曾红葵:艾伦脑科学研究所的“大科学”
►曾红葵,脑科学领域杰出科学家、美国艾伦脑科学研究所执行官
演讲 | 曾红葵(美国艾伦脑科学研究所执行官)
整理 | 吕浩然
责编 | 叶水送
●●●
人的大脑非常复杂。我们通过对大脑神经细胞深层次学习,包括相应的视觉皮层,神经网络等等,形成了人工智能及相关学习。在整个世界上,在所有的领域,现在都得到了广泛的应用。
与此同时,我们也认识到人的大脑仍复杂无比。人的大脑中有800亿个神经元,通过对小鼠的研究我们可发现,在小鼠大脑的一立方厘米的体积当中,就有7500万个神经元,而每个神经元都有一千个神经突触,神经元通过神经突触进行通讯,而每个神经元都有一千多个突触。
大脑仍有很多复杂的东西有待我们揭开谜底,我们不仅要研究大脑,而且要通过不同的方式来研究大脑。相应的人工智能,包括算法的学习等方面,在过去的二三十年里,取得了很大的进展,帮助我们更好地了解我们的大脑。而我们所进行的“大科学(big science)”研究,也许是帮助我们实现实质性进展的唯一方式,帮助人类更好地了解自己的大脑。艾伦脑科学研究所(allen institute for brain science)就是从事这样的研究,我们将目标进行解构,更多地了解它的原理。
►艾伦脑科学研究所,来源:allen institute
我们研究院由微软联合创始人paul allen于2003年创立,是一所建立在美国西雅图的独立研究机构,也是一所非盈利性研究机构,主要进行基础性的研究。
大脑是世界,乃至整个宇宙中最复杂的计算单元,更好地理解它如何运转是我们的目标,但我们也知道,仅通过我们的研究院无法解决所有问题,因此我们努力地把所有我们工作当中获得的数据、工具、知识免费地分享给整个科学界。艾伦先生希望我们的研究院能够成为一个创新型的研究院,它与传统的研究院有着本质的不同,我们是工业化的大科学,我们的研究模式与学术、心理研究不同,它能更好地和产业界结合起来。另外,艾伦研究院所有的项目都是跨界的研究,包括分子生物学、分子物理学、工程学等。计算机专家与各界科学家一起工作,为了共同的目标而奋斗。
艾伦研究院遵守三个“科学”原则:大科学研究(big science)、团队科学(team science)以及开放科学(open science),我们拥有30个不同研究方向,但向着同样的目标前进的团队。我们选择的项目不是一些简单的理论性项目,或者其它研究室、研究院、大学也可做的项目,我们从事的研究会有很大的不同。我们想了解一些基本的生物科学,这是一个从无到有的过程,或许需要花费五到十年的时间,但可为我们打下了坚实的基础,可使我们系统地做好这样的项目。
我们想理解人的大脑到底怎样运作,如何来实现呢?我们知道无线电可传递音乐,通过打开无线电的壳子,我们可观察里面的组件,然后组合起来看看它是否发出声音。大脑也可用同样的拆装方式,我们叫“3c原则(component, computation, cognition,即组件、计算、认知)”。我们想知道大脑各个部件的情况,包括每个神经元的特质以及它们的神经突触是怎样互动、交互的;在计算方面,我们想去发现它们自上而下、自下而上的各种路径,以及如何从外部进行编码,怎样进行决策,以及行为的产生;随后,我们想把组件和计算结合起来,产生相连的认知范式,包括决策相应的机制,观察各个组件怎么结合在一起。随后,对整个过程进行模拟仿真,通过这个过程,可帮助我们更好地理解一些新的原则。
藉此,运用大科学的方法,我们有整个试验的范式,从分子到整个的计算预计,研究院300位科学家用各自不同的方法,为一个共同的目标而奋斗。这个目标就是通过这样一种集成的方式,真正获得人脑的、复杂程度高的原理,帮助我们更好地了解神经元之间的通讯机制,观察神经元如何在活体的大脑中运作。通过运算、建模,在单一的神经元及神经元网络中进行试验,然后,运用真实数据对大脑进行深入的研究。
从输入到组建,再到计算及活动的预测,我们是把它称为对大脑的另一种探秘,这其中也借鉴了航天领域的知识。
那么,大科学项目是怎样开展的呢?我们借鉴了大量的方法,包括相应的解剖学等等。首先,我们要有远见,包括我们的愿景,以此帮助我们可以专注于长期的目标,制定一些里程碑式的目标以及一些子目标,然后在整个项目周期中,把一些子目标落地到真实的项目中,分各个阶段进行相关的预算、策划,包括实验室的信息管理系统、对大数据进行管理等等。此外,我们也把业界相关的质量控制和质量保障机制代入到研究当中,建立及时的反馈机制,包括引入了变更管理的制度,帮助我们进行科学研究。所以,通过这些方法和技术,能够帮助我们更好地去开展科学研究。
我们还有一些科学家与项目经理合作紧密,来自外部的咨询顾问也会帮助、指导我们确定科学的研究方向。以上种种都需要很好的凯发游戏的文化,这样的文化与一般的、学术性的研究室区别很大。当然,我们做研究是不赚钱的,赚钱也不是我们的目标。所以我们非常欣喜,发布的学术成果,可对整个业界作出相应的贡献。当然,我们有很好的认可制度,要对更多人作出相应的认可、奖励,每个人都作出了努力,每个人都作出贡献。
通过这样一个共享目标的制定,我们每个人的创新能力都能够得到释放。如今,谷歌实施了一种创新机制,80%的时间做大项目,20%的时间是在他们想做的任何事情上。我们也有了这样的机制,设定一个20%的自由度,可以思考一些新的机会,包括去承担一些风险,这样就可以更好地产生更多的创意和创造力。
我们同谷歌、亚马逊等公司合作,充分利用这些公司的机器学习和人工智能的算法帮助我们,对一些影像数据进行处理、分析,包括机器学习分析等等。由此我们可把一些特征、原则从数据中提取出来。我们建立的大脑脑图网站,在过去十三年时间里,已经有500万人访问过,而我们的团队是只有300人的研究院,这就是我们的成绩。
注:文章整理自嘉宾在g-summit全球科学峰会所做演讲,未经演讲者审阅。