大腦，可以說是人類身上最奇妙的器官。但有趣的是，關于大腦研究的熱度，似乎并不是跟著醫(yī)學發(fā)展曲線前進，而是跟著智能科技的發(fā)展前行的。

或許因為人工智能本身就是為了模擬人類智慧出現(xiàn)，于是幾乎在人工智能發(fā)展的每個周期之中，往往是當我們受算力或應用環(huán)境一類基礎所限，AI技術無法產生效率上的突破時，便會轉向對人腦的研究，試圖用計算機來模擬大腦的運轉方式。

現(xiàn)如今，雖然深度神經網絡應用越來越廣泛，我們卻也能越來越多地發(fā)現(xiàn)人腦運作的特殊性。

例如同樣是辨識動物，深度神經網絡需要在黑箱中投入大量長頸鹿的圖片，才能讓AI辨識出“長頸鹿本鹿”。但對于人類兒童來說，通常見過一次長頸鹿圖片，就能識別出長頸鹿的骨架。

這一神秘的認知過程，值得被不斷探索推演。

對1立方毫米的腦組織進行逆向工程

近年來一項名為Machine Intelligence from Cortical Networks（皮層網絡機器智能，以下簡稱Microns）的項目為行業(yè)提供了全新的思路——對于大腦灰質皮層進行“逆向工程”，破解出其中的運行策略，轉換成可為機器所用的算法。

這一項目來自2013年奧巴馬政府提出的“BRAIN倡議”，通過一億美金的支持，倡導科學家們從認知科學、神經科學、融合科學等多個角度來對人類大腦的運行方式進行研究。

這一倡議被視作第二個人類基因組計劃——后者由多個國家的政府、學術機構共同參與，耗時十三年對人類基因組進行測序。曾經有很多人質疑過人類基因組計劃的意義，但如今這一項目正在遺傳學研究上發(fā)揮著重要意義。

Microns目前是該倡議中完成度最高的項目，由美國高級情報研究計劃署主導資助。具體研究方式是，繪制出一塊1立方毫米的小鼠腦組織神經元結構，研究其神經元間電路連通的模式，從而逆向推演動物的大腦如何對外界刺激進行反應。

1立方毫米的小鼠腦組織，與人類相比，只達到了人類大腦體積的百萬分之一。可即便如此，仍然意味著5萬個互相連接的神經元，以及5億個突觸。

我們知道，逆向工程意味著在已知某一產品的最終形態(tài)后，重新推演這項產品的誕生過程。那么面對這樣龐大的問題，要怎樣進行“逆向工程”呢？

從顯微鏡到DNA，記錄神經元運動都有哪些方式？

美國高級情報研究計劃署選擇和三個研究團隊合作，三種方式齊頭并進一起對1立方毫米的小鼠腦組織進行研究。

哈佛大學選擇的是電子顯微鏡。通過對大鼠注入熒光蛋白并進行訓練，為大鼠播放視頻刺激大腦活動，當神經元活動時，熒光蛋白中的鈣離子就會融入細胞使其發(fā)亮。這時再用激光顯微鏡記錄下神經元活動狀況。另一方面，一立方厘米的腦組織被切割成薄片，在高分辨率下顯微鏡下成像。將活動時的神經元狀況和完整的非活動狀態(tài)下神經元連接狀況進行對比映射，從而去挖掘實驗鼠的“思維活動方式”。

來自哈佛醫(yī)學院的專家則選擇了另一種方法，他們通過一種特殊的DNA條碼對神經元進行標注，通過這種特殊的標注來識別神經元運動。至于腦組織切片，則可以通過基因測序機進行信息分類，從而重現(xiàn)神經元的運動情況。

來自美國科學促進會的團隊，則干脆選擇數據驅動的方式，通過對腦神經元連接方式的全面記錄來構建研究基礎。

在計劃中，三個團隊將一起監(jiān)測出大腦中數萬個神經元的運動情況，并且將腦組織切片的橫截面計算拼接，將神經元的活動路徑連接起來，構成一幅大腦運動的三維地圖。建立在這一基礎上，在嘗試模擬神經元運動的模式。