歐盟“人腦計劃”未來能否實現？

高廣文/編譯

●今年1月，歐盟啟動的一項耗資10億歐元的人腦計劃（HBP）稱，欲在10年內重構人類大腦這一人體最復雜的器官。對此，支持者與批評者們各持己見。究竟誰才是正確的呢？

多年以來，神經學家亨利·馬克拉姆（Henry Markram）一直聲稱，十年之內他能通過計算機模擬人的大腦。通過前期論證與調研，今年1月23日，歐盟委員會為此決定啟動一項專門計劃——人腦計劃（Human Brain Project，HBP）。 HBP 是歐盟立項資助的兩大超級計劃之一，每項計劃的經費資助達10億歐元之巨。

“自下而上”

一石激起千層浪，神經學家們對此爭論不休，其中包括對HBP獲得的巨額經費資助。這些爭論對于馬克拉姆來說毫發無損，唯一得出的結論就是人腦的功能和結構過于復雜，似難以模擬，況且我們對人腦的了解仍少得可憐。

馬克拉姆有他自己的想法。早在上世紀50年代，神經學家們就已建立了神經元細胞的計算機模擬，但絕大多數人把這些神經元細胞當做單一、分散的節點對待。馬克拉姆聲稱，他想要按照這些細胞的本來面目進行構建——那將是異常縝密的神經網絡，遍布著活躍的神經元和電活動。通過“自下而上”的路徑，馬克拉姆首先想在離子通道的水平進行構建。離子通道是一種分子“閥門”，它可以通過帶電粒子進出細胞膜以此產生電位。他因此希望模擬出3 000個左右的神經突觸——一種相鄰神經元之間聯系溝通的結構。

艾琳·麥基爾南（Erin McKiernan）是從事單個神經元的計算機模型的設計者，也是“自下而上”構建人腦模型方法的擁躉。她說：“我非常理解從細胞層面開始構建人腦的想法。原則上我同意馬克拉姆的實驗方法，但對該計劃在十年內達到目標的可能性，我覺得時間如此之短這不大可能。”

即便當麥基爾南構建單個神經元的模型時，也是一項異常艱難的工作。“對于許多神經元，我們不了解其中各種離子通道的構成，也無法知道它們如何協同工作產生電活動的，以及它們在發育或受傷時是如何發生變化的，”麥基爾南說，“在更高層面上，我們也不了解這些細胞之間是如何連接的，以及它們如何生長、收縮和發生變化的。”如果上升到更高一級的層面，我們所掌握的相關知識就更加貧乏。

對此，馬克拉姆不乏自嘲的說：“盡管我們知道的很少，但唯一可以確定的是，我們需要在實驗中探索以彌補這方面的不足。”更糟糕的是，無論在成本還是技術需求等方面，也無法對實驗中所有分子、細胞及其連接的模擬進行預估。馬克拉姆堅信，構建這樣一個統一模型，是一條整合人類知識的途徑，值得我們全力付出。

數據組織

讓馬克拉姆團隊投入時間和精力最多的關鍵研究部分，即確定基因如何對應神經元并發揮作用的。神經元有多種類型，在人的大腦活動中扮演著各種角色，激活不同的基因。一旦馬克拉姆掌握了全部的神經元信息——即所謂的 “單細胞轉錄組”——他就有信心推斷出大腦不同部分的神經元構成，并復制每種細胞的電活動，甚至能模擬神經元樹突如何生長。他說：“我們距離發現大腦功能的生物學定律正越走越近。”

過去20年來，馬克拉姆團隊已經梳理出大鼠神經元的基本分布，并建立了一個稱為腦皮層柱的虛擬腦結構。目前已經模擬出了100個這樣的腦皮層柱，每個包括1萬個左右的神經元——這僅相當于大鼠腦內全部神經元的2%（相當于人腦的0.001%）。馬克拉姆說：“你不得不先從嚙齒類動物開始嘗試，才能驗證這些方法能否起作用，然后再用到模擬人腦的研究中去。”

來自于Brain Corporation的尤金·伊芝科維奇（Eugene Izhikevich），他幫助構建了一個含有1 000億個神經元的模型。作為專家的他堅信，人類終有一天能構建包含真實人腦所有解剖學和連接突觸的網絡。他說：“這就像是一場看誰能把人腦模型做得更逼真的競賽。”

但是，構建出的人腦模型首先必須要有電活動的——微小的電流在神經元之間穿行，或更大的電流從整個腦葉中通過。真實的人腦存在于人體之內并與周圍環境發生互動。如果我們能模擬這種機制，接下來是否會發生諸多有趣的現象——學習、智能，抑或意識感覺？

“人們認為，我想讓這個奇妙的模型作出說話等有趣的事情，”馬克拉姆說，“我知道應該為此承擔部分責任——在TED*大會上，你不得不講得淺顯、寬泛一些。但我們并非是在制造一個像人一樣的機器。我們做的只是在組織數據而已。”

功能優先

在這一領域，馬克拉姆并不是孤軍奮戰。去年11月，IBM公司提出了一項名為“突觸”（SyNAPSE）的人腦模擬項目，其中包括5 300億個神經元以及100萬億個連接它們的突觸。其實，這一項目本質上是一臺超級計算機，并且仍需要進行編程。加拿大滑鐵盧大學的神經學家C·伊里亞史密斯說 （C·Eliasmith）：“馬克拉姆將來會抱怨那些神經元不夠真實。要知道，只是把巨量神經元按照生物學方法整合在一起，并不意味著就能具備人腦的功能。”

伊里亞史密斯所采用的是另一種完全不同的途徑，即把“功能”放在優先的位置。去年11月，他構建了一個稱為“Spaun”的模型。這個模型僅模擬了250萬個神經元，卻能展示出某些功能——雖然只是模擬了單個神經元的生理學特性，但卻用人腦的構建方式進行連接。與馬克西姆“自下而上”的方式相反，這個模型是一種“自上而下”的設計，并且將實用功能作為設計目標：能夠識別并復制一串數字，運行簡單的算術以及解決基本的推理問題。甚至，它與人類的大腦有相似的弱點——更傾向于記住名單的開頭或結尾部分。

Spaun模型并不是要真正制造出人工大腦，而是作為神經科學的一塊 “試驗田”——用來了解人腦是如何工作的一個平臺。例如，如果想測試X腦區是否控制Y功能？就可以把X腦區剔除，看Spaun模型是否會出現我們所預想的Y功能缺陷。這種類型的實驗與“自下而上”的設計存在矛盾。因為即使在模擬實驗中出現類似于智能的特質，也難以知道它是如何產生的。如果你努力想了解大腦的功能，并做出了完美的模擬，結果也只是再造出了一個大腦而已。而大腦的功能仍然極其復雜，難窺全貌。

除此之外，伊芝科維奇指出，現今的一些技術發展正在迅速超越人腦的許多功能，例如，“用計算器做算術題會更準確快捷，計算機下國際象棋的水平比人更高。”他說，當模擬大腦達到足夠的復雜程度，或能夠復制人腦所有的功能時，其他技術也許將遠遠超越人腦的能力。“屆時，這項研究也就不再那么吸引人了。”

因此，模擬人腦的目標不在于模擬其本身。它是一種把工具、專家和數據組織起來的方式。伊芝科維奇說：“研究過程才是其最重要的部分。”