管中窥脑

俞洪波

复旦大学生命科学学院，上海 200433

管中窥脑

俞洪波†

复旦大学生命科学学院，上海 200433

近年来，脑科学在技术方法上获得了长足的进步，多种成像手段能够为我们提供从脑功能区到亚细胞结构的活体实时成像数据。同时，深度学习算法等神经网络算法被广泛应用，获得了突破性进展。这些算法与神经生物学的基本原则相符，也将成为模拟脑的有力工作平台。

双光子成像；内源性光学成像；功能核磁共振；深度学习；人工智能

在过去的20年间，脑科学出现了突破性的进展。一方面，各种新型的研究方法层出不穷，使得研究者能够一层层打开脑的黑盒子；另一方面，神经网络算法在沉寂多年后，由量变到质变，开始推动人工智能的爆发式发展。这一浪潮方兴未艾，推进速度之快、面之广、点之深、应用之丰富，让人始料未及，它未来的发展边界目前还难以预见。这对人类社会是福音，是挑战，也是前所未有的威胁。

1 脑的复杂度堪比宇宙

人类的脑质量只有1.5 kg左右，直径20 cm上下，但内有乾坤。第一，在如此之小的空间内，容纳着80多亿个神经元，数量庞大。第二，单个神经元的形态各异，几乎找不到形态上一模一样的两个神经元。第三，每个神经元可以伸出如树干般的树突，在树突上分布着大量突触，通过突触与其他成千上百个神经元相连，交换信息。这些数量达千亿之多的突触排列组合，意味着几乎无限的可能。第四，突触的连接可以在短时间内被快速改变，增强或减弱，乃至于新生和消失。这些事实意味着，大脑是一个随时在变化的千亿个突触随机组合的复杂体系。

大脑不是一个静态的稳定体系，它随时接受信息，处理并指挥躯体做出相应的反应。在这个过程中，传递着形形色色的电信号，释放着多种多样的神经递质，其中涉及了多个不同的脑区，其时间精确度在毫秒级别。以人类读书这一行为为例：在系统层次，眼睛聚焦于阅读的词上，使得这个词的像投射于视网膜的中央凹；视网膜进行光电转换，产生的动作电位编码，以数字信号的形式传递到外膝体；在外膝体经过换元，再以动作电位形式传入初级视觉皮层；初级视觉皮层的信号沿着视觉的腹侧通路继续向上传递，进入语言中枢；为人类所理解后，运动中枢再通过上丘发出眼动信号，支配眼动肌，将注视点移动到下一个词上。更为重要的是，积极的阅读，还包括注意力的控制，内侧颞叶区对新内容的学习记忆，以及对分布于其他脑区的过往记忆的提取，以便在注意力的转换之间对新老内容进行比对反刍，由此触发包括前额叶皮层在内的逻辑推理等思维过程。阅读过程中，带给人的愤怒、愉快等情绪有时会激活杏仁核、前扣带回等多个情绪中心；这些情绪中心反过来，又会影响前述的信息处理过程。因此，信息的传递犹如多米诺骨牌，逐一触发，但复杂的是，其分支众多，而且循环往复，身陷其中，恍如多重罗生门。在上述每一个环节中，大脑信息处理还具有无处不在的随机性。这一随机性可以由外界刺激带来，也可以是大脑自身的波动性，这些随机性可以在某一时刻成为决定信息分支走向的决定性因素，使得我们的思维灵动、可预估但难以唯一求解。这些系统层次上的分析已经是扑朔迷离，而每一个层次本身，又是多个神经元所构成的神经网络，从还原论的角度来看，向下还可以是单个细胞层次、突触层次、离子通道层次和生物大分子层次。每个层次都有其固有的多分支、动态、随机特性(图1)。

图1 脑的复杂度可以与宇宙相比。生物大分子具有独特的空间构象((a)一个蛋白质的三维立体结构)；众多生物大分子组合成为细胞膜上分布的离子通道(b)；突触上分布着形形色色的离子通道((c)红色的轴突终钮与绿色的树突小棘，可以构成一个突触结构)，进行着神经元之间的信号传递；多个神经元组成的神经网络可以涌现出崭新的功能特性((d)一个实现方位选择性的回馈神经网络)；在每个脑区中都有无数不同类型的神经网络执行不同的功能，不同脑区间呈现信息的层次化处理((e)视觉信息从视网膜到外膝体，再到初级视觉皮层)；整个大脑是众多脑区协同工作的复杂体系(f)

对研究者来说，面对数量如同恒河之沙、复杂如同一沙一世界、变幻如同一瞬一世的脑，首要的任务是建立起有效的观察手段，能够在某一个局限的时空，对脑的有限部分进行研究。在活体工作状态下，实时观测脑的功能与结构变化，显得尤为重要。

2 多种新型脑研究手段帮助揭示脑的奥秘

鉴于脑区间信息的主要传递方式是动作电位，长期以来经典的研究手段是电生理记录方法。通过尖端细小的微电极插入记录脑区附近，可以记录尖端100 μm附近神经元的放电情况，经过后续的分类处理等分析手法，能分离出单个细胞的动作电位发放，称之为单细胞记录。该方法时间分辨率足够高，直接记录动作电位放电，但缺陷也很明显：它一次只能记录有限个神经元的反应，而且无从得知这些神经元的形态与连接方式，好比从恒河中捞出几粒沙子听声音，却不知道是白沙还是黑沙。此外，它是一种有创的记录方式，需要将微电极插入开颅的脑区，在人类的脑研究中大大受限。

为了解决记录神经元数量少的问题，电极阵列，甚至于记录芯片被相继开发。一个8×8的电极阵列，在被植入脑后，可以同时记录几十个神经元的放电，描绘出相应脑区的功能反应。为了克服植入后的连线问题，电极阵列向无线传输、小型化芯片方向发展，甚至于有可能在将来发展为柔性的、插入式的纳米金属网。这些电极阵列，不仅仅可以用来记录观测，也可以用来输入刺激电流，改变局部神经环路，是未来控脑的一个潜在生长点。

在全脑尺度上，无创的功能核磁共振等脑成像手段[1]提供了另一种视角。由于兴奋的脑区神经元活动增加，会造成该脑区耗氧量增加，从而改变脱氧与含氧血红蛋白的比例，已知脱氧与含氧血红蛋白中铁原子的磁性不同，因此，通过探测脑区中磁性的变化，即可间接地反映脑区的激活程度。磁性信号具有良好的穿透性，得以透过颅骨和脑组织检测，因此能够在无创情况下进行，使得该方法在人脑研究中呈现出井喷式发展。该方法的局限性也很明显，由于是间接的血氧信号，它与神经元的兴奋性之间并不完全是线性对应关系，因此准确性不足。另外，常用的3 T磁场强度下，其空间和时间分辨率都不高，处于毫米和秒的量级，与神经元微米的尺度和微秒的功能反应相比，相差甚多。在目前的实践中，该方法用于比较大尺度的功能定位和慢时间尺度下的功能研究。尽管如此，功能核磁共振技术已经深刻改变了人类对自身脑的认识，研究者对脑的功能结构从束手无策到一窥大概，已经是本质性的进步。由此衍生的许多改进方法，例如弥散张量成像(DTI)已经可以在无创情况下，勾勒脑区之间神经纤维的连接方式；静息态功能成像可以勾勒脑区之间的功能联系程度。它们的结合能够提供较大尺度下脑的功能连接图谱，这在20年前是不可想象的梦想。随着新的更强成像仪的研制，该方法的分辨率会越来越高，更为细致的图谱将逐渐呈现出来。

与功能核磁共振类似，内源性光学成像技术[2]也是利用局部脑区兴奋所带来的耗氧量增加。由于脱氧血红蛋白和含氧血红蛋白在605 nm的橙光下，光的吸收率差别很大，脱氧血红蛋白会吸收更多的光子，因此，局部耗氧增加的脑区视觉上会更“暗”一些，这一差值大概在千分之一的水平，利用摄像机，可以把这一差值记录下来，通过光学的方法了解脑区的激活程度。这一方法空间分辨率强于功能核磁共振，大概在几十微米的水平，在视觉、听觉、体感等初级感觉皮层有很好的应用，但是由于光的穿透力远逊于电磁信号，无法穿过颅骨，因此必须要制备透明窗口，会带来手术的创伤，在人脑的研究中大为受限。

以上的脑成像方法都无法直接观察单个神经元的形态与功能，而传统的组织学方法需要对脑进行灌流、固定、切片，所研究的是已经丧失整体功能的脑。双光子激光荧光成像技术[3]有效地弥补了这一空白，在荧光分子同时接受两个光子能量之后，该荧光分子会实现能级跃迁，但高能级态并不稳定，在跳回到低能级状态的同时，该荧光分子会释放出一个光子，释放出的荧光因此波长要长于激发光(两个光子)，能实现较好的波长上的分离。更为重要的是，要实现两个光子的同步吸收，需要极高的光子密度，这一点是通过物镜在空间上的聚焦，以及时间上激光的锁模脉冲式发放实现(使得光子能量被压缩于一个飞秒的时间窗口内)，这样，仅仅在极小的聚焦点上才会释放荧光；反过来说，在该时刻所获得的所有荧光均来自于这一聚焦点。那么，如果对聚焦点进行三维空间上的扫描，根据每个扫描点的荧光强度就可以重构出该三维空间的形态。该方法光毒副作用小，漂白作用微乎其微，非常适合于活体样本的成像。简单来说，就好比将显微镜放在活体脑之上，实时地观测脑结构。它的空间分辨率可以小于1 μm，可以对神经细胞，乃至于它们的树突、轴突、树突小棘等亚细胞结构进行精细的成像。根据荧光标记物的不同，它可以用来观测不同的信号。例如，如果荧光与细胞内的钙离子浓度相关，就可以检测刺激诱发下的钙离子浓度变化，推导出神经元的动作电位发放频率；如果荧光与某生化途径特异性相关，就可以研究细胞中该生化途径的时空动力学曲线；如果将荧光蛋白标记与特定的基因片段相连，就可以找到特异性表达该基因的细胞，并描记出它的表达过程。所以，多种不同类型的荧光蛋白犹如明灯，而多光子荧光成像技术好比是点亮这些明灯并探测它们光芒的有利工具，使得对活体脑显微结构的研究不再是一片漆黑。

光学方法在脑科学中的应用方兴未艾(图2)。2008年诺贝尔化学奖授予了绿色荧光蛋白的发现与改造；短短6年之后，2014年的诺贝尔化学家再次授予了超高分辨率成像技术。这一技术，突破了光学的衍射极限，使得研究者得以在活体状态下观测仅仅几十纳米的生物大分子，神经元轴突中的微管、突触前膜中的囊泡等及其微小的结构在功能实现过程中的变化得以被一窥究竟，将成像的空间分辨率大大提升[4]。从另一个角度，无标记的光学成像技术也在快速发展，二次谐波成像、拉曼波谱成像等非线性成像方法在快速地从物理学界迁移到生命科学中。它们无需外源性的荧光标记物，利用生物大分子所特有的光学特性，予以特异性的成像，在未来具有广阔的发展前景。

光学方法的另一个重要应用是采用光遗传学方法[5]控制大脑。研究者利用光敏感蛋白的基因序列，将其转入神经细胞，通过外源光控制细胞膜上光敏感蛋白介导的离子通道的开关，人为地兴奋或抑制特定类型的神经细胞，实现控制大脑的目的。光具有迅速、模式转换方便、空间分辨率强等特点，理论上有可能对脑中的多个关键节点实现精准的时空控制，这和脑信号的时空反应特性匹配。因此，利用该方法，神经科学研究者已经得以在小鼠中对记忆等脑活动进行操控，意义重大。这些工作只是刚刚启动帷幕而已。

图2 多尺度活体脑的光学成像手段。对同一脑区，可以采用不同的光学成像手段获取不同分辨率的结构与功能图。采用内源性光学成像手段，可以同时观察10 mm范围内的功能反应图((a)初级视觉皮层上获得的最优方位功能图)；对其中某个小区域，可以采用钙指示剂染色的方法，标记上百个神经元(b)，并记录它们对外界刺激的功能反应((c)单个细胞的方位功能图，不同颜色显示它们不同的方位选择性)；对其中某个细胞，可以进行定点染色，标记出它完整的细胞形态(e)，甚至于细致的亚细胞结构((d)一段树突上的树突小棘)

以上列举的仅仅是近年来脑科学技术进步的有限部分，更多的侧重于对脑功能的实时记录与控制，而在脑科学的分子遗传学机制方面所获得的突破，也同样是不胜枚举。这些不同技术的不断发展应用，将勾勒出越来越精细的脑结构与功能，使得我们在各个不同层次获得海量的实验数据。但如果仅仅获得了某一层次的数据，也只是盲人摸象、管中窥豹，对脑这样一个复杂体系，只是如实地描绘某一环节的运行方式，是远远不够的。以人类社会为例，几十亿人的所有信息理论上都有技术手段能完整获取，但其运行的方式和未来的轨迹，在没有了解机制的情况下，是无从下手的。因此，在脑科学的发展提供了前所未有的观测精度的情况下，未来的关注焦点将越来越多地投入到基本运行机制的研究上。

3 基于神经网络的机器学习算法所获得的突破

在神经科学研究者努力探寻脑工作机制的同时，相关的研究思路也影响着基于神经网络的算法研究。有所不同的是，在人工智能研究领域，可以在计算机中便捷地搭建任何类型的计算网络，可以自由构建仿真脑的层次性结构，但不必与真实的大脑完全等同。本质上来说，它们与脑科学共享一些基本思路，但属于并不相同的两个体系。在经过多年探索后，以深度学习算法[6]为代表的人工智能应用近几年来获得了根本性的突破。2012年，“谷歌大脑”团队让该网络自主地学会了猫的概念，他们利用百万张猫的图片，训练一个具有多个层级的神经网络，每次的训练都会对网络进行一次基于特定算法(而非人为)的修正，经过多次自主学习，该网络可以非常准确地识别出从未见过的猫图片。在这个过程中，没有特定的人为指导去界定什么是猫，一切源于自主学习，猫的概念在经过百万次学习后固化，存储于多个层次的神经网络里每个节点的连接权重中。自此之后，人工智能的发展一日千里，目前在人脸识别能力上已经全面超越人本身，在语音识别、大数据的特征提取、语言翻译、自动驾驶、智力竞赛等多个方面都获得了根本性的突破，使得原本很多经验依赖性的工作，能越来越多地被智能算法所替代，大有引领新一代工业革命的势头(图3)。

图3 人工智能在深刻改变人类社会。2012年“谷歌大脑”团队利用深度学习网络让计算机自发学会了猫的概念(a)，随后它被运用于计算机的看图说话中((b)计算机可以说出“一群年轻人在草地上玩飞盘”)，语言的同声翻译中((c)大量语音识别与翻译App已经涌现)，自动驾驶车辆已经在高速路上行驶(d)，IBM的Waston机器人参加人类的智力竞赛并多次夺冠(e)

人工智能领域的快速进展，也推动着研究者对人脑的认识。脑科学研究者迫切地想知道是什么促成了深度学习算法的成功。在深度学习框架中，包括很多自下而上传递信息的层次，每个层次本身是一个多点的矩阵，每个像素点可以类比为一个神经元(或一个功能单元)。每个神经元可以向下一层次的多个神经元传递信息，其传递的节点类似于神经系统中的突触，其算法的核心是传递的权重在学习中不断改变，类似于神经系统中的突触可塑性。因此，下一级神经元的输入是上一级中多个神经元输入的权重加和，而该神经元的输出是输入总和的非线性函数(多采用S型曲线)，前一个加和过程在神经系统中类似于突触后电位的整合，后一个编码过程类似于从突触后电位转变为动作电位的阈上发放。在整个训练过程中，以图像识别为例，刺激图像首先激活第一层的神经网络，并依次整合，传递到下一层神经网络，在传递过程中，下一级的神经元接受刺激的范围逐级扩大，刺激本身会改变连接权重(类似于神经系统中的Hebb准则，同步激活的神经元间的连接权重会增加)，在信息不断向上传递的过程中，信息高度整合，会在最高层次做出判断(是不是猫？)，如果和标注(人工事先判定是否是猫)一致，则固化这些连接权重改变，如果不一致，则从上而下地进行误差反传，依次修改每一层次的连接权重，直到与标注一致为止。误差反传算法的参数在不同研究者中有所不同，但一旦设定，不会做出人为干预。因此，该算法本质上是一类只进行结果判断的自组织学习。

综上所述，这些基本过程都与经典的神经生物学相符，是一些非常基本的信息传递方式，并没有涉及复杂的网络构建、特异性的时空动力学设计，但它为何会在近几年获得根本性的突破？主要的因素在于大样本训练，深层次网络运算。具体来说，在网络化时代之前，想要获得上百万张有标注的猫的图片非常困难，但随着自媒体、网络和搜索引擎的快速发展，Google得以获得这样的大样本资源，用于训练。在上百万次的训练中，猫的概念得以成型，这是典型的由量变到质变的过程。在人类发育早期的学习过程中，婴儿甚至于无法听懂父母的教诲，有的只是多次的刺激与简单的反馈(例如吃手、抓东西等简单任务学习)，这种自发学习的过程与深度学习算法非常相似。该算法成功的另外一个重要引擎是深层次的神经网络运算，之前的神经网络很少能超过5层，原因不是研究者不想，只是因为不能，每个层次的增加都会带来巨大的运算量，而且自上而下的误差反传很难反向传递到底层。在云计算等运算能力达到临界点，以及误差反传算法简化到可实用性阶段后，深层次的运算终于实现。目前，某些算法框架中层次可以达到上百层，在深层次的神经网络中，天然地具备高精度处理复杂信息的潜能。这一点和人脑非常相似，以视觉系统为例，人类与视觉相关的脑区超过30个，包括腹侧与背侧通路两个主要的分支，而每一个脑区本身从解剖上来看就有6层。处理视觉任务的深度学习网络框架与人的视觉系统高度相似，从电子工程和生命科学两个不同的角度交互验证了体系构造的合理性(图4)。

令人振奋的是，初步的深度学习算法框架已经能够解决大量人工智能产业的实际问题，更为深入、类脑的算法改进将带来更多的冲击。潜在的方向包括，如何在总体上自下而上的深度学习算法中引入反馈机制。在脑科学中，反馈无处不在，其投射总量甚至于超过前馈本身。已有的脑科学实验表明，反馈在注意力控制、情绪的影响、记忆的提取与比对、信息的选择性闸门控制等诸多方面起着决定性作用。在人脑中，很多知识的获取并不需要上百万次的训练，而猫的概念建立可以很容易地帮助狗的概念的建立，这使得人脑在多任务开放体系中显著占优。目前，深度学习算法存在迁移能力差的问题，解决这些瓶颈问题，都有赖于脑科学的帮助。

图4 深度学习的计算模型高度类脑。深度学习网络包括多个层次，信息自下而上逐层传递，不断整合(a)；人类的视觉系统也是由众多层次组成，信号从视网膜逐层向上传递(b)。它们的核心是自组织、自学习、多层次。但在人脑中，存在着无处不在的大量的反馈，而深度学习网络还有所欠缺

同时，脑科学也有自身难以攻克的难题。一个百亿神经元、多层次的神经网络，以毫秒级别在运算，以分钟级别随时在改变连接方式，采用任何技术手段，也无法勾勒全景，事实上，也没有必要勾勒全景。原因在于，每个人的大脑都不相同，即便了解了某个人的全景，也无从复制到另外一个个体上。脑科学的未来不能停留在对某个脑区、某个现象的描述上，而应该关注基本的组织规律和运行规则。解决复杂系统的希望在于计算模拟，而非全景式的活体记录。只有在超级计算平台上，研究者才能便捷地探索脑的深层次神经网络及其时空动力学，才有可能在形形色色的个体表象背后，寻找真正的规律。这一点，类似于经典物理学中的牛顿三大定律，从此出发，可以勾勒、验证并预测万物的运动轨迹，这是脑科学研究者的梦想。深度学习等形形色色的机器学习网络模型，已经获得了巨大成功，并在诸多基本理念上与神经科学相符，是开展脑模拟的理想计算平台。这样的模拟平台构建简单，运算可控而快速，最为重要的是它完全透明，整个过程可以被研究者细致观察。在模拟脑功能的基础上，如果再利用多种脑科学技术手段，进行有针对性的生物实验，对关键问题进行反复验证[7]，可以预见，它将成为脑科学研究的一个重要研究方向。

4 未来展望

我们处在一个伟大时代的开端，人类对自身的了解在未来的几十年间将远超以往，从管中窥脑到一探究竟；人工智能的浪潮也仅仅开端，脑科学与人工智能的交互融合将大大加速这一进程，成为基础科学与社会变革紧密结合的典范。在可预见的未来，我们的生活将随之而巨变，许多原本借助人力的服务将由机器完成，成本显著降低，个性化的关怀服务不再是目前高昂的私人定制，而会变成一种社会标准。人类也许会在历史上第一次从紧张的生产活动中解放出来，享受生活并致力于创造性实践。在敦煌壁画中，绘制着西方极乐世界的图景，寒暑随着人的意愿转换，生活富足，健康长寿，这一直是多少世代的追求，如今我们看到了它实现的一丝可能。但具有讽刺意味的是，即便在这样一个社会，佛教故事也描绘了人心的不足与贪婪，物质生活水平的提升并没满足人类终极的精神生活需求。人们有理由担心，如果未来的科技为少部分人所垄断，社会财富的分配缺少公正与公义，宛如电影《黑客帝国》的一幕是否会成真？如果大部分人类锦衣玉食，缺少了生活的追求，是否成为人类堕落的开始？如果控脑技术发展成熟，它是否会被某些人利用，人类的自由意识将前所未有地受到威胁？如果人类发展的人工智能系统自我演化，脱离人类的控制，是否将意味着人类的终结？因此，这一传统意义上理工学科的发展必然对法学、社会学、伦理学、哲学提出崭新的挑战。本质上，人的精神家园也牢牢地植根于脑中，因此这也是一个脑科学的命题，我们的思想、道德、本我、意识在脑中是什么，它在哪里，如何运作，去往何方？

(2016年11月14日收稿)

[1] OGAWA S, LEE T M, NAYAK A S, et al. Oxygenation-sensitive contrast in magnetic resonance image of rodent brain at high magnetic felds [J]. Magn Reson Med, 1990, 14(1): 68-78.

[2] GRINVALD A, SHOHAM D, SHMUEL A, et al. In-vivo optical imaging of cortical architecture and dynamics [M]//WINDHORST U, JOHANSSON H. Modern Techniques in Neuroscience Research. Berlin, Heidelberg: Springer,1999: 893-969.

[3] DENK W, STRICKLER J H, WEBB W W. Two-photon laser scanning fuorescence microscopy [J]. Science, 1990, 248(4951): 73.

[4] SUAREZ F, TING A Y. Fluorescent probes for super-resolution imaging in living cells [J]. Nat Rev Mol Cell Biol, 2008, 9(12): 929-943.

[5] DEISSEROTH K, FENG G, MAJEWSKA A K, et al. Next-generation optical technologies for illuminating genetically targeted brain circuits [J]. Journal of Neuroscience, 2006, 26(41): 10380.

[6] HINTON G E, OSINDERO S, TEH Y. A fast learning algorithm for deep belief nets [J]. Neural Computation, 2006, 18: 1527-1554.

[7] YU H, FARLEY B J, JIN D Z, et al. The coordinated mapping of visual space and response features in visual cortex [J]. Neuron, 2005, 47: 267-280.

(编辑：段艳芳)

Research brain function with multiple imaging techniques

YU Hongbo
School of Life Sciences, Fudan University, Shanghai 200433, China

Modern techniques in brain sciences have improved greatly in the past 20 years. The combination of multiple imaging techniques provides us in vivo live images of brain functional domains, as well as sub-cellular structures of a neuron. At the same time, deep learning neural network was widely applied and ground breaking improvement was achieved in various felds. This neural network shares similar organization principles in neurobiology, which may be a powerful platform to simulate the brain function.

two photon imaging, intrinsic signal optical imaging, function MRI, deep learning, artifcial intelligence

10.3969/j.issn.0253-9608.2016.06.002

†通信作者，E-mail: hongboyu@fudan.edu.cn