计算机能代替脑吗？脑和计算机究竟有何区别？人工智能是否真能实现？脑真的能与计算机相连吗？出席日前在北京举行的以“神经信息学与计算神经科学的前沿问题”为主题第367次香山科学会议的与会专家指出，脑研究不断取得的一些新的进展，都将会在信息科学中引起重大突破，并由此成为21世纪生命科学创新的源泉。
复杂的研究
神经系统是宇宙中最复杂的系统之一。神经系统是亿万年剧烈的生存竞争的产物，它在信息处理的方式和原理方面、控制调节机体的活动方面，积累了许多优点长处。大量研究表明，神经系统在结构上有着许多层次，每个层次都是由下一个层次的许多单元通过相互联系组成的，并且表现出下一个层次的单元本身所不具备的某些突现性质。对不同的层次可能有不同的研究手段，目前大体上可分为宏观的层次、介观的层次和微观的层次。
会议执行主席、中科院神经科学所吴思研究员说，计算神经科学是国际上最近才迅猛发展起来的有关神经系统功能研究的一个新的交叉学科，虽然现在人们对神经系统已经有了很多了解，但是神经系统的复杂性使得没有任何一种单独的方法可以用来研究神经系统功能组织和实现的所有方面。每一种方法不仅有其使用范围，也有它的局限性，因此把各种方法取得的结果综合起来，才有可能对神经系统取得较全面的、符合实际的认识。这些不同层次的相关研究方法，包括研究微观层次的膜片钳记录、微电极细胞内或细胞外记录方法，研究介观层次的场电位记录、光学成像方法和研究宏观层次的脑功能成像、脑电图等方法，以及包括建模和仿真在内的计算神经生物学方法。
“目前国际上计算神经科学已是成熟的研究领域。可以预料，通过实验和理论的紧密配合，神经信息学在下一个10年到20年内将有一个高速的发展。”会议执行主席、浙江大学唐孝威院士介绍说。
各国高度重视
人类进入信息时代虽然还不到50年，而电子计算机在运算速率已经达到万亿次，但其在感知能力、学习能力、适应能力等方面都远落后于动物的神经系统，因此了解神经系统的工作机制，对发展人工智能、机器人和计算机设计有着十分重要的意义。如美国科学家Marr提出的视觉计算理论，对工程技术的发展产生了重要的理论指导作用。
神经仿生和神经工程等应用科学对神经计算学理论研究提出了迫切的要求。如在
临床康复应用方面，许多视觉缺失或听觉缺失者之所以看不见或听不见，并不是由于他们的大脑丧失了这些功能，而仅仅是由于他们的神经感受部分出了问题，不能将外界信息传递到大脑。如果通过特定的脑机接口把外界刺激转换成适当的电刺激传递到大脑，那么残疾人就有可能对外界刺激作出类似健康人的响应，这就要求了解正常感官神经是如何编码感觉刺激并向大脑传输的。基于对大脑信息处理过程的研究，神经计算机、智能化机器人等辅助诊疗新技术不断涌现和得到应用。
近年来，发达国家都加强了对计算神经科学研究的投入。在美国、德国、英国以及其他欧洲国家的很多大学，都成立了计算神经科学研究中心。在日本理化研究所脑科学研究方向，也有四个课题组专门致力于神经科学的理论研究。这些国家也定期举办各种短期学校，专门训练具有数理或计算机背景的学生转作计算神经科学。神经科学的快速发展，产生了海量的神经科学实验数据。要解读这些数据，搞清数据之间的联系，进而发展具有人工智能的系统，不能只靠实验工作。脑作为信息处理的机器，已被科学家广泛注意。神经生物系统的信息处理功能远远超过现代技术水平，很多信息科学家纷纷把注意力转向脑，希望从脑的机理研究中得到启发，实现信息科学新的突破，神经计算学研究受到各国的高度重视，并成为国家间科学竞争的制高点之一。
重要科学问题
与会专家认为，当前国际上计算神经科学的研究几乎覆盖了神经系统功能和行为的各个层面，既有基于生物现象的抽象的原理探讨，也有针对于特定脑区或系统的细致的模型研究。应主要关注以下几个方面的科学。
一是不确定和不稳定的神经系统是如何处理信息的。神经计算区别于电脑的一个重要特征是神经元的状态改变是高度不确定和高度不稳定的。这表现在即便是在相同的外部刺激下，神经系统的活动也有巨大的起伏。会议执行主席、浙江大学数学系翟健教授说，神经活动的这种不确定性既来源于单个神经元在产生动作电位和释放神经递质时的随机性，也来源于不同神经元之间相互作用的网络效果。这其中尚存在很多的未知。
二是神经编码的理论及实验基础。外界事件的信息在大脑内部被转化为神经元的电活动，即一系列的电脉冲信号。神经编码的研究致力于回答电脉冲的什么性质记录了外界刺激的特性。了解神经编码的本质是我们能清楚描述大脑高级功能的关键。会议执行主席、上海交通大学生命科学技术学院梁培基教授作了题为《神经元协同放电及神经信息编码》的报告。
三是大脑内记忆及决策的神经生物学基础。决策过程指的是一个生物系统综合来自各个渠道（包括记忆）的信息，作出有利于生物体生存的行为判断。中科院神经科学研究所郭爱克院士指出，决策行为是脑的一种高级功能，是人类智能的一个重要体现。
四是神经系统的学习机制以及复杂网络在神经计算中的应用。神经计算区别于电脑的一个重要方面在于，神经系统总是处于和外部世界实时的相互作用中。通过对外部事件的感知，神经系统用学习机制不断调整和完善自身的网络结构，以期实现对其生存最有利的信息处理方法。中国科技大学的毕国强教授介绍了这一领域实验神经科学的最新成果。
中国尚需努力
中国计算神经科学的萌芽可以追溯到1959年贝时璋院士在新成立的生物物理所组建的一个以郑竺英为带头人的理论研究小组。专家认为，相比于西方发达国家，目前中国计算神经科学的发展还比较落后，体现在几个方面：神经科学的实验手段进展快，理论研究进展较慢；神经科学的实验数据多，理性的规律认识较少；各学科分散研究的多，重大研究计划和突破性成果还较少；关注神经信息学的人多，实际进展还较少；在神经信息学中，研究仿真的多，研究机理的较少；神经信息学应用研究多，研究理论神经信息的较少等。
与会专家同时也认为，计算神经科学是一个很年轻的学科，这意味着通过中国科学家的努力，我们也可能在较短时间内达到国际先进水平。近10年，在国家自然科学基金、国家“973”和“863”等各项基金的资助下，目前我国已经有越来越多的科研工作者进入计算神经科学这一交叉学科研究领域。研究方向覆盖了计算神经科学的多个分支，而且在神经信息的编码机制，学习及记忆的神经网络理论，视觉、嗅觉及听觉系统的计算理论，神经计算在人工智能中的应用等领域已经形成具有较强优势的研究团队，在合适的政策和国家必要的支持引导下，他们将能很快进入计算神经科学领域并作出应有的贡献。
作者：
2010-6-1