克隆猴

蒲慕明

中科院院士、中科院神經科學研究所所長、中科院腦科學與智能技術卓越創新中心主任

大腦是人體最重要的器官，也可能是宇宙間最複雜的物體——結構複雜、功能複雜，比最大的超級計算機不知道還要複雜多少倍。這個複雜的物體是怎麼出現的呢？它是生物演化過程中的一個奇迹。

大腦外面有皺褶的這層叫大腦皮層，是所有重要的腦功能的關鍵區域。理解大腦，不僅要知道大腦皮層的結構和功能，還要知道大腦皮層裡那些複雜的核團的功能。為理解這些問題，科學家至少花了200年時間。

在過去200年裡，腦科學到底有哪些進展？

現在，我們對大腦的了解，比如大腦如何處理信息、神經細胞怎樣編碼和傳導信息、信息如何從一個神經元交互到另一個神經元……這些傳導機制都理解得比較清楚；對不同的神經元做什麼，在各種功能中會産生什麼反應，也很清楚。

在過去的一個世紀裡，諾貝爾獎涉及的神經科學中的重要發現都跟大腦的信息編碼、儲存相關。但是，我們隻對神經細胞如何處理信息了解得很清楚，對整個大腦複雜的網絡結構了解不多。

到底是什麼原理使得神經細胞在某種情況下發生某些反應，我們并不是很清楚；對大腦中的信息處理不太了解，對各種感知覺、情緒，還有一些高等認知功能——思維、抉擇甚至意識等，理解得比較粗淺。

雖說腦科學已有相當的進展，但是未知的比已知的要多得多。打一個比方，腦科學現在的處境，相當于物理學和化學在20世紀初期的處境，有很多事情已經搞清楚，但是重大的理解和突破還沒有出現。

所以現在的腦科學是生物科學裡比較神秘的領域，從這點來說，腦科學将成為未來生命科學發展中很重要的一個領域。年輕人将來想鑽研科學的話，腦科學就是前沿科學，不但在這個世紀，甚至下個世紀依舊是前沿科學。

腦科學中最亟待解決的問題

腦科學中最關鍵的問題，是我們對腦的各種功能和神經網絡的工作原理知道得非常粗略。

我們知道大腦不同皮層的部位有不同的功能。比如大腦後方是管視覺的，最前方的上方有管運動的、管感覺的、管嗅覺的，前面還有管語言的區域。假如大腦出現損傷，比如腦卒中（俗稱中風）以後，受損區域對應的功能會喪失。

目前，我們隻是大緻理解腦區和功能的關系，但更多的細節就不清楚了。

舉個例子，現在應用非常廣泛的腦成像技術，即正電子發射圖譜、掃描圖譜的技術叫“PET”，大醫院裡都有。PET有什麼好處？它可以告訴人們,大腦裡哪些區域有電活動，如果有電活動就表明該區域有功能正在進行。如果電活動異常，表明該功能出現異常。

比如我們對大腦功能正常的人進行測試，讓被試者在機器裡躺着，給他看幾個字，你會發現其大腦後方有電活動，表現為葡萄糖使用量的增加。被試者體内的葡萄糖帶有放射性，是被單獨注射到血液中的。研究人員據此可以很快知道被試者的大腦有活動。

給被試者聽幾個字，其聽覺區就有電活動。我們現在對此可以做到實時觀測。叫被試者說幾個字，大腦左側的語言區就有反應。

但是讓被試者閉上眼睛不說不講不聽，回想剛才看到的幾個字是什麼意思，其大腦裡到處都有電活動。這個奇怪的現象說明思考是一件非常複雜的事情，它牽涉到大腦裡的很多區域。

為什麼隻是想幾個字的意義，大腦網絡就全部開始活動？要理解這點，目前還相當困難，需要知道大腦全部的未知奧秘。

《Science》雜志在慶祝創刊125周年時，邀請全球幾百位科學家列出他們認為當今世界最重要的前沿科學問題，最後歸納為125個，其中有18個問題屬于腦科學。

排在最前面的，包括意識的生物學基礎、記憶的儲存與恢複、人類的合作行為、成瘾的生物學基礎、精神分裂症的原因、引發孤獨症或者叫自閉症的原因，這都是大家關心且未被解決的重大問題。盡管該問卷是10年前做的，但我們現在公認的重大腦科學問題依舊未變。

要理解這些問題，就要知道大腦的神經網絡。神經網絡像電線（纜）一樣複雜，人腦中，上千億的細胞連在一起，送出很多導線——我們叫軸突，跟其他細胞做聯接，最終形成了這一網絡。

大腦網絡非常複雜，神經元數目衆多。大腦有1000億個神經元，而且每個神經元的放電模式不同，編碼模式不同，信息處理方式也不一樣。所以，要理解這個複雜的系統如何工作，會是一個很大的挑戰。

我們可以從三個層面更好地理解這個網絡。

剛才所說的PET Imaging或是MRI Imaging等功能成像手段，提供給人們的是一個分辨度在厘米或毫米階層的宏觀視野。在這個範圍内，大緻可以看到神經束在腦區之間的走向。

每個神經束都由成千上萬的神經細胞纖維構成。要進一步知道細節，必須在介觀（介于微觀和宏觀之間的狀态）層面對神經環路進行研究，了解每一個神經細胞如何跟其他不同種類的神經細胞進行聯接，并輸送信息，在各種功能時有什麼活動。

還可以在電子顯微鏡下對細胞進行觀察，從微米到納米層面，這樣的微觀尺度會讓人看得更精細。

目前，神經科學最關鍵的一點，就是從已知的宏觀層面進入介觀層面，進而理解大腦網絡結構的形成與功能。

舉例來說，我們把小鼠的52個皮層的神經細胞用熒光标記後切片，重構其三維結構，其中每一種顔色代表一個神經細胞。

結果發現，大腦的複雜性難以想象。這還僅僅是52個細胞，人腦有上千億細胞，真正要分析起來，困難該有多大！即便是這52個細胞，也還有不同的種類，它們在大腦中分布的規則也不一樣。

這是目前神經科學面臨的一個重大挑戰。所以，未來腦科學的第一個關鍵點就是在介觀層面上弄清大腦的網絡結構，即圖譜結構。

大腦的信息傳導靠的是電，電活動像電波一樣在神經細胞裡傳導。它跟電子在電線中的傳導不同，因為這種橫波是跨過細胞膜的離子流動造成的——陽離子從外面流入細胞内，造成了波動，波動不斷向前推，其推動速度比電子流的速度慢很多，每秒鐘隻有幾百米。

當電波傳到神經軸突終端的時候，會把信息傳遞給下一個細胞，我們稱之為突觸。一個神經細胞之所以能夠把電信息傳給下一個細胞，借助的是釋放一種叫作神經介質的化學物質。

當神經介質傳到下一個神經細胞後，會繼續觸發下一個細胞的電活動，這就是電信号的傳導模式。

如何觀測電信号以及電信号在網絡中的處理模式等問題，是我們現今要了解的關鍵問題。

中國腦計劃的一體兩翼結構

關于腦科學的未來，第一個要理解大腦，這是我們理解大自然的終極目标之一。我們常常提到神秘的外太空，對于人類來說，宇宙中有很多未解之謎，比如暗物質和暗能量等。其實，我們的大腦裡也有一個宇宙，人體的這個内在宇宙的結構是什麼，它是如何工作的，這是我們未來所要了解的。

了解這些有什麼好處呢？

一方面讓我們對自然有更深入的了解，另一方面可以有很重要的應用——模拟大腦，創造出像人一樣智慧的機器，這是人工智能的終極目标，也是腦科學的發展方向之一。

此外，在人口健康方面，大腦是如此重要，我們要保護好大腦、促進智力發展，防止大腦的衰退以及腦疾病的産生，也是腦科學未來發展的另一個重要方向。

中國科學家經過4年讨論，才在2018年正式确定了中國腦計劃的内容。世界各國都有腦計劃，美國、日本、歐盟的腦計劃規模都不小。

該計劃是中國腦科技的未來。那麼，它要做什麼呢？就像下面講的三個方向，中國的腦計劃具有一體兩翼的結構。

主體結構是前面介紹的腦認知功能的神經基礎，也就是網絡基礎，我們必須知道它的圖譜結構，弄清楚聯接圖譜，結構圖譜。在此基礎上，搭建各種平台，幫助解析上述圖譜的功能。

為此，我們希望啟動一個由中國科學家主導的國際大科學計劃，做全腦介觀層面上的神經聯接圖譜。對于介觀圖譜，不僅中國科學家感興趣，世界各國的科學家都有興趣。通過該計劃，人們能夠研究動物特别是模型動物（包括小鼠、猕猴等跟人最相近的靈長類動物）的大腦圖譜。

其中一翼要做腦疾病的診斷與治療，形成各種新型的醫療産業。另外一翼是類腦人工智能、類腦計算、腦機接口等與人工智能相關的新技術,該領域對未來的人工智能産業具有重大影響。

這就是目前中國腦計劃的方向，也是大家公認的最好的方向。與世界其他國家的腦計劃相比，雖然我們的計劃啟動得慢，但我們的設計是最圓滿的，希望它的實施也是最圓滿的。

制作出全腦神經聯接圖譜，才能解析神經環路的最終功能

那麼，大腦認知的原理是什麼？

第一個是基本的腦認知功能。我們的感覺、對外界信息的接收，包括感知覺、學習和記憶、情緒和情感、注意和抉擇，這些都是基本的腦認知功能。果蠅、小鼠、猴子，甚至斑馬魚、線蟲等很多動物都有這種基本功能。

至于高級的腦認知功能，隻有靈長類以上比較高等的動物才有。包括共情心與同情心——你悲痛了，我也感到悲痛；社會認知，在社會群體裡面的認知；合作行為，人的合作行為是非常特殊、非常複雜的；各種意識，比如人的自我意識；語言，人類的語言是其他動物所沒有的、非常複雜的語言。

了解上述認知功能産生的機理，對于設計類人腦的下一代人工智能具有重要意義。

想要設計出不僅能夠理解語音、辨識語音，還能理解語義的人工智能設備，還需要知道人的大腦是怎樣處理語言的。

要想做到這一點，必須先有模式動物。我們不能直接在人體上做實驗，因為涉及到倫理問題。

由于猕猴的大腦結構跟人非常靠近，是很好的模式動物。所以我們要先在猕猴等動物身上進行各種操作，查找工作原理，之後引申開來，看看人類的大腦是否與此相同。

認知功能的神經基礎裡面，最關鍵的還是要制作出全腦神經聯接圖譜。我們需要知道大腦裡神經元的種類、神經元的類型怎樣定出來。這是一項很重要的工作，目前世界各國都在做相關研究，我們也要做。

了解了神經元類型之後，還要弄清楚各腦區每一類神經元的輸出纖維跟輸入纖維，以及它們要送到哪裡去，這是結構圖譜。

有了結構圖譜，我們才能摸清它們的電活動，看看電波何時會出現，又是如何傳導信息的，這就是活動圖譜。

全部圖譜出來後，才能夠解析神經環路的最終功能。

腦疾病治療面臨很難找到特異的藥物靶點這一難題

在我國，腦科學的一項重大應用就是為健康中國服務。如何維持健康的大腦發育以及智力發育，是非常重要的社會問題。維持大腦的正常功能，延緩大腦退化，這些都是健康生活所必需的。

對于老齡化社會而言，神經退行性疾病是個大問題。目前，中國65歲以上的老年人有1億多，是世界上老齡人口最多的國家，甚至超過了印度，已基本進入老齡化社會。

因此，防治各種與老齡化相關的疾病顯得非常重要。以大家最常聽到的阿爾茨海默症（老年癡呆）為例，假如沒有很好的治療方法，到2050年，全世界會有超過1億人患上阿爾茨海默症；在85歲以上的老年人中，平均1/3的人有發病的可能。如果中國腦計劃能夠在15年之後把老年癡呆的發病期從85歲延緩到95歲，就是一個巨大的貢獻。

其實，不僅是老年癡呆，根據世界衛生組織的統計，包括各種神經類和精神類疾病在内的腦相關疾病，是所有疾病裡社會負擔最大的，占到了28%，超過了心血管疾病，也超過了癌症。因此，重大腦疾病的診斷和幹預是未來腦科技領域一項非常重要的研究内容。

什麼是重大腦疾病？比如說，幼年期的自閉症或者孤獨症與智障，中年期的抑郁症和成瘾，阿爾茨海默症與帕金森症等老年期的退行性腦疾病等等，都屬于重大腦疾病。

隻有充分了解它們的機理，才能夠找到最有效的解決方法。但我們在這方面的了解有限，尤其是對抑郁症、雙相（俗稱躁郁症）、精神分裂等精神類疾病，并不清楚到底是什麼原因造成的。要把這些問題搞清楚，可能還需要幾十年時間。

不過，我們也不可能等到把緻病機理完全搞清楚了才去治病，所以在緻病機理完全清楚之前，必須研發出各種腦疾病的早期診斷指标。一旦有了診斷指标，就可以進行早期幹預。比如說記憶開始衰退了，有哪些手段可以減緩或延遲衰退。這些幹預手段可以是吃藥，也可以是物理、心理或是生理幹預。

玩遊戲也是一種幹預手段，它是一種心理和生理的幹預手段，你要動，你要想，你要做出快速反應。

在腦疾病診治中所研發出的各種幹預手段，在應用到人體之前，必須先進行動物實驗，這涉及倫理問題。如果沒有研發清楚，是不能夠進行臨床實驗的。因此，建立起很好的猕猴等非人靈長類動物的疾病模型，就變得非常重要。

除了機理不清楚之外，腦疾病治療還面臨着很難找到特異的藥物靶點這個難題。

藥物都有副作用，但其他疾病藥物的副作用不像腦疾病藥物的副作用那麼大。這是因為腦疾病産生的原因在于大腦的某些網絡出現異常。

有些網絡異常産生這種病，另外一些網絡異常産生其他疾病。但是藥物是針對分子和細胞的，而大腦網絡都是由類似的神經細胞跟神經突觸聯接形成，我們很難找到特異的藥物。

這也是為什麼大的制藥公司做了20年的腦疾病藥物研發，其中大多數都以失敗告終，以至于多數大公司放棄了相關研發。因為每種藥物的研發周期異常漫長，十幾二十年時間，幾十億美金的投入，研制失敗率在90%以上，大公司覺得劃不來，所以就放棄了。現在隻能依靠科研人員在實驗室做出很好的産品，大公司才緊随其後投入進去做檢驗。

在臨床前，為判别藥物是否可用，也要進行動物實驗。檢測的首要指标就是藥物的安全性，即看動物使用後是否安全，健康會不會受到不良影響，以及藥物的代謝問題等等。

以前常常用猕猴等靈長類動物進行藥物檢測，但目前還缺少靈長類動物的藥效檢測模型。這是因為進行藥效檢測的前提是，猕猴等靈長類動物出現相關疾病的症狀，才能進行藥效實驗。但目前研究人員手中并沒有靈長類動物的相關模型，以前的模型都是小鼠的，是不能用的，所以科學家也在努力建模。

最近所做的克隆猴項目就是為了研發出克隆猴的疾病模型，以便應用于腦疾病治療方面。

未來二三十年内可能出現具有通用人工智能的類腦人工智能

腦科學研究的另外一個重要應用就是腦機智能技術、類腦研究方面。

在該領域中，未來很重要的一個發展方向，就是腦機接口和腦機融合的新方法，還有各種腦活動的刺激方法、調控方法以及新一代人工網絡模型和計算模型。

盡管現在的深度網絡計算模型很好，但與人腦相比，還差得很遠。如果能夠更進一步研發出類人腦的新型計算模型和新的類似神經元的處理硬件，并将它們應用到新一代計算機上，有可能做出更優秀、更高效的計算機，它們的計算能力也将更接近人類，并且能耗更低，效率也更高。

此外，類腦計算機器人和大數據處理也是未來類腦研究的方向。我重點談談圖靈測試。

大家也許聽說過圖靈測試，如何判斷一台機器具有人的智能？圖靈在70年前就提出過這樣一個設想：在彼此看不到對方的情況下，分别與一台機器和一個人對話，并在對話過程中，分辨出對方是機器還是人。如果無法分辨出對方的身份，就可以認定這台機器具有人的智能。其中語義的理解是最關鍵的。

多年來，人們一直希望做出能夠通過圖靈測試的機器。通過測試的标準是，隻要有1/3的人在5分鐘之内辨别不出跟自己對話的是機器還是人，即可認定機器獲勝。

小冰是微軟（亞洲）互聯網工程院在中國推出的人工智能聊天機器人，可以通過對話不斷提升自己，增加自身的知識儲備，增強回應能力。

雖然問世多年的小冰具有很高的對話能力，但人們還是很容易就知道它不是真的人，而隻是一台機器。

在今天，如果真正要做出好的類腦智能，必須依靠新的圖靈測試。什麼是新的圖靈測試？除了語言能力之外，測試指标還應包括對各種信息的感知能力與處理能力。

具體來說，可以讓一個機器人和一個人各自操作一隻機械手來玩一個玩具，同時要求他們彼此間就動作情況進行對話，以便進行判别。我們很容易發現，類似測試可比跟一台計算機對話複雜多了。

團隊合作方面也是測試内容。叫一個機器人與人類合作進行某些活動，比如進行比賽，觀察大家是否能夠辨别出來隊員中哪個是機器人哪個是人。這些都是新的圖靈測試所涵蓋的内容。

我們可以期待，未來二三十年内，可能出現能夠通過新的圖靈測試的、具有通用人工智能的類腦人工智能。

演講來自SELF格緻論道講壇

整理/科學大院公衆号