超級計算機復制人類大腦
——記神經學家亨利·馬克拉姆團隊的人腦工程構想

方陵生/編譯

超級計算機復制人類大腦
——記神經學家亨利·馬克拉姆團隊的人腦工程構想

方陵生/編譯

馬克拉姆團隊意欲在2018年之前開發出具有意識和智慧的人造大腦

● 神經學家亨利·馬克拉姆堅稱，如果神經科學能按他設計的方向發展，他的 “人腦計劃”可以模擬人類大腦全部860億個神經元，以及將這些神經元連接起來的100萬億個神經突觸的功能，屆時可建成一個“即插即用”的大腦：可以把它拆分找出腦部疾病的原因，也可以結合機器人技術開發一系列全新的人工智能技術，甚至還可以戴上一副虛擬現實眼鏡以體驗“另類大腦”的神奇。

即便按TED（即技術、娛樂與設計）會議的標準，出生于南非的以色列神經學家亨利·馬克拉姆（Henry Markram）的2009演講算是一場心靈上的盛宴。走上牛津劇場講臺的他宣布了一項計劃：十年之內推出有充分感知能力的全息技術，創建有自我感知能力的人工智能，并將通過嘗試在超級計算機上模擬建立完整的人類大腦模型——從神經突觸到大腦兩半球——來實現他雄心勃勃的計劃。

馬克拉姆認為，目前已經具備了實現人工智能夢想的技術條件，日益復雜和先進的計算機足以應對人類大腦模擬的大規模數據處理問題。在過去幾十年里，由于馬克拉姆的堅持，他獲得了生物學、神經科學和計算機領域內一些重要人物的重視，包括諾貝爾獎獲得者、神經學家托爾斯藤·威塞爾（Torsten Wiesel）和太陽微系統公司的創始人之一安迪·貝托謝姆（Andy Bechtolsheim）等，他們認為馬克拉姆計劃的重要性無可置疑，盡管他們也覺得他的一些終極目標有些不切實際。

然而，并不是所有人都像他一樣樂觀?！坝刑嗟氖虑槲覀冞€不了解，”加州理工學院教授、西雅圖艾倫腦科學研究所首席科學家克里斯托弗·科赫（Christof Koch）說道，“蛔蟲只有302個神經元，但我們仍然不知道這些神經元是如何工作的?！?/p>

助力：十億歐元“復制”人類意識

在瑞士洛桑聯邦理工學院，馬克拉姆與一個由15名博士后組成的研究團隊進行了首次嘗試——模擬老鼠新大腦皮層部分的行為 （百萬神經元）——從老鼠的單個基因表達到大腦的構建原理，開創了一個全新的領域。這個研究團隊不僅在同行評審期刊上發表他們的研究數據，同時還將建成的數據集成模型在IBM的“藍色基因”超級計算機上進行模擬。

問題是，這些成果能否得以擴展？馬克拉姆能否構建出老鼠大腦的其余部分？且不說更為復雜的人類大腦。沒有人知道，模擬人類大腦的模型能否表現得像真正的大腦一樣，是否能夠像人類一樣思考？盡管馬克拉姆雄心萬丈，但他也不能回答這個問題?！拔ㄒ徽页龃鸢傅姆椒ň褪菢嫿ㄟ@樣一個人工大腦，”他說，“而構建人工大腦本身就是一個很了不起的生物發現過程?！?/p>

人腦計劃工程浩大，僅靠一個實驗室是無法完成的。根據馬克拉姆的設想，需要6 000名研究人員的數據匯集進入他的模型，而他將承擔未來學家的角色，提出對于大多數科學家來說幾乎不可能實現的有價值的目標。神經學家可以花上一生精力去研究單個的細胞或分子，馬克拉姆將給予他們機會，然后將他們的成果匯集起來，去完成更大的研究目標。如今，馬克拉姆已經擁有實現這一宏偉目標的龐大資金實力，今年1月28日，歐盟委員會給他提供了10億歐元（相當于13億美元）的研究資金。

幾十年來，神經學家和計算機科學家對計算機大腦能否被賦予人類智能一直存有爭議。如今，這已經不再是一場假設性的辯論了，馬克拉姆正在構建這樣的人工智能大腦。他能夠實現復制人類意識的目標嗎？歐盟為此已經投下了10億歐元的賭注。

過去一個世紀里，大腦研究取得了許多重大進展，但仍然沒有一個可以解釋整個大腦運行機制的統一理論。我們知道，大腦是一個復雜的網絡，通過各種化學物質發送生物電信號，某些足量的化學物質組合（被稱為神經遞質）激發神經元產生生物電信號，通過被稱為神經軸突的通道（軸突端部的神經突觸是與另一個神經元的交匯點）產生強烈的生物電活動，致使突觸釋放大量神經遞質，打開或關閉離子通道，對周圍的神經元產生影響。

馬克拉姆模擬整個大腦的宏偉藍圖需要強大的計算機能力。這個計劃中的第一個藍色基因超級計算機的強大能力模擬出了鼠腦神經的一個皮層單元（它的整個大腦相當于10萬個皮層單元），而人腦計劃最終將需要的是天文數字的計算機內存和計算機速度，至少100千萬億（petabytes）字節的存儲能力，并實現每秒100萬萬億次（Exaflop）的計算速度，才有可能實現這樣的大腦模擬

互補：收集數據與數據集成

古埃及外科醫生認為，大腦是“頭骨的精髓”；約1 500年后，亞里士多德提出，大腦相當于一個散熱器，用以冷卻“熾熱和沸騰”的心。自那以后，神經科學取得了長足的進步，但相對于未知部分，我們對大腦的了解仍然非常微不足道。

在最簡單的層面上，我們可以將大腦的這種機制與電腦進行比較，突觸大致相當于某個電路的邏輯門，而軸突就是輸電線，輸入組合決定輸出，線路變化決定記憶存儲，激發模式決定行為方式。然而，當科學家對大腦系統更進一步深入研究后發現，這樣的推演似乎與古埃及的“頭骨精髓”論一樣，過于簡單化了。

現代研究發現，大腦里有幾十種不同的神經遞質 （如多巴胺和復合胺），還有接收它們的神經受體以及激發神經元活動的神經突觸。神經學家為此嘗試在分子生物學水平上來描述和預測神經遞質在某個特定時間的活動，包括通過功能性磁共振成像來觀察大腦活動 （大腦掃描），以跟蹤人們在觀看球賽時處于興奮狀態時大腦的活躍部分。

近年來神經科學領域的兩項重大進展是，“艾倫大腦圖譜”計劃和美國國立衛生研究院（NIH）資助的人類連接組項目，它們試圖從上述兩個方面來解釋整個大腦活動：前者嘗試找出特定基因與人類和老鼠大腦特定結構和區域之間的聯系，后者則利用非侵入性的成像技術顯示人類大腦生物線路的分布和連接情況。

今年4月，奧巴馬總統宣布了一項大腦活動圖譜研究計劃，承諾在2014年撥款1億美元。與研究靜態大腦的人類連接組項目不同，計劃中的大腦活動圖譜研究將實時顯示大腦生物電路活動情況。而在馬克拉姆看來，大腦活動圖譜計劃可以為他的計劃準備數據?！按竽X活動圖譜等項目主要是生成更多的數據，”他說道，“而人腦項目則是數據集成的工作?！?/p>

身材高大的馬克拉姆留著一頭獨特的凌亂頭發，他的辦公室除了一臺低價版筆記型麥金塔電腦之外，沒有更多顯示他個人風格的地方。坐在辦公桌后面，馬克拉姆每天的大部分時間都在與管理人員、技術人員或他的合作者交談（他的生物實驗室就在附近）?！拔蚁矚g做實驗，”曾在以色列工作十多年的馬克拉姆說道，“并很快會發現如何做才更有效率?！彼J為一旦完成了數據收集工作，許多實驗都可以外包或自動進行。

志向：緣于孩提時代的興趣

理解大腦是驅使馬克拉姆追求這一目標的動力。自13歲時，母親將他從喀拉哈里沙漠的一個狩獵農場帶出來之后，這個目標就成為了他唯一的興趣?！按竽X某些化學物質的差異，也許會讓你形成一個完全不同的認知世界，”帶著孩子般的好奇他回憶道，“如果你可以自由置換這些大腦化學物質，改變你的個性特征，那么你又會是誰？”

為了找到問題的答案，一開始他在開普敦大學選擇了醫學專業，但很快又放棄了?！拔铱床坏饺魏握业酱鸢傅南Ｍ?，從醫就是根據病人癥狀和制藥公司的藥物開方用藥?！敝?，他加入了開普敦實驗室，在一個名叫羅德尼·道格拉斯（Rodney Douglas）年輕實驗員的指導下，開始做一些神經科學方面的實驗。就在那時（1985年），馬克拉姆開始形成了要理解整個大腦的志向。在一年時間里，馬克拉姆做了近千個實驗，將各種神經傳遞素對大腦腦干神經元的影響一一記錄下來。

作為一個實驗神經學家，馬克拉姆在魏茨曼科學研究所獲得了博士學位，之后在NIH和德國馬普醫學研究所獲得博士后學位。他解釋這些年來游歷各國的經歷，“我在模仿我的導師，模仿他們所做的一切，然后在這個基礎上有所創新?！?/p>

1995年，馬克拉姆重新回到了魏茨曼科學研究所，在他的新實驗室里“重操舊業”，利用他從馬普研究所電子生理學家伯特·薩克曼 （Bert Sakmann）那里學到的“膜片鉗技術”，直接監測神經元的生物電活動[薩克曼與物理學家歐文·內爾（Erwin Neher）因這項技術獲得了1991年諾貝爾醫學獎]，他同時操縱互相連接的兩個神經元，觀察它們是如何相互作用的。

馬克拉姆對神經系統科學基本原理赫布定律（Hebb's rule）進行了測試，他發現神經網絡里的神經突觸連接方式不僅取決于神經元是否激活，同時還取決于相鄰神經元之間的互相作用。如果生物電信號輸入尖峰在輸出尖峰之前，輸入連接就得到加強，反之，連接相應減弱。

馬克拉姆在六篇以上的論文中闡述了他的開創性成果，這給了他自信，同時他給自己設定了更高的目標?！拔乙庾R到，如果我的職業生涯一直這樣繼續下去，最后我仍然無法真正了解大腦是如何工作的?！瘪R克拉姆說道。神經科學領域發表的論文每年多達60 000余篇，但都是一些關于大腦片斷的成果。他認為，神經科學需要大科學團隊的合作研究，將所有的數據綜合起來，而自己當仁不讓是做這件事的不二人選。

空白：需要有人想法來填補

神經學家帕特里克·埃比斯切（Patrick Aebischer）同樣擁有和馬克拉姆一樣的雄心壯志，重要的是他能夠為實現這一雄心提供研究資金。在埃比斯切被任命為瑞士聯邦理工學院院長之后，該學院承擔了在計算機科學和生物醫學領域內崛起的重任。2002年，他招聘了馬克拉姆，2005年，為他配備了一臺世界上最快的超級計算機——IBM的藍色基因計算機。

計算機運行速度

以馬克拉姆在洛桑的超然地位，他同時做著四件事：一是，經營著一個生物實驗室，用來積累大腦組織實驗的數據；二是，自2005年以來，他一直在構建一個小規模的用來模擬老鼠大腦新皮層（最初的藍腦計劃）的模型；三是，他還是人腦計劃參與者之一，收集全球各地實驗室的數據；最后，也是最重要的一塊，他負責人腦計劃中與模擬人腦相關的部分，利用收集的大量數據構建虛擬現實人類大腦。

藍色基因超級計算機距離馬克拉姆的藍腦生物實驗室大約十分鐘步行路程，這是瑞士十年內提供給他的第二臺價值數百萬美元的超級計算機，內存是第一臺的8倍。利用藍色基因模擬大腦模型，用了馬克拉姆十多年在洛桑以及魏茨曼收集的所有數據。馬克拉姆明白，僅僅構建大腦模型這一龐大的數據庫，將需要數萬億美元，而不是數十億美元?！霸谶@一領域內，一些人認為目前還不具備模擬人腦的條件，”他說，“而我認為，我們可以通過間接的方式去探索未知，這就如同面對留有許多空白的拼圖，如果你能發現這塊拼圖的某種模式，你就可以想辦法去填補這些空白?！?/p>

馬克拉姆將這一過程稱為可預測的逆向工程，但要在實驗室里獲得一些數據可能需要多年的時間。例如，小部分的老鼠大腦新皮層的2 970個突觸通道中，通過檢測的只有大約20個，但通過模式測定，就能夠填補其余2 950個突觸通道參數的空白。在實驗室，通過對其中幾個突觸通道的數據驗證，表明這些通過逆向工程獲得的數據都正確無誤。

馬克拉姆通過老鼠研究來了解人類大腦，并希望有一天可以將實驗過程產業化以取代實驗室工作方式；但他堅持生物學數據的詳盡細節，致力于建成某種通用模型。這個看似矛盾的想法其實是一種互補策略：沒有一個可靠的實驗基礎——研究人員在實驗室里對細節的研究——就不可能產生錯綜復雜的建模過程；而如果不通過建立模型進行模擬，其所獲得的大量成果就如同一個堆滿零亂雜物的倉庫。

然而，如果擁有一個多層次的老鼠大腦模型作為模板，科學家就有可能通過它尋找到神經元如何連接、如何激發的某種規則，并以此為基礎來填補大腦拼圖中的空白部分?！耙粋€統一的模型如同是一臺強大的加速器，它可以幫助你決定要優先進行哪些實驗，”他說，“我是一個非常務實的人，問題是，如果我要重建大腦，至少我需要了解些什么？”

謹慎：人工大腦非真實大腦

以色列巴伊蘭大學著名神經科學家摩西·埃伯利斯（Moshe Abeles）認為，“每一個人的大腦都是不同的，即使是同一個人，今天的大腦與昨天的大腦也是不同的，我們試圖去理解某個大腦所有細節的可能性幾乎為零?！痹跉W洲2020戰略旗艦計劃申請資助的120個項目中，盡管馬克拉姆的提議成為進入評審階段的六大項目之一，埃伯利斯還是公開了他的觀點：“人腦計劃罔顧公眾利益，研究者無法信守承諾，這顯然是對國庫的掠奪，也是對科學的破壞?！?/p>

更嚴厲的批評來自蘇黎世聯邦理工學院的羅德尼·道格拉斯（Rodney Douglas）。他在去年1月瑞士科學院的一次會議上稱，10億歐元會讓馬克拉姆形成壟斷地位。他認為：“我們需要神經科學領域內的多種聲音，道格拉斯所述的只是一場鬧劇?！弊岏R克拉姆感到悲哀的是，“這是嫉妒，他的職業生涯已經走到盡頭……”似乎是為了證明馬克拉姆的說法，道格拉斯拒絕接受采訪，并于7月份退休。

幾十年來，研究人員通過動物實驗一直在做著同樣的工作，讓動物產生各種病變，然后觀察它們的行為。而馬克拉姆希望通過建立人類大腦模型，在一臺超級計算機上無限制地進行任何層面的研究，從最基本的分子水平到作為整體的完整大腦。馬克拉姆認為，他最有可能取得的成就是對已知大約600種大腦疾病的病因進行確定?！斑@不是對某種單一疾病的理解，”他說，“而是對一個復雜生物系統的理解?！彼胱龅牟皇前l現對某個具體病癥的療法，而是希望通過建立被破壞大腦的模型，在硅元素中誘導產生各種疾病，然后找到治療大腦損傷的方法。

為了實現這個目標，馬克拉姆將他的大腦模型與感知機器人連接起來，讓機器人通過模擬大腦活動來學習和了解周圍世界，在此過程中，實時記錄下機器人的“感知”與“思考”。然后，通過回放模擬受損大腦的認知過程，神經學家可以在三維環境中身臨其境地體驗受損大腦的活動，從而揭開某種大腦病變的秘密。

在2009年顯然有夸大成分的TED演講中，馬克拉姆暗示了模擬人類大腦的機器人將擁有意識的可能性。馬克拉姆認為，他的人腦模型加上對周圍世界的足夠體驗，機器人將開始真正意義上的思考——就像出現在科幻電影中的機器人HAL-9000一樣——在獲得大批科幻愛好者追捧的同時，馬克拉姆也在為他的想法從幻想變成真正的科學而努力。在被問及這一點時，他表現出了少有的謹慎?！叭斯つM大腦并不是真實的大腦，”他說，“我是說，它只是通過執行一系列數學方程式來重現某種特別現象而已?！焙喲灾?，馬克拉姆的工作就是在正確地解析這些方程式。

期待：復制人類大腦時代的到來

永遠樂觀的馬克拉姆認為，根據摩爾定律以及歐盟的支持，他將在十年內獲得新的計算機能力，同時他還需要甚至比他的藍腦實驗室更強大的數據收集能力。他計劃在18個月的時間里給歐盟提供首個人類大腦系統原型，并誓言在2年半時間里“在科學界開辟一個新的視野”。不過，他需要一臺比目前的計算能力快10萬倍的超級計算機。

在到達洛桑不久，馬克拉姆從成千上萬神經科學論文中獲取了大量的數據，結果發現數據的不一致而難以用于同一模型中，在一段時期內，這個問題成了他面對的最大障礙。為了解決這個問題，他為參與人類大腦計劃的許多實驗室制定了標準化協議，其實，這也為他今后的研究帶來了便利。因為艾倫大腦圖譜和人類連接組工程以及大腦活動圖譜計劃，都將產生大量的數據為他所用。

布朗大學 神經學家約 翰·多諾霍（John Donoghue）是奧巴馬批準的大腦活動圖譜項目的重要參與者之一，他說：“這兩個項目之間存在著完美的互補關系，人腦計劃可對大腦活動圖譜計劃產生的數據進行測試，而大腦活動圖譜的數據可提供給人腦計劃的人腦模型來模擬人類大腦?！?/p>

從事模擬整個人類大腦研究的科學家并不多（其深入程度無法與馬克拉姆相比），多倫多大學心理學家蘭迪·麥金托什（Randy McIntosh）便是其中之一。他對馬克拉姆的項目持謹慎的樂觀態度?！皬募夹g上講我認為這種可能性是存在的，”他說，“但我傾向于認為，我們應該像考慮人類基因組計劃一樣來考慮人腦計劃。當人類基因組測序成功之后，我們的目標就是要找到治療遺傳性疾病的方法和了解與遺傳基礎相關的行為方式。我們正在朝著接近這一目標而努力，在這個過程中，會涌現出許多新的見解和創新?！?/p>

基因組學研究證明，生物學領域的繁榮發展，也像天文學和物理學一樣，需要大量的數據支持，具備了這個條件，再加上經費的保證，復制人類大腦的時代或許即將到來。

[資料來源：IEEE Spectrum][責任編輯：則 鳴]