陈南晖脑研究概况15年前的展望和15年后的现实

背景介绍:1998年~2000年间,我在美国国立健康研究院(NIH)做博士后。回国前夕,去大使馆办回国手续(开具“留学回国人员证明”),应使馆工作人员的要求,写一篇关于我从事的领域当时国际上的研究状况,以便供国内参考。遂花费了近一个星期完成任务。实事求是地说,因自己学识和经验有限,此文不一定很专业,有点科普的味道,但也能够反映当时国际神经科学的一些发展情况。2000年10月回国后我看到国内确实有了可喜的变化,考虑良久,便将此文放置在网上供大家了解。15年过去了,回头来看看我当时的文字,对照现在国内神经科学研究的状况,高兴的地方有,遗憾的地方也有。希望同行们来评价一下,看看我们国内的神经科学研究发展得到底怎么样。望博友们和专家们不吝赐教,多拍砖。 

附:

脑科学研究概况

陈南晖

一、脑科学研究简介

二、脑科学基础研究的进展(生物学部分)

三、脑科学基础研究的进展(数理学部分)

四、脑科学基础研究对应用科学、经济和社会的影响

五、世界各国脑科学基础和应用研究概况

六、展望

七、附录 

__________________________________________________________________________________________

一、脑科学研究简介 

脑是神经系统中最重要的部分。神经系统的产生是动物为了更有效地适应自然界、为了自身的生存和繁衍,在激烈的生存竞争中进化的结果。神经系统越是进化,脑的功能就越是高级,而生物体适应自然和利用自然的本领也就越大。本质上讲,脑是一个实施信息处理的器官。自然界的信息对于动物的生存和繁衍非常重要,越是能够充分利用外界信息的动物,在生存和繁衍上就越是有利。这里极端的例子就是人。人类的大脑除了具有和基本的生存相关的功能以外,还具有发现和利用自然界基本规律的能力。而脑科学研究的目的,就是要发现生物的大脑、尤其是人的大脑处理和利用信息的机制。而这些机制的发现,将为人类更充分地利用各种信息资源、提高生产效率和生活水平提供前所未有的更为广泛有效的解决办法。 

脑科学研究以前属于生物基础科学研究,但随着数理科学大量地渗透进这个领域,现在的脑科学研究已经不再是先前孤立的生物学基础研究。在脑的生物学研究的基础上,对生物学实验数据的分析大量使用数学和物理学的方法,是为了更精确和深入地了解大脑活动的原理。而对于大脑活动原理的了解,又促进了信息技术和自动化技术的进步,进而对人类社会的经济和生活产生重大的影响。以下对此加以略微详细的概述。 

二、脑科学基础研究的进展(生物学部分) 

从细胞学的角度看,脑是由众多的神经细胞相互连接而构成的器官。神经细胞间通过脉冲放电和神经递质来相互传递信息。从动物的行为上看,脑是个体行为和群体行为产生的源泉。由于脑是一个复杂的开放系统,所以对于脑的研究必然是多层次、多学科性质的研究。 

对于单个神经细胞而言,目前的研究主要集中于其上的离子通道的结构和功能。所用的方法有分子生物学、神经电生理学和药理学等方法。 

在脑内,神经细胞必须通过互相连接,组成许多大小不一的网络(生物神经网络)才能够发挥它们的作用。因此,对于由少量神经细胞组成的局部小回路(小网络),目前的研究主要集中于突触(神经细胞互相连接的部位)的可塑性和细胞间的相互关系(兴奋或抑制的模式)。这项研究希望了解的是局部神经回路处理信息的机制。所用的方法主要是神经电生理学和药理学等方法。 

脑内局部的小回路互相连接便形成了局部比较大的回路(局部大网络)。一般来说,这样大的局部回路已经具有一定的功能。在脑皮层上,这些局部大回路形成了许多功能区,如视皮层区;而在皮层下,则形成了核团,如基底神经结。这些局部大回路的结构和功能都更复杂,发生障碍后会导致人或动物的功能紊乱,产生疾病。如精神分裂症和帕金森氏病等。这个领域内的研究手段非常多,有分子生物学、神经生理学、药理学、心理学、行为学和临床医学等。 

再上一层,大脑内这些局部大回路借助长的神经纤维互相联系,把不同的功能区联系在一起形成一个整体,这样大脑就可以以整体的方式更加灵活有效地处理来自各个方面的信息。这方面的研究手段基本类似于脑内局部大回路的研究方法。 

近几年来,分子生物学方法、神经电生理学方法和神经系统成像方法的广泛使用,使人们能够从不同的层次和方面理解脑的工作机制。由于神经细胞之间的通讯方式是神经电脉冲和递质,因此要彻底了解脑的具体工作机制,神经生理学的方法是最重要的和最根本的生物学实验方法。 

分子生物学方法、神经电生理学方法、神经系统成像方法以及其他方法的联合应用是目前世界上脑科学研究的最新进展。例如,用分子生物学技术了解和改变神经细胞膜上的离子通道的结构,再用神经电生理学方法分析新通道的生理功能,就可以了解离子通道的结构是如何影响神经细胞的功能。又如,使用神经系统成像方法找到某些脑功能相关的区域后,再用系统神经电生理学的方法研究这些相关脑区,是为了更进一步地了解脑是如何具体实现这些功能。 

从分子到行为,这期间的跨度非常大,但这个过程中有其内在的逻辑联系。神经细胞的分子结构和功能是脑的基础,但只有这些细胞之间相互连接成庞大的神经网络(从局部小网络到局部大网络,再到整个大脑),才能够发挥每个神经细胞的功能。神经细胞的正常功能离不开大脑的完整,犹如离开机器的零件不可能有在完整机器上的作用一样。所以,目前脑研究的趋势,已从原来的以还原论方法为主,越来越趋向于系统论的方法。而系统神经科学(包括系统神经电生理学和神经成像方法)的出现,就是这一趋势的结果。 

三、脑科学基础研究的进展(数理学部分) 

脑的生物学研究重点在于说明大脑“是什么”,并大概地说明“怎么样”和“为什么”。但如果不能够详细和定量化地说明大脑工作的机制,也不能够彻底解决大脑“怎么样”和“为什么”的问题。这就是为什么近二十年来,大量数学物理方法进入脑科学研究领域的原因。 

引入数学物理的方法和技术,确实对于脑的研究是非常巨大的进步。其中最引人注目的是计算神经科学和人工神经网络研究的兴起。 

上一部分曾谈到神经生理学的重要性。这里,尤其要指出的是系统神经电生理学对于脑研究的重要意义。对于脑内的回路,从局部小回路到局部大回路,再到整个脑内的系统级回路,细胞间的通讯方式是在神经递质基础上的电脉冲方式。这些递质和电脉冲是神经细胞间互相联系的“语言”。而递质的作用,在神经细胞上则表现为电脉冲的变化。探索脑功能,从另一方面来说,就是探索存在于神经网络上的电脉冲(局部电位和动作电位)最终是如何表达成为动物的行为或人的思想、情感等,而其所用的生物学实验方法就是系统神经电生理学方法。 

对于神经细胞及其网络上电脉冲现象的分析,引入了许多数学和物理的方法。最基本的是对于单个神经细胞膜的电特性分析;而对于由少量细胞组成的小回路来说,人们建立了一些数学模型,探讨这个小回路的信息处理机制;对于再大一些的神经回路来说,就只能用建立人工神经网络来模拟。具体来说,就是利用神经电生理学实验的数据和解剖学的发现,在这些数学模型或人工神经网络上,模拟重建脑的工作状态,发现脑处理信息的规律,进而用数学的语言定量地加以描述。这方面的进展在系统神经电生理学出现之后,有着越来越快的发展趋势。但这方面的发展并不是孤立的,而是必须和生物学实验有机地结合起来。没有生物学实验数据的支持,这种研究就只是所谓“纯理论”的研究,根本无法了解大脑活动的真实机制,无法发现真正的脑的原理。 

通过使用数学物理的方法发现脑的某些可能的原理,再用计算机进行模拟,然后和生物学实验数据相对照,可以使我们对于脑功能的认识从定性上升为定量,进而更深刻地认识到隐藏在大脑各种复杂功能现象背后的新的自然规律。而这些新的自然规律的发现,目前已经而且将来还会,对我们人类社会的经济和生活带来巨大的影响。 

四、脑科学基础研究对应用科学、经济和社会的影响 

实际上,电子计算机的出现和神经科学有着不可分割的联系。神经纤维上电脉冲传导的“全或无”规律,是目前冯.诺伊曼计算机(我们普通使用的计算机)二进制的基础。对于普通数值计算,目前计算机的能力非常强,但对于象图像识别这样的任务,计算机的能力就非常差。 

正是由于脑研究的发展和数学物理方法的应用,人工神经网络的诞生使得计算机处理能力大为提高。象刚才提到的图像识别问题,人工神经网络软件通过学习和训练,就可以轻而易举地实现。还有的如语音识别、文字识别、指纹识别等,只有人工神经网络才能够胜任。但人工神经网络的发展不是一个纯粹数学物理的问题,其在本质上是一个脑科学的问题。 

尽管人工神经网络产生了如此巨大的效果,但并不能够说目前的计算机已经具有象人样的智能,相应地,用这种方法来装备机器人,也并不能够认为这种机器人已经更象人了。 

但是,脑科学的发展确实对其他领域产生了巨大的影响。最直接的影响是信息科学和自动化技术。然后通过这两个领域,再对人类经济和生活的其他方面产生作用。 

大脑通过众多相互连接的神经细胞,实现对各种信息的高速灵活处理。这一点对于信息科学来说相当重要。计算机技术的进步就是不断地向大脑学习的结果。除了计算机的二进制基础以及图像、语音识别技术以外,目前世界各国正在发展的大规模并行处理计算机,就是另外一个例子。计算机的每一个CPU类似于一个神经细胞,通过CPU之间的相互协作,共同完成对于复杂问题的高速求解。计算机的关键作用在于提高效率,包括劳动生产率。所以,基于生物神经网络的人工神经网络对开发更复杂的并行计算机是非常必需的。 

在自然界复杂的环境中,动物的生存能力非常强,最重要的原因之一在于它们有一个灵活的脑。而对于我们人类自己制造的机器,就不可能有这种能力。我们的世界是非线性的世界,对于很多问题,答案并不是象直线那样简单明了。所以,对于机器的自动控制来说,并不是一般的数学物理方法就可以完全解决得了的。人工神经网络在这方面的应用,可以大大加强机器自动控制的精确性和灵活性。在这里,具有特殊意义的是机器人和其他智能机器的开发。随着电子技术的进步和人工神经网络的发展,机器人和智能机器的“智力”逐步提高,从而会大幅度地提高社会劳动生产力。 

脑科学基础研究对社会经济和生活的影响并不都是一定要通过信息科学和自动化技术才能得以实现。通过医学也可以对社会产生影响。如精神分裂症和帕金森氏病,脑科学研究发现了疾病的发病机理,然后通过药物或手术的方法使病人的健康状况得以改善。而在行为和心理学领域(也属于脑科学研究范畴)的研究进展,对于人们心理卫生来说也有相当大的影响。 

综合起来说,脑科学基础研究对于社会经济生活各方面都会产生持久而强烈的影响。计算机技术和自动化技术除了在经济领域有提高生产效率的结果之外,在军事上,可以表现为武器装备的智能化、军事决策系统的自动化以及作战反应的快速化等等。因此,无论从什么角度来看,脑科学基础研究都是目前非常重要的领域。但正如一个离开大脑的单独的细胞不再具备它特有的功能一样,脑科学基础研究只有和其他科学(如:信息科学和自动化技术)紧密结合而不是孤立地进行,才会对社会产生巨大的影响。

五、世界各国脑科学基础和应用研究概况 

在这一部分里,打算简要介绍一下美国、日本、欧洲和中国的情况。 

毫无疑问,美国在脑科学基础研究和应用上都是最领先的。虽然神经科学的发源地在欧洲,但在第二次世界大战之后,美国迅速赶上和超过了欧洲。 

在脑科学基础研究的生物学方面,不仅非常系统,从分子水平到整体水平,而且人数多,几乎每所大学都设有神经生物学系,都有自己的强项和学术带头人。每年一次的美国神经科学大会虽然汇集了全世界大部分的神经科学家,但唱主角的却是美国人。 

在脑科学基础研究的数理学方面,又是美国的大学(如:加州理工大学、加州大学圣地亚哥分校等)最先开始从事这项研究。而且这些大学积极推进基础科学向应用科学转化(如:计算机和自动化技术),通过与应用科学家的合作,脑科学家在很大程度上主导了这些应用科学的进步,而这些应用科学的进步,则带来了更广泛的技术和经济的进步。 

谁都知道美国的计算机技术是世界领先的,但并不是谁都知道美国的脑科学研究在世界上更是一枝独秀,这就是基础研究的作用。相应地,在人工智能领域、自动控制和机器人方面,美国都是最领先的。这些成就的取得,完全得益于脑科学基础研究(生物学和数理学方面)的领先。 

紧跟在美国后面的,就是日本和欧洲。日本从二十世纪六十年代开始,陆续派遣留学生来美国从事脑科学研究的学习。这些留学生在二十世纪八十年代后,逐步成为领导日本脑科学研究的骨干。尤其是进入九十年代之后,随着美国在计算机、人工智能和自动化技术方面不断的进步,日本把脑科学基础研究(生物学和数理学方面)放在非常重要的位置上,予以很高的经费支持。因此其进步幅度之大,从九十年代后期开始,快速而几乎是全面地在赶超欧洲,即将成为继美国之后的第二个脑科学研究大国。 

欧洲是脑研究的发源地,虽然近年来被日本所赶超,但仍是脑科学基础研究最重要的地区之一。在脑科学基础研究和应用科学的结合方面,作得比日本好。欧洲已经意识到脑科学基础研究的重要性,正加强这方面的研究投入。 

相比美国、日本和欧洲,我国的脑研究可以说只是刚刚起步。不仅系统化研究不够,而且研究人员少、研究经费不足。更不用说和应用科学相结合,自然也就谈不到对于应用科学(如:计算机和自动化技术)的促进作用。当前人人都说我们将进入“知识经济”的时代,但作为推动“知识经济”进步的脑科学基础研究却是如此的落后,让人感到非常担忧。经费的问题也许容易解决,但人才的问题却非常困难。国内从事这项研究的人员本来就少,即便是在国外,从事这项研究的华人也并不是非常多,原因可能是分子生物学在八十和九十年代的科学和商业成就吸引了大量的人才投入其中,再加上脑研究本身具有一定的难度。所以,可想而知,脑科学基础研究对于中国的挑战是多么的严峻。 

尤其在系统神经电生理学和计算神经科学相结合的领域内,国内几乎是空白。而在美国和日本,却有不少的人从事这方面的研究。因为这个交叉领域正是脑的生物学研究和数理研究相互结合的部分,如果再联合计算机科学和自动化技术,就可以将脑科学基础研究的成果转化为应用科学研究的内容,然后再通过应用科学的研究及其产业化,就可直接促进经济和社会的进步。 

科学家的人数是科学研究的“量”的部分,没有“量”的增长,很难有“质”的突破。即便是科研经费充足,但如果只有少数的所谓“精英”级科学家在从事研究,也不足以保证科研有很大很快的进步。科学研究本身就是非线性的,探索性和机遇性比较强,而走在前面的科学家并非永远保持在最前沿。 

由于目前脑科学基础研究呈现非常强烈的科研领域交叉现象,所以,人才的培养必须走交叉学科的方向。而在这一点上,可喜的是,目前国内大学的改革走的正是这个方向。

六、展望 

1999年,国内高考的一道作文题是“假如记忆可以移植”。多么诱人!想想看,假如脑科学基础研究真的能够到达这一步,那世界该是什么样了?还是目前的模样吗? 

这世界变化得太快了!为什么?就是因为科学进步得太快了。不只是应用科学快速地进步,更要看到作为其基石的那些基础性研究,也在加快步伐地前进。有人说二十一世纪是生物学时代,有人说二十一世纪是信息科学时代,还有人说那是“知识经济”的时代。为什么就没有人说,那是由生物学(脑科学)所推动的信息科学产生的“知识经济”的时代呢? 

科学研究有它内在的逻辑性,也就是科学研究本身的规律性。只有遵循这种规律,科学研究才会健康快速地发展。对于经济的推动作用也会由于时机的成熟而逐步加大加快。“拔苗助长”是绝对行不通的。 

中国作为正在崛起的世界大国,必然会按照科学发展的规律来发展科学,必然会按照人才发展的规律来培养人才,必然会按照经济发展的规律来发展经济。只有按科学规律办事,一切从实际出发,才能实现中华民族的伟大复兴。才能使脑科学基础研究真正成为经济发展、社会进步的重要推动力。 

对比美国和中国,“马太效应”(好的更好,差的更差)是否存在?也许目前是存在的,但并不是说永远存在,不要忘记了,这个世界可是非线性世界,没有哪个国家永远强大,哪个国家永远弱小。局部的线性是正常的,永久的线性是不存在的。只有尊重科学、尊重人才,按科学规律办事,中华民族一定会实现伟大的复兴! 

七、附录 

在美国加州工学院的一个网址上(http://cns.caltech.edu/),看到如下的字句: 

IN 1986, AN interdisciplinary PhD programwas established at Caltech to study problems arisingat theinterface betweenneurobiology, electrical engineering, computer science, and physics.Theunifying theme of this program is the relationship betweenthe physicalstructure of acomputational system (physical or biological hardware), the dynamics of its operation, and thecomputational problemsthatit can efficiently solve. The creation of this multidisciplinaryprogram stemslargely from recent progress on several previously unrelated fronts: theanalysis ofcomplex neural systems at both the single-cell and the networklevels, the modeling of artificialneural networks, the development ofmassivelyparallel computer hardware, and recent advancesin analog VLSIcapabilities.

(译文:供参考)

1986年,在加州工学院组织了一个跨学科的研究项目,所研究的问题均来源于以下几个领域的交叉部分,这些领域是:神经生物学、电子工程学、计算机科学和物理学。这个研究项目的中心议题涉及到计算系统(物理的或生物的)的物理结构、动态操作及其所能有效解决的计算问题之间的关系。这个跨学科项目成立的原因,主要是由于如下几个原先毫无关系的前沿领域最新的进展所导致的,这几个前沿领域是:在单个细胞和网络水平上的生物神经系统的分析、人工神经网络建模、大规模并行计算机硬件的发展,以及模拟式超大规模集成电路的发展。

后记:

写这样一个如此重要学科的概述对于我来说,是一项挑战。由于本人水平所限,不全之处在所难免,真诚地希望得到大家的批评指正。由于参考文献太多,不便在此一一列举,特此说明。 

写于2000731

下载:

分享:

Copyright © 2015 云睿智能 版权所有

粤ICP备15063439号-1
错误