[科学技术]用脑“拼图”拼出下一代人工智能！ 

原标题:用大脑“拼图”拼出下一代人工智能！复旦的研究团队在三个月内发表了七篇高水平的论文

人工智能离解锁人脑还有多远？具体的研究路径是什么？是“重刻”大脑，还是换一种方式？复旦大学类脑智能科技研究院院长封建锋结合最新成果，在接受《文汇报》记者专访时直截了当地回答:短期目标是拼出一个“低密度大脑”，长期目标是实现真正的类脑人工智能。

在过去的三个月里，封建锋的团队已经在世界顶级学术期刊上发表了七篇论文。在迎来学术收获期的同时，一些新的研究成果令人振奋:通过脑图像准确诊断困扰全球5.9%-7.1%儿童的ADHD，并评价治疗效果；对于帕金森病，细分不同亚型，提供针对性干预；为高复发率、高死亡率的颅内恶性胶质瘤提供新的治疗途径...

可以说，每一篇论文都揭示了人类某种行为或疾病与某种脑网络机制的关系，使科学家离模拟某个脑区的目标又近了一步。

对大脑结构和功能的研究可能会重新定义疾病

人脑的运行机制是一个黑箱，每个脑区都以网络的形式参与复杂的行为控制。了解大脑工作机制的一个重要方法是比较脑部疾病患者和健康人大脑的差异。
封建锋团队成员贾天野告诉记者，通过脑成像和多模态队列研究，结合算法分析，发现儿童的注意力缺陷、多动症、行为障碍、抑郁症、精神分裂症、老年退行性疾病等。都与某些脑区的发育和病理变化有关。

这些发现将从大脑成像维度重新定义疾病。对一些儿童精神疾病甚至传统精神病学的认知可能被颠覆。同时，新的发现也使得模拟大脑成为可能。

以多动症为例。小组成员罗强介绍说，在过去，学者们认为负责注意力的大脑缺陷是儿童多动症的主要原因。但是，根据他对大脑机制的研究，多动症儿童对奖励的延迟非常反感，对奖励有很高的期望，所以非常兴奋。

更令人惊讶的是，多动症儿童视皮层体积的异常发育也与这两条通路的功能受损有关。罗强说，这也从大脑运行机制的角度解释了为什么多动症儿童会出现注意力缺陷和行为障碍，以及为什么有些多动症儿童会在成年后自愈。

对于帕金森病的研究，脑成像研究也给出了新的答案。该小组成员程维说，通过对帕金森患者的大数据研究，发现大脑某一部分大脑区域较小的患者发展非常迅速，五年后将发展到严重程度。但这方面的患者进展相对缓慢，即使没有特殊干预。“这也意味着它将改变帕金森病(一种高度抑制性疾病)的分类，并预测疾病的发展。”。

聚集最优秀的科学家，最大限度地提高交叉学科

封建锋总结了取得重要学术成就的原因，他说，首先，这与研究所的独特优势——高水平的国际合作有关。目前，研究所与剑桥大学、牛津大学等顶尖机构建立了长期的研究合作伙伴关系，并结合超级人工智能算法，专注于脑部疾病，在医院开展临床合作诊疗研究，推动脑部疾病的智能诊疗。

▲

张江国际脑成像中心

国际合作也有力地推动了国内人才数据库的建立。复旦大学建设了张江国际脑成像中心，并与国内多家医院合作建设了张江国际脑库，包括中风、首发精神分裂症、抑郁症、神经退行性疾病和自闭症等5种疾病队列的全维数据，以及健康人群。高质量队列的建立将成为我国脑机制分析和脑疾病研究的“瑰宝”。

▲

大讨论课

类脑人工智能研究是一个典型的跨学科研究项目。然而，在封建锋的团队中，跨学科性得到了最大程度的体现。目前研究所拥有数学、物理、计算机科学、神经科学、临床医学、信息学、哲学等学科的学者和博士后，吸引和聚集了国内外各个学科的科研合作伙伴。每周二下午，定期的大型讨论课，从研究所成立到现在，五年风雨无阻。每次讨论都是激烈的头脑风暴，往往涵盖七八个学科，120多人同时在线讨论。

“我们的目标是聚集最优秀的科学家。开发原创、原创、脑启发的人工智能算法，必须突破学科，创新性地解决问题。”封建锋说。

布局下一代人工智能，用高级算法模拟大脑

类脑人工智能研究的每一个新进展，都可能成为帮助我们解码人脑的新钥匙。
“人工智能的核心是算法。人脑的本质也是一种算法，但目前我们还看不到这种算法机制。”封建锋介绍说，该团队已经建立了一个先进的算法库，并正在设计下一代人工智能算法。在人工智能领域，最基础最重要的是数学研究。

具体来说，通过数学算法，一方面对大脑的各个部分进行分析，从下到上，最后用一小片一小片的“拼图”拼出一个完整的大脑。另一方面，我们会一起推广，从上到下，用最先进的算法模拟大脑。在解决这些实际问题的过程中，应用数学会启发一些新的数学问题，进而反馈数学方法，形成良性循环。

这些基础研究成果将投入到疾病诊断、人工智能应用场景研发等具体应用领域。