全世界砸了上百亿给它,到底图什么?
2023-09-18 21:14

全世界砸了上百亿给它,到底图什么?

本文来自微信公众号:biokiwi (ID:biokiwi),作者:Milktree,题图来自:视觉中国

文章摘要
本文介绍了全球各国推出的“脑计划”以及它们的研究目标和投入资金。从科学、疾病和智能三个方面探讨了这些计划的重要性和挑战。

• 不同国家的“脑计划”侧重点不同,包括技术发展、图谱构建、疾病研究和智能优化等方面。

• 解决大脑科学问题、疾病机制和人工智能的发展都是“脑计划”关注的重要问题。

• 技术的成熟度和科学问题的复杂性是实现“脑计划”目标的主要挑战之一。

再过几天,历时十年、畅想着重构人类大脑远大梦想的欧洲“人类大脑计划”(Human Brain Project,HBP)即将落下帷幕。


这十年里,欧盟为这个计划资助了6亿欧元。


欧洲“脑计划”官网,宏大的目标已经变为科学设施与平台的搭建


类似地,与欧盟“脑计划”一同在2013年开始的,还有美国的“创新性神经技术大脑研究”计划(brain research through advancing innovative neurotechnologies,BRAIN),他们的投入远远超过其他国家,截至2022年已投入至少24亿美元,预计到2027年将投入66亿美元;


美国“脑计划”官网,口号是“拓宽对大脑的理解”


不仅如此,日本2014年开始的“综合神经技术用于疾病研究的脑图谱”计划(brain mapping by integrated neurotechnologies for disease studies,BRAIN/MINDS)投入了3.65亿美元,尝试解析狨猴的大脑结构。


日本“脑计划”官网,通过狨猴神经网络了解人类大脑与相关疾病


韩国、澳大利亚、加拿大也纷纷推出了自家的“脑计划”,资助的金额也不会比其他国家少。


2021年,中国科技部发布了《科技创新2030-“脑科学与类脑研究”重大项目2021年度项目申报指南》,这预示着中国“脑计划”的启动,首批拨款预算高达32亿元,整体规划预计在百亿到千亿的级别。


中国“脑计划”的整体布局 | 图源:陆林等,2022.


为什么研究脑子要砸这么多钱?各个国家研究都是图什么?而这些研究做出了什么成果呢?我们不妨借着欧洲“脑计划”的落幕,展开聊聊我们可能最关心的“脑计划”问题。


(以下为便于理解,均与xx国“脑计划”指代各国的“脑计划”)


“脑计划”研究些什么:科学到疾病,再到智能


不同国家一个接一个推出“脑计划”,投入的经费也一个比一个夸张。难道这会成为一种“军备竞赛”式的比拼吗——谁花的钱更多,砸出更丰富的研究成果,就会是胜利?


如果单看经费和科研成果,那可能就是美国的大胜利了 | 图源:Nature杂志


我们不能排除这种可能性,但是如果纵观不同国家的脑计划,就会发现大家其实会有不同的侧重点:


  • 美国“脑计划”侧重于技术的快速发展,比如当下神经科学最需要的单细胞、成像、示踪等等技术,再以技术发展推动科学问题解决;


  • 欧洲“脑计划”侧重于图谱的构建、大脑的模拟和大数据的汇总,希望以此解决复杂的脑科学问题,比如认知、神经模型、人脑工作原理;


  • 日本“脑计划”几乎以狨猴的脑结构、基因表达、神经连接为导向,希望以此基础来解决科学与疾病的问题;


  • 中国“脑计划”(如上文图)则优先用有限的经费和现有的猕猴资源,解决最关键、迫切的科学问题——疾病和类脑智能;


  • ……


至于大家的选择、方向谁对谁错,现在显然没有定论,各个国家的脑计划之间也有沟通交流,避免出现太多的重复性工作(但显然重复性工作不可避免)。但是,其实可以看到,几乎全部“脑计划”希望解决的问题都可以归纳为三个: 从科学、到疾病,再到智能。


这三个大问题,哪个都不好解决。


科学:从大科学再聚焦到小问题


神经科学其实是一个很广阔的概念,不同的神经科学研究者也会有“隔行如隔山”的感觉——比如不同的感觉、不同的行为、不同的神经环路、不同的神经发育。不同的研究者会提出各式各样不同的问题,而脑计划想要解决这些多样的问题,就会形成一个以大科学为导向的大趋势。


从大脑中全部细胞的类型、功能,到每个细胞里的基因表达,再到不同神经元之间的连接,各个国家的脑计划都是通过所谓基因组学、转录组学、表观组学、连接组学这些“组学”的方法,从整体出发解析,之后再计划以此为踏板,挖掘具体的问题。


比如美国“脑计划”数年来发表的小鼠、人类、猕猴脑图谱;



比如欧洲“脑计划”执着的人类大脑多层次数据;



比如日本“脑计划”对狨猴的全方面解析;



比如中国“脑计划”刚刚发表的猕猴全脑细胞图谱。



这些研究工作大而广,目的不是解决科学问题,而是为各自“脑计划”的发展打个基石,之后大家才能在这个基础上,继续用不同的技术去研究发展其他科学问题。


但是这个大科学的基石,不那么好打。时至今日,可能也没人敢说自己的研究成果能解析清楚大脑里每一个细胞,每一段连接是什么样的。


疾病:如何让大家不仅活得长,还活得好


在众多科学问题中,与我们最息息相关的,就是健康与疾病。


我们知道癌症、心血管疾病、糖尿病等等是危及老年人健康的最可怕的几种疾病,但还有不少精神疾病却直接影响着我们的意识与认知,而这些疾病中的大部分都与大脑有关。


比如经常在老年人中出现的阿尔兹海默症,过去常用的一个含贬义的名称是“老年痴呆症”,其实也是一个在神经科学上目前无解的疾病,也是目前各国脑计划中最关注的疾病之一。


比如在今天,巨大的社会压力之下,不少人患上抑郁症、焦虑症、精神分裂症,其实往往也和某些神经回路有着直接的关系。


比如很多孩子刚来到这个世界,无法与身边的同龄人交流,患有自闭症,其实就是一种典型的神经遗传疾病,现有的研究正在从基因组与基因表达的层面进一步挖掘关键的致病机制。


日本与中国“脑计划”将通过基因编辑手段构建精神疾病相关的狨猴/猕猴疾病模型 | 图源:Nature杂志


此外还有各类罕见病、遗传病,比如智力障碍、各类癫痫相关疾病、小头症等等,都与大脑息息相关。但也正是因为与大脑息息相关,如果我们不能对大脑有更深入的认识与了解,就无法找出这些疾病的病因,这些精神疾病也大多是暂时无法彻底根治的疾病。


智能:人类大脑的智能是否有尽头


另一个终极命题,则和最近大火的人工智能息息相关——可惜人工智能的出现并不是来自脑科学的创新。


最初欧洲“脑计划”的前身,来自瑞士洛桑联邦理学院创立的 “蓝脑计划”,其主要目标就是利用计算机模拟一个数字版的哺乳动物(比如小鼠)大脑。虽然他们模拟了上千万个细胞的连接,也发现其中出现了一定的信号,但是其意义如何,众说纷纭。


导演Noah Hutton的纪录片《In Silico》揭示了蓝脑计划和欧洲脑计划幕后一些矛盾,也是真实存在于各个大科学项目中的问题 | 图源:Sandbox Films


而在中国“脑计划”也希望借助对神经的丰富连接和不同脑区功能的划分作为切入点,尝试在人工智能和机器人设计上进行更好的优化,至于结果如何,我们还要拭目以待。


事实上,人类的智慧来源于自然选择的进化过程,换句话说,它是从一个原始大脑反复迭代产生的结果,那就意味着其中除了精妙的结构之外,肯定也存在缺陷(比如我们现在远远不如人工智能的一些能力),存在不少冗余的结构。


因此从大脑本身出发,真的会是人工智能更好的未来吗?这个争论可能短时间内不会有答案。


这些宏大目标什么时候可以实现:想法很美好,现实很艰难


科学问题,疾病机制,人工智能,这些问题当然很重要,但是也很宏大难以解决——其实概念早在几十年前都已经提出,但是一直没有进展。


这也是为什么需要设立上百亿的“脑计划”来尝试解决这些难题,但真的能顺利解决吗?


有限的经费,无限的问题


在刚刚提到的三个问题的基础上,其实可以衍生出无数的科学问题,而每个科学问题的提出者都会坚持自己所关注的问题是最重要的——那如何分配有限的资金到急需优先解决的科学问题上,就变得格外重要。


在这个问题上,美国“脑计划”选择了用大量经费优先提升技术水平,再用技术反哺问题的解决;中国与日本则是关注到各自所拥有的动物资源,努力从猕猴和狨猴上来解决复杂的神经问题……


欧洲“脑计划”,则是那个做出“反面教材”的案例。


大科学的团队管理困难重重


欧洲脑计划在2013年提出后,迅速让当时正在领导“蓝脑计划”的亨利·马克拉姆(Henry Markram)来主持。但是很快,问题就出现了。


仅仅在项目启动九个月后,脑计划中成员就联名给提供资金支持的欧盟委员会写了一封公开信,呼吁应该重新考虑欧洲“脑计划”的实施问题。


问题出在了哪? 主要原因在于马克拉姆觉得自己研究的问题最为重要。欧洲“脑计划”最初是由两个大的领域结合而成——一个是神经科学启发计算开发的跨学科领域,另一个则是马克拉姆领导的“蓝脑计划”的模拟计算领域。


但是马克拉姆不仅把大量的“脑计划”经费用在了模拟大脑计算和数据存储上,甚至要把和认知神经相关的18个实验室的研究全部砍掉,这引起了大批研究者的不满,不少反对者也认为在不知道大脑连接方式的情况下就模拟大脑没有意义。


2015年,在欧盟委员会的审查下,以马克拉姆为首的三人执行委员会解散,取而代之的是由22人组成的新的执行委员会。而这也是最终今年欧洲“脑计划”结束后,整个项目的成果看起来有些“支离破碎”的主要原因之一。


除此之外,中国“脑计划”也面临着同样的问题——现阶段的设计确实是我们最关注的问题吗?花费大量精力去解析的猕猴脑图谱和神经连接图谱,是真正关键的问题吗?在开始之初,这些争论在各个国内神经领域专家间想必也有发生,但是情况如何,未来又如何,我们只能报以期待了。


技术发展何时可以解决问题?


而除了科学家间的协调,另一个更根本的问题在于技术是否成熟。以各国“脑计划”最关心的连接组学为例,解析了神经元的连接,就能破解大脑功能的各种关键问题,但是事情远远没那么顺利。


最早的方法是利用核磁共振成像(MRI)技术来检验大脑中的结构,但这类成像的精度有限,也难以复现大脑连接的信息。


部分欧洲科学家的思路,是利用电子显微镜成像的方式解析,但这就带来了海量的数据计算问题——1立方厘米的大脑空间的电子显微镜图像,计算起来可能需要数百年的时间。而人类大脑大约有1500立方厘米左右。


目前利用电子显微镜重构的唯一一个动物成年大脑——果蝇的大脑 | 图源:Dorkenwald S, et al. 2023


中国科学家提出的解决思路是利用高分辨率的荧光示踪成像技术fMOST,以达到1微米分辨率的成像精度——但是因为荧光示踪能标记的神经元有限,这就意味着要标记全脑数以亿计的神经元,需要巨量的实验动物和海量的成本。


fMOST成像原理图


除此之外,技术稳定性、海量数据的存储、分析等等问题都在等待着科学家们解决,这也是各国“脑计划”正在努力突破的问题之一。


不同于过去的阿波罗计划或者曼哈顿计划,一旦登月成功或者原子弹爆炸就能说明计划成功,脑计划展示出来的恰恰是生命科学的特征——高度复杂的系统、极度依赖于新技术的进步以及多样且无止尽的科学问题。


简单总结,想要解决脑科学的关键问题,道还远着。


参考文献:

[1]陆林, 刘晓星, 袁凯. 中国脑科学计划进展[J]. Journal of Peking University (Health Sciences), 2022, 54(5): 791.

[2] Abbott A. How the world's biggest brain maps could transform neuroscience[J]. Nature, 2021, 598(7879): 22-25.

[3]Naddaf M. Europe spent € 600 million to recreate the human brain in a computer. How did it go?[J]. Nature, 2023, 620(7975): 718-720.

[4]Amunts K, Ebell C, Muller J, et al. The human brain project: creating a European research infrastructure to decode the human brain[J]. Neuron, 2016, 92(3): 574-581.

[5]朱丽君, 朱元贵, 曹河圻, 等. 全球脑研究计划与展望[J]. 中国科学基金, 2013, 27(6): 359-362.

[6]Martin C L, Chun M. The BRAIN initiative: building, strengthening, and sustaining[J]. Neuron, 2016, 92(3): 570-573.

[7]Poo M, Du J, Ip N Y, et al. China brain project: basic neuroscience, brain diseases, and brain-inspired computing[J]. Neuron, 2016, 92(3): 591-596.

[8]Okano H, Sasaki E, Yamamori T, et al. Brain/MINDS: a Japanese national brain project for marmoset neuroscience[J]. Neuron, 2016, 92(3): 582-590.

[9]Koch C, Jones A. Big science, team science, and open science for neuroscience[J]. Neuron, 2016, 92(3): 612-616.

[10]Abbott A. Documentary follows implosion of billion-euro brain project[J]. Nature, 2020, 588(7837): 215-217.

[11]Dorkenwald S, Matsliah A, Sterling A R, et al. Neuronal wiring diagram of an adult brain[J]. bioRxiv, 2023: 2023.06. 27.546656.


本文来自微信公众号:biokiwi (ID:biokiwi),作者:Milktree

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定