篇都是出色的研究，但每一篇都局限于一隅”。他認(rèn)為，如果按照現(xiàn)在的方法，按部就班地測量各個(gè)物種在不同年齡段、不同條件（健康和疾病狀態(tài)）下，腦內(nèi)每個(gè)基因、蛋白質(zhì)、細(xì)胞、突觸與回路，那么即使再過100年或者更長時(shí)間，也還是解決不了問題。為此，他呼吁現(xiàn)在是改變腦研究方法論的時(shí)候了，因?yàn)槟壳暗哪X研究無論是實(shí)驗(yàn)還是理論，都受制于腦的多尺度（層次）和復(fù)雜性的局限[5]。

他認(rèn)為，要擺脫現(xiàn)有研究的障礙，應(yīng)該把實(shí)驗(yàn)和理論方法結(jié)合起來，即所謂的仿真神經(jīng)科學(xué)，重建符合實(shí)驗(yàn)數(shù)據(jù)的精細(xì)數(shù)字腦，形成腦結(jié)構(gòu)和功能的統(tǒng)一，也可進(jìn)一步檢驗(yàn)和發(fā)展新理論。仿真神經(jīng)科學(xué)的目標(biāo)是建立腦的數(shù)字拷貝。由于現(xiàn)有數(shù)據(jù)既非無所不包，也沒有完整的腦成像，也不大可能僅僅靠實(shí)驗(yàn)就能獲得。這需要闡明細(xì)胞結(jié)構(gòu)原理以合成所有的神經(jīng)元和神經(jīng)膠質(zhì)細(xì)胞，還需要闡明分子組織和相互作用原理，離子通道和受體如何在神經(jīng)元中形成和分布的原理，突觸連接原理，腦區(qū)如何連接的原理，最終，腦如何與身體耦合的原理，并需要通過闡明所有這些原理建立數(shù)字拷貝。如果這些原理都是正確的話，那么依靠它們就可以預(yù)測數(shù)據(jù)中的巨大缺失。為此，仿真神經(jīng)科學(xué)利用高性能計(jì)算，通過整合和預(yù)測思維來解決研究腦的問題：把實(shí)驗(yàn)和理論方法整合起來，把分散的數(shù)據(jù)集和知識整合在一起，把多個(gè)尺度上的腦結(jié)構(gòu)和功能整合在一起，再加上填補(bǔ)空白的預(yù)測方法。

腦是由基因、蛋白質(zhì)、細(xì)胞、突觸和腦區(qū)所組成的多維網(wǎng)絡(luò)，它處于一個(gè)不斷變化著的相互作用中。腦功能是以電、化學(xué)和機(jī)械鏈?zhǔn)较嗷プ饔玫男问接楷F(xiàn)出來的。由于沒有科學(xué)證據(jù)表明可以忽略這些相互作用類型中的任何一種，因此要想認(rèn)識多尺度腦的所有方面，唯一的方法是重建和仿真所有這些類型的相互作用。然后通過仿真實(shí)驗(yàn)、改進(jìn)實(shí)驗(yàn)方法，檢驗(yàn)和生成假設(shè)和理論、做出預(yù)測、提出新的實(shí)驗(yàn)建議。

在筆者看來，雖然馬克拉姆正確指出了在神經(jīng)科學(xué)的研究思想中，發(fā)生過從哲學(xué)思辨到實(shí)驗(yàn)，以及從實(shí)驗(yàn)到理論的飛躍。但是他錯(cuò)誤地認(rèn)為這些階段都已成為過去，當(dāng)下需要進(jìn)入他所謂的“仿真神經(jīng)科學(xué)”的新階段。他指出了仿真在科研中的作用，但是夸大過度了。

他錯(cuò)誤地將研究人腦的“重要性”等同于解決問題的“可能性”。揭開人腦之謎確實(shí)非常重要，相比于其他門類的科學(xué)技術(shù)，腦科學(xué)的進(jìn)展速度確實(shí)相形見絀。但是這種重要性和緊迫性并不等同于解決問題的可能性。正如他自己指出的，腦研究面臨一系列難于在近期解決的根本困難，甚至對神經(jīng)元分類這樣一個(gè)看起來相對容易解決的問題，他承認(rèn)人腦中有約860億個(gè)神經(jīng)元，每個(gè)神經(jīng)元都是獨(dú)一無二的。進(jìn)一步，如果把神經(jīng)元分類比喻為人口普查，那么即使做了詳細(xì)的人口普查，也并不等于解決了社會的運(yùn)行問題?？截惖木枋遣荒芎喕?！不要說腦這樣復(fù)雜的系統(tǒng)，物理上相對簡單得多的系統(tǒng)也需要做大量簡化后，得出“理想化”的模型，才能研究其背后的原理。馬克拉姆所開的藥方——數(shù)字重建腦的前提卻是要“如果”能正確闡明腦在各層次的工作原理。如果我們真能闡明這些原理，那么神經(jīng)科學(xué)就已經(jīng)研究清楚了，不需要再去倡導(dǎo)什么“仿真神經(jīng)科學(xué)”了。目前神經(jīng)科學(xué)還僅僅處于幼年期，解決腦功能機(jī)制之謎還來日方長。

他的再一個(gè)錯(cuò)誤是錯(cuò)誤估計(jì)了神經(jīng)科學(xué)研究的現(xiàn)狀。在他看來，神經(jīng)科學(xué)的實(shí)驗(yàn)階段早已過去，甚至理論階段也已過去。但是美國著名神經(jīng)科學(xué)家拉馬錢德蘭在1998年時(shí)估計(jì)神經(jīng)科學(xué)依然還是處于法拉第時(shí)代，還沒有到麥克斯韋時(shí)代。事實(shí)上絕大多數(shù)神經(jīng)科學(xué)家都認(rèn)同神經(jīng)科學(xué)現(xiàn)在還沒有一個(gè)概括腦功能的哪怕是很粗淺的理論框架。誠然，在神經(jīng)科學(xué)的個(gè)別層次，例如軸突層次，由于積累了大量的實(shí)驗(yàn)數(shù)據(jù)，再加上霍奇金和赫胥黎在適當(dāng)簡化之后建立了軸突細(xì)胞膜的模型，把實(shí)驗(yàn)階段上升到了理論階段，闡明了神經(jīng)脈沖產(chǎn)生和傳播的機(jī)制，并將仿真結(jié)果與實(shí)驗(yàn)結(jié)果比較，驗(yàn)證了他們的理論和模型的正確性。然而，在神經(jīng)元以上的層次，除個(gè)別特殊情況，目前還沒有類似的成功理論和模型，許多領(lǐng)域還是一片空白，怎么能通過仿真來填補(bǔ)大片空白領(lǐng)域和重建數(shù)字人腦呢？

建模和仿真是計(jì)算神經(jīng)科學(xué)（或稱理論神經(jīng)科學(xué)、數(shù)學(xué)神經(jīng)科學(xué)）的重要內(nèi)容和手段。這一領(lǐng)域的先驅(qū)早就指出建模和仿真的作用是組織數(shù)據(jù)（把看似互不相關(guān)的數(shù)據(jù)聯(lián)系起來）、挖掘數(shù)據(jù)背后的關(guān)系（主要是建模的作用），并通過仿真檢驗(yàn)這些原理或者假設(shè)，進(jìn)行在生物實(shí)驗(yàn)上難于實(shí)現(xiàn)的仿真實(shí)驗(yàn)，預(yù)測可能的實(shí)驗(yàn)結(jié)果。馬克拉姆在文中強(qiáng)調(diào)了這些作用，就是整合和預(yù)測，但這并非是他的首創(chuàng)。他只講仿真不談建模，實(shí)際上建模才是整合和預(yù)測的關(guān)鍵。需要注意的是建模一定要簡化，模型本身就是對原型的簡化，它忽略了大量次要因素，使主要現(xiàn)象背后的因果關(guān)系突出出來。雖然馬克拉姆在全文中沒有一處提到建模，但是他所強(qiáng)調(diào)的仿真前提——搞清楚腦各個(gè)層次背后的原理，不正是建模的另一種說法嗎？不幸的是，他不僅沒有使用建模這一更為清楚的概念，完全忽略了建模的簡化本質(zhì)（整個(gè)物理學(xué)的成就正好說明了這種簡化或者理想化的重要性），反而強(qiáng)調(diào)了拷貝一切細(xì)節(jié)（盡管他承認(rèn)現(xiàn)在有許多細(xì)節(jié)都還不知道，原理也不清楚），重建（且不論在這樣的情況下能否重建）和一個(gè)生物腦一樣多尺度和一樣復(fù)雜的數(shù)字腦，那么他對現(xiàn)在生物腦研究中所碰到的主要障礙和壁壘——多尺度和復(fù)雜性——在數(shù)字腦的研究中也同樣會碰到，那么是否還需要像俄羅斯套娃一樣再對他的數(shù)字腦進(jìn)行仿真呢？所以在筆者看來馬克拉姆的“仿真神經(jīng)科學(xué)”是對“計(jì)算神經(jīng)科學(xué)”的一種倒退或許說“反動(dòng)”，他舍棄了建模的合理內(nèi)核，而代之以實(shí)際上做不到的“拷貝”。

馬克拉姆還有一錯(cuò)誤就是迷信只要加大計(jì)算機(jī)的算力，就能解決腦研究中所遇到的所有問題。計(jì)算機(jī)的算力固然依舊在按照摩爾定律指數(shù)式上升（且不論作為經(jīng)驗(yàn)總結(jié)的摩爾定律是否能無限地永遠(yuǎn)成立），但是并非所有問題都能僅僅依靠加強(qiáng)計(jì)算機(jī)算力就能解決的。長期氣象預(yù)報(bào)就是一個(gè)例子，問題的關(guān)鍵不在于算力，而在于氣象現(xiàn)象的混沌本質(zhì)。許多科學(xué)家早就指出，腦并非是一個(gè)計(jì)算系統(tǒng)，甚至也不是單純的信息處理系統(tǒng)，而是某種提取意義的系統(tǒng)。馬克拉姆認(rèn)同腦的多尺度和復(fù)雜性，他只提到了因果鏈（其實(shí)只是線性因果鏈），而沒有提到主宰腦的循環(huán)因果關(guān)系（腦的各個(gè)層次的內(nèi)部以及各個(gè)層次之間存在著復(fù)雜的雙向的相互作用，互為因果），有許多問題并非單靠加強(qiáng)計(jì)算機(jī)算力就能解決的。

在馬克拉姆領(lǐng)銜申請以數(shù)字重建人腦的歐盟人腦計(jì)劃時(shí)，筆者對其目標(biāo)就提出過疑問。當(dāng)時(shí)一位好心的同事曾勸告筆者：“這些都是一些聰明人，他們不會想不到連我們也能想到的問題！”確實(shí)，在筆者看來馬克拉姆并非對這些問題全無覺察。關(guān)于數(shù)字重建全腦（開始是鼠腦、最終是人腦）的問題，馬克拉姆在其2009年尚未更新過的藍(lán)腦計(jì)劃網(wǎng)站的“問答欄”中是這樣說的：“以目前和可預(yù)見未來的計(jì)算機(jī)技術(shù)而論，看來還不大可能仿真一個(gè)精確到細(xì)胞和突觸復(fù)雜性水平（分子層次以上）的哺乳動(dòng)物腦。” 對于是否可用一臺計(jì)算機(jī)來真實(shí)地仿真人腦的問題，他當(dāng)時(shí)認(rèn)為：“這很少可能，也沒有這個(gè)必要。要這樣做是非常困難的，因?yàn)槟X內(nèi)的每個(gè)分子就是一臺功能強(qiáng)大的計(jì)算機(jī)，而我們得仿真以千兆計(jì)的分子的結(jié)構(gòu)和功能，還得仿真這些分子相互作用所遵循的全部規(guī)律。你至少需要比現(xiàn)在大千兆倍和快千兆倍的超級計(jì)算機(jī)。哺乳動(dòng)物自己就能繁殖，我們無需用計(jì)算機(jī)來復(fù)制哺乳動(dòng)物。這不是我的目的。我們只是想認(rèn)識生物系統(tǒng)是如何工作的，又為什么會失常，這將造福于人類?！睂Α拔覀冋娴哪茉斐鲆粋€(gè)這樣的人工腦，它會有意識嗎？”的問題，他當(dāng)時(shí)的回答是：“我真的不知道。如果意識僅僅是通過非常大量的相互作用產(chǎn)生的，那么也許有可能吧。但是我們對意識究竟是什么都不知道，所以很難說?！辈贿^現(xiàn)在這些內(nèi)容已經(jīng)從藍(lán)腦計(jì)劃的網(wǎng)頁中刪掉了。至于馬克拉姆為什么會在腦研究并未在上述問題上取得突破性進(jìn)展的情況下在同一年內(nèi)發(fā)生這樣大的變化，也許只能去問他自己了。

總之，馬克拉姆提出的“仿真神經(jīng)科學(xué)”并沒有什么有益的新思想，其核心——重建腦的數(shù)字拷貝，不僅無益，而且使追隨者誤入歧途。他自己從2005年開始的藍(lán)腦計(jì)劃和一度使他名聲大噪的歐盟人腦計(jì)劃的實(shí)踐結(jié)果，都說明了這一思想的破產(chǎn)。事實(shí)上按他這一路線去研究，真正有所成就的主要限于神經(jīng)元水平，即使在神經(jīng)回路水平有所成就，也一直停留在現(xiàn)象階段，并未實(shí)現(xiàn)和闡明認(rèn)知功能，更不要說更高層次了。綜上所述，神經(jīng)科學(xué)不會進(jìn)入什么“仿真神經(jīng)科學(xué)”的新階段，計(jì)算機(jī)仿真是、也只是檢驗(yàn)理論和模型的一種手段。現(xiàn)在和將來很長一段時(shí)間里，神經(jīng)科學(xué)的發(fā)展依然取決于實(shí)驗(yàn)和理論的結(jié)合，去發(fā)現(xiàn)局部的機(jī)制和原理，而很不可能重建人腦的數(shù)字拷貝！

[1]維基百科. Human Brain Project. https：//en.wikipedia.org/w/index. php？title=Human_Brain_Project&oldid=1133768049

[2]維基百科. Blue Brain Project. https：//en.wikipedia.org/w/index. php？title=Blue_Brain_Project&oldid=1137911574

[3]Fan X， Markram H. A brief history of simulation neuroscience. Frontiers in Neuroinformatics， 2019， 13： 1-28.

[4]霍金斯. 千腦智能. 廖璐， 等譯， 杭州： 浙江教育出版社， 2021.

[5]Markram H. The human brain project. Scientific American， 2012，（6）： 50-55.

關(guān)鍵詞：人工腦 仿真神經(jīng)科學(xué) 歐盟人腦計(jì)劃 藍(lán)腦計(jì)劃 ■