“混搭”将打破脑科学研究壁垒

■本报记者 沈湫莎

正在全球愈演愈烈的脑科学研究热潮正在打破生物、信息、物理、数学等学科间的壁垒，对复合型人才的需求也到了史无前例的渴求地步。昨天，60多位专家参加了以“从计算神经科学到类脑智能”为主题的东方科技论坛，这些来自神经科学、机器学习、机器接口等领域的专家们纷纷表达了同样的渴求。

“脑科学与类脑人工智能”是上海建设具有全球影响力的科创中心8个基础工程之一。为培养复合型人才，上海市科委的“扬帆计划”为无处申报课题的交叉学科青年研究者们开辟了绿色通道，旨在为交叉学科储备、选拔研究人才。

当今脑科学需要多学科协同发展

在颇受欢迎的科幻小说《三体》中有这样一幕，当地球科技被三体人锁死之后，人们不得不用“笨办法”继续发展计算机——用元器件一对一模拟人脑神经元。这是人类研究大脑的一般思路，在漫长的历史长河中，科学家们非常希望能够描绘出详尽的“大脑地图”。不过，人的大脑由约1000亿个神经元组成，每个神经元又和大约1000个其他神经元相连，要描绘这样一个和整个银河系大小相当的网络系统，几乎是人类不可能完成的任务。

然而，大数据的出现让人们看到了希望。中国科学院院士、中科院神经科学研究所研究员郭爱克认为，大数据使人们的关注点从复原神经元在大脑中的位置，转移到关注能够实现大脑功能的算法和模型。

2013年欧盟启动了人类大脑计划，终极目标是为人脑“建模”，不过这一宏伟计划遇到了缺乏数学人才的困扰。1906年诺贝尔奖得主、西班牙神经组织学家拉蒙·卡哈尔说过，只要大脑的奥秘尚未大白于天下，宇宙就仍然是个谜，天文学与脑科学在他心中被划上了某种神秘的等号，与他说的一样，如今想绕过数学研究脑科学也是不可能的。

上海脑科学与人工智能重大项目首席科学家冯建峰就深有体会。他的团队正在和美国南加州大学合作，收集老年痴呆症的数据。尽管他们已收集了数万份病例，但由于缺乏有效的数理分析工具，在这方面一直没有进展。“直到一些智能算法（如深度学习）的成功应用，人工智能才又进入了发展的黄金期。”冯建峰说。

纽约大学神经科学教授、上海纽约大学科研副校长汪小京表示，如今围绕在“谷歌大脑”旁的深度学习机器人团队研究人员，鲜有从事神经研究的专家，在某种程度上他们似乎不太懂得如何利用神经科学机制改进他们的算法，但从另一层面也表示，生物学基础并不是进入脑科学领域的必要条件。

申请人研究方向须体现学科交叉

脑科学被誉为本世纪最具挑战的科学命题，与会专家指出，它不仅会影响生物技术，还将带动下一代信息技术。无论在哪一方面有所突破，都会对经济产生重要影响。因此全球脑科学的竞争异常激烈。

在冯建峰看来，国外脑科学研究组织的一大优势就是“混搭很好”。“研究员有不同的学科背景，神经科学的研究者只占一半左右，其他人有语言学、物理、数学、计算机等学科背景。”冯建峰说。只要稍微懂一点机器学习或者知道点神经网络的人，相信都知道希顿的鼎鼎大名，他是将反向算法应用到神经网络与深度学习中的人员之一，他与弟子、计算机博士莱昆一起提出的深度学习理念，将“神经网络”从垂死边缘一步步带入当今研究与应用的热潮中。而这本该是神经学家或生物学家的活。

不过，想在我国的脑科学研究小组中找到一两名物理、数学方面的人才，还真不是件容易的事。冯建峰团队中有几个这样的“珍稀品种”，不过他们都在发展过程中遭遇了申请不到研究课题的尴尬。冯建峰告诉记者，他的一名优秀学生是从事物理研究的，不过在物理学的课题申报表中，怎么可能找到适合脑科学的研究课题。

上海市科委为交叉学科人才申报课题提供了便利。据上海市科委基础研究处相关负责人介绍，本年度针对32周岁以下年轻人的“扬帆计划”新增了“脑科学与类脑人工智能”交叉型研究人才的培养计划。直接要求申请人研究方向必须体现学科交叉，且该类项目申报数不计入单位推荐名额。相信这样的计划将为人才“混搭”提供有效机制。