神經(jīng)科學與受人腦結構啟發(fā)的AI技術的一系列最新發(fā)展，為我們破解智能之謎開辟了新的可能性。如今，中國科學院自動化研究所蔣田仔教授領導的研究小組，概述了一套名為“數(shù)字孿生大腦”的創(chuàng)新平臺的關鍵組件及特性。該平臺有望彌合生物智能與人工智能之間的差距，并為兩端提供新型解決方案。

此項研究已于9月22日發(fā)表在《智能計算》(Intelligent Computing)期刊之上。

生物智能與人工智能之間的一大共同點，在于二者均屬于網(wǎng)絡結構。由于大腦由生物網(wǎng)絡構成，因此研究人員希望使用人工網(wǎng)絡構建起相應的數(shù)字模型或大腦“孿生”，借此將關于生物智能的知識輸入模型當中。此舉的最終目標是“推動通用人工智能發(fā)展，促進精準心理醫(yī)療”。而且毫無疑問，這一宏大目標的實現(xiàn)離不開全球各學科科學家們的共同努力。

利用數(shù)字孿生大腦，研究人員可以通過模擬/調(diào)節(jié)大腦在不同狀態(tài)下執(zhí)行各種認知任務，借此探索人腦的工作機制。例如，他們可以模擬大腦在休息狀態(tài)下如何正常運作，以及可能受疾病影響而發(fā)生哪些問題，或者設計出新的方法以調(diào)節(jié)大腦活動、引導其擺脫不良狀態(tài)。

盡管聽起來如同科幻小說，但數(shù)字孿生大腦確實有著堅實的生物學理論基礎。其中整合了三大核心要素：充當結構支架和生物約束機制的大腦圖譜，根據(jù)生物數(shù)據(jù)訓練、用于模擬大腦功能的多級神經(jīng)模型，再就是用于評估和更新當前“孿生”副本的一系列應用。

這三大核心要素預計將通過閉環(huán)不斷發(fā)展、相互作用。動態(tài)大腦圖譜能夠改進神經(jīng)模型，從而生成更加真實的功能模擬效果。以往，由此類模型構成的“孿生”已經(jīng)在不斷擴大的實際應用場景下得到驗證，包括疾病生物標志物發(fā)現(xiàn)和藥物測試等。這些應用將持續(xù)提供反饋，由此增強大腦圖譜以補全整個運行閉環(huán)。

生物大腦具有復雜的結構和動力學體系，因此必須建立起極為精細的大腦圖譜，包括不同尺度、多種模式、甚至來自不同物種的圖譜，才能掌握數(shù)字孿生的構建邏輯。通過全面收集相關圖譜，研究人員可以深入探索大腦的各個方面，以及大腦內(nèi)各不同區(qū)域之間的聯(lián)系和相互作用，最終破解大腦組織的原理之謎。

而在另一方面，大腦圖譜也代表一種約束，即神經(jīng)模型必須以圖譜為依據(jù)才能實現(xiàn)“生物學合理性”，這同樣帶來了技術挑戰(zhàn)。

蔣田仔團隊認為，腦網(wǎng)絡組圖譜將成為開發(fā)數(shù)字孿生大腦的重要組成部分。2016年，中國科學院自動化研究所的研究人員宣布，這份宏觀圖譜包含246個大腦分區(qū)，并著力向著對大腦結構和連接性進行“廣泛而細致的繪制”前進。

與此同時，鑒于現(xiàn)有大腦模擬平臺往往缺乏解剖學基礎，作者認為設計“一套開源、高效、靈活、用戶友好且受圖集約束的大腦模擬平臺”將至關重要。該平臺必須足夠強大，能夠支持多尺度與多模態(tài)建模。當然，目前還有許多懸而未決的問題有待解決，例如如何有效將紛繁復雜的生物學知識紡織進數(shù)字孿生副本、如何設計出更好的模擬模型，以及如何將數(shù)字孿生大腦集成到實際場景當中等。

總而言之，這樣的數(shù)字孿生大腦代表著神經(jīng)科學與人工智能的融合。通過集成復雜的大腦圖譜、動態(tài)神經(jīng)模型及大量應用程序，這套平臺有望徹底改變我們對于生物智能與人工智能的理解。在全球科學家的共同努力下，數(shù)字孿生大腦有望推動通用人工智能的發(fā)展，徹底改變精準心理醫(yī)療，最終幫助我們在透徹把握人類思想、規(guī)劃智能技術的發(fā)展、為腦部疾病尋求變革性治療方法等方向上鋪平道路。