大資料在歐洲——歐盟人腦計畫

作者注：歐盟人腦計畫于2013年入選了歐盟的未來旗艦技術專案，獲得了10億歐元的資金支援，也成為了全球範圍內最重要的人類大腦研究專案。 目前對於人類大腦研究的重要性和意義已無需贅述，國內對人工智慧和神經認知的討論也日益增多，但卻非常淺顯，關於歐盟人腦計畫的介紹僅是幾篇簡短的電子報，而「百度大腦」的出現也只是吸引了一下眼球而已。 因此，筆者想通過對歐盟人腦計畫的詳細描述為關注這個領域的研究機構、互聯網公司和愛好者提供一些有實際意義的參考和靈感。 同時，也想讓大家感覺一下，當我們還在把「最強大腦」當娛樂時，國外對人腦研究的重視和執行已經到了何種程度。 或許在將來我們依然能看到那個熟悉的畫面：我們一邊在流水線上加工著廉價的大腦硬體，一邊幸福的談論著國外的人腦技術是如何超乎想像和令人興奮。 就像我們今天談論電腦、互聯網和iPhone一樣。

理解人類大腦是21世紀科學領域最重大的挑戰之一。 如果我們能對此良好應對，則可以更好的洞悉大腦原理，研發新的大腦疾病的治療方法，並能建立一套全新的、革命性的資訊通信技術（Information and Communications Technologies ,以下簡稱ICT）。

本文節選自HBP（人腦計畫，Human Brain Project,以下簡稱HBP）執行報告，其認為，資訊通信技術和生物學的融合已經到達了一個奇點——它可以將我們一直夢寐以求的掌握人類大腦變為現實。 正是這種可行性促使研究者發起HBP的預研究專案（HBP-PS），預研究由歐盟資助，為期一年，300多名來自神經認知學、醫學和計算科學的專家集聚一堂來開發一種新的ICT以便更好的研究大腦並在此基礎上開展各種應用。 2013年，該專案入選了歐盟的未來旗艦技術專案（Future & Emerging Technologies,以下簡稱FET,另一個專案是石墨烯），將從歐盟委員會獲得10億歐元資金支援，為期十年。

一、專案背景和綜述

研究者發現在大腦研究過程中我們一直以來面臨的最大障礙是各項大腦研究工作及產生資料的碎片化。 當今的神經認知學領域的研究非常富有成效但缺乏系統性。 它得到的眾多資料描述了大腦眾多區域內不同生理組織的不同層次，而這些研究樣本又來自于不同發育階段的不同物種。 現階段，研究者迫切需要將這些資料進行整合，以更好的展示出各部分如何組合並形成統一的、多層次的研究體系。

生物學和資訊通信技術的不斷融合給了我們實現這個偉大目標的機會。 新的基因測序和成像技術、新的顯微鏡觀測技術使我們觀測大腦的方式發生了徹底改變。 借助互聯網和雲計算，我們可以輕易的將分佈在世界各地的研究機構和醫療機構的資料進行高效整合。 神經資訊學為我們提供了更先進的資料分析方法，説明我們構建無比詳盡的大腦圖譜並進行共用，鑒定別我們各自的知識缺陷和盲點，並在實驗資料缺失時通過技術手段對參數值進行預測。 而對於大腦龐大且複雜的生理細節，超級電腦的出現也使得建立和類比各種大腦模型成為可能。

這些技術將加速我們對大腦的理解，也能在另外兩個領域給與我們啟發，一是針對大腦疾病全新預防和治療方式；二是能夠變革產業、經濟和社會的更為先進的計算技術。

二、大腦研究的新基礎

HBP追求四大目標，每一個目標都是以現有工作為基礎，並成為下一步研究的觸發點。

1、資料

採集篩選過的、必要的戰略資料來繪製人腦圖譜並設計人腦模型，同時吸引專案外的研究機構來貢獻資料。

當今的神經認知學已經積累了海量實驗資料，大量原創研究帶來了層出不窮的新發現。 即便如此，構建多層次大腦圖譜和統一的大腦模型所需的絕大部分核心知識依然缺失。 因此，HBP的首要任務是採集和描述篩選過的、有價值的戰略資料，而不是進行漫無目的的搜尋。 HBP-PS定義了資料研究的三個重點：

1）老鼠大腦的多層級結構。 此前研究表明，對老鼠大腦的研究成果同樣適用于所有的哺乳類動物。 因此，對老鼠大腦組織的不同層級間關係的系統研究將會為人腦圖譜和模型提供關鍵參考。

2）人腦的多層級結構。 老鼠大腦的研究資料在一定程度上可以為人腦研究提供重要參考，但顯然兩者存在根本區別。 為了定義和解釋這些區別，HBP的研究團隊應採集關於人類大腦的戰略資料，並盡可能積累到已有的老鼠大腦資料的規模，便於對比。

3）人腦功能和神經元結構。 弄清大腦結構和大腦功能之間的聯繫是HBP的重要目標之一。 HBP會把三分之一的研究重點放在負責具體認知和行為技能的神經元結構上，從其他非人類物種同樣具備的簡單行為一直到人類特有的高級技能（例如語言）。

2、理論

定義數學模型，解釋不同大腦組織層級與它們在實現資訊獲取、資訊描述和資訊儲存功能之間的內在關係。

如果缺乏統一、可靠的理論基礎，我們很難解決神經科學在資料和研究方面碎片化的問題。 因此，HBP應包含一個專注于研究數學原理和模型的理論研究協調機構，這些模型用來解釋大腦不同組織層級與它們在實現資訊獲取、資訊描述和資訊儲存功能之間的內在關係。 作為這個協調機構的一部分，HBP應建立一個開放的「歐洲理論神經科學研究機構」（European Institute for Theoretical Neuroscience），以吸引更多專案外的優秀科學家參與其中， 並充當創新性研究的孵化器。

3、ICT平臺

建立一套綜合的ICT平臺系統，為神經認知學家、臨床研究者和技術開發者提供服務以提高研究效率。

HBP的第三個目標是建立一個彙集多個ICT平臺的統一技術系統，其具備充分的技術潛力來應對一種全新的基於ICT的人腦研究任務。 我們建議組建六大平臺，神經資訊系統、人腦類比系統、醫療資訊系統、高性能計算系統、神經形態計算系統和神經機器人學系統。

1）神經資訊系統。 HBP的神經資訊平臺將為神經科學家提供有效的技術手段，使他們更加容易的對人腦結構和功能資料進行分析，並為繪製人腦的多層級圖譜指明方向。 此平臺還包含神經預測資訊學的各種工具，這有助於對描述大腦組織不同層級間的資料進行分析併發現其中的統計性規律，也有助於對某些參數值進行估計，而這些值很難通過自然實驗得出。 在此前的研究中，資料和知識的缺乏往往成為我們系統認識大腦的一個重要障礙，而上述技術工具的出現使這一難題迎刃而解。

2）人腦類比系統。 HBP會建立一個足夠規模的人腦類比平臺，旨在建立和類比多層次、多維度的人腦模型，以應對各種具體問題。 該平臺將在整個專案中發揮核心作用，為研究者提供建模工具、工作流和模擬器，説明他們從老鼠和人類的大腦模型中匯總出大量且多樣的資料來進行動態類比。 這使「電腦類比實驗」成為可能，而在只能進行自然實驗的傳統實驗室中是無法做到這一點的。 借助平臺上的各種工具可以生成各種輸入值，而這些輸入值對於HBP中的醫學研究（疾病模型和藥物效果模型）、神經形態計算（應用於神經形態硬體的大腦模型）、神經機器人研究（應用於具體認知和行為任務的神經回路模型）至關重要。

3）高性能計算系統。 HBP的超級計算平臺將為建立和類比人腦模型提供足夠的計算能力。 其不僅擁有先進的百億億次級超級計算技術，還具備全新的交互計算和和視覺化性能。

4）醫療資訊系統。 HBP的醫療資訊系統需要彙集來自醫院檔案和私人資料庫的臨床資料（以嚴格保護病人資訊安全為前提）。 這些功能有助於研究者定義出疾病在各階段的「生物簽名」,從而找到關鍵突破點。 一旦研究者擁有了客觀的、有生物學基礎的疾病探測和分類方法，他們將更容易找到疾病的根本起源，並相應的研發出有效治療方案。

5）神經形態計算系統。 HBP的神經形態計算平臺將為研究者和應用開發者提供他們所需的硬體和設計工具來説明他們進行系統開發，同時還會提供基於大腦建模多種設備及軟體原型。 借助此平臺，開發者能夠開發出許多緊湊的、低功耗的設備和系統，而這些正在逐漸接近人類智慧。

6）神經機器人系統。 HBP的神經機器人平臺為研究者提供開發工具和工作流，使他們可以將精細的人腦模型連接到虛擬環境中的類比身體上，而以前他們只能依靠人類和動物的自然實驗來獲取研究結論。 該系統為神經認知學家提供了一種全新的研究策略，説明他們洞悉隱藏在行為之下的大腦的各種多層級的運作原理。 從技術角度來說，該平臺也將為開發者提供必備的開發工具，説明他們開發一些有接近人類潛質的機器人，而以往的此類研究由於缺乏這個「類大腦」化的中央控制器，這個目標根本無法實現。

4、應用

HBP的第四個主要目標是可以成功的體現出為神經認知學基礎研究、臨床科研和技術開發帶來的各種實用價值。

——統一的知識體系原則。 本專案中的「人腦類比系統」和「神經機器人系統」會對負責具體行為的神經回路進行詳盡解釋，研究者可利用它們來實施具體應用，例如類比基因缺陷的影響、分析大腦不同層級組織細胞減少的後果，建立藥物效果評價模型。 並最終得到一個可以將人類與動物從本質上區分開來的人腦模型，例如，該模型可以表現出人類的語言能力。 這些模型將使我們對大腦的認識發生質的變化，並且可以立即應用於具體的醫療和技術開發領域。

——對大腦疾病的認識、診斷和治療。 研究者可充分使用醫療資訊系統、神經形態計算系統和人腦類比系統來發現各種疾病演變過程中的生物簽名，並對這些過程進行深入分析和類比，最終得出新的疾病預防和治療方案。 這項工作將充分體現出HBP專案的實用價值。 新診斷技術在疾病還未造成不可逆的危害前，就能提前對其進行診斷，並針對每位患者的實際情況研發相應的藥物和治療方案，實現「個人定制醫療」,這將最終有利於患者治療並降低醫療成本。 對疾病更好的瞭解和診斷也會優化藥物研發進程，更好的篩選藥物測試候選人和臨床測試候選人，這無疑有益於提高後期的實驗成功率，降低新藥研發成本（目前每種藥物的研發成本約10億歐元）。

——未來計算技術。 研究者可以利用HBP的高性能計算系統、神經形態計算系統和神經機器人平臺來開發新興的計算技術和應用。 高性能計算平臺將會為他們配備超級計算資源，以及集成了多種神經形態學工具的混合技術。 借助神經形態計算系統和神經機器人平臺，研究者打造出極具市場應用潛力的軟體原型。 這些原型包括家庭機器人，製造機器人和服務機器人，它們雖然看起來不顯眼，但卻具備強大的技術能力，包括資料採礦、機動控制、、視頻處理和成像以及資訊通信等。

三、社會倫理

考慮到HBP的研究和技術帶來的巨大影響，該專案會組建一個重要的社會倫理小組，來資助針對HBP專案對社會和經濟造成的潛在影響的學術研究，該小組會在倫理觀念上影響HBP研究人員，管理和提升他們的倫理道德水準和社會責任感， 其首要任務是在具有不同方法論和價值觀的利益相關者和社會團體之間展開積極對話。

四、專案的三大階段

HBP將持續十年，分為三個重要階段。

最初兩年半（「ramp-up」 phase,上升期），HBP將專注于ICT平臺初始版本的建立，並為該平臺收集篩選過的戰略資料。 此階段結束時，ICT平臺能夠為本專案及專案外的研究者所正常使用。

接下來四年半（「operational phase」,運營期），專案會加強戰略資料的收集以及平臺新功能的補充，同時也會積極展示該ICT平臺在神經人認知學的基礎研究、醫療應用和未來計算技術方面的重大價值。

最後三年（「sustainability phase」,穩定期），專案會繼續上個階段的工作並努力實現自負盈虧——讓這個平臺上創造出來的功能和知識成為歐洲科學研究和產業發展的永久性資產。

五、成本

估計HBP的整體投資將接近11.9億歐元，其中第一階段需要8000萬歐元，第二階段需要6.73億歐元，第三階段需要4.37億歐元。

六、HBP的管理和經營

HBP將是一個持續十年的龐大的跨學科的研究專案，包含了來自二十多個國家的合作方，且耗資巨大。 因此，我們經營管理機制必須具備強大且靈活的領導力，保證ICT平臺真正變成一個共同體資源來共用和合作。 HBP合作方建立監督機制，各類監督活動也會貫穿專案始終。 希望接入ICT平臺的研究專案必須經過完備的競爭和篩選過程，而且此過程會向全球科學界進行公開。

七、HBP的影響

HBP將極大加速人類對人腦結構和功能的全面理解，有助於人類更好的研究大腦疾病併發現更加優化的治療方案，也會説明人類開發基於人腦機理的革命性的資訊通信技術。

從對科學研究的影響來說，HBP收集的資料以及ICT提供的各種技術手段將説明我們克服之前神經科學研究碎片化的問題，為我們深入瞭解大腦結構和功能之間的關係提供了全新的視角。 該專案將使研究者有機會解開當今神經認知領域的諸多研究難題，包括大腦的學習和記憶，神經編碼原理，甚至是人類感覺和意識的神經原理。

HBP也會給醫學帶來重大影響，加速新診斷工具和治療方式的研發。 考慮到大腦疾病的高額成本，即使很小的進步也會產生巨大的經濟效益和社會效益。 降低藥物研發成本、提高藥物成功率也會使製藥產業獲益良多。 核心模型和技術由歐洲研究者和機構開發出來，這將極大提高歐洲製藥產業在全球腦部疾病新藥領域的競爭優勢，而該領域的市場潛力巨大。

通過將大腦研究整合至ICT平臺，HBP將有足夠的話語權來決定電腦技術的未來發展方向。 專案中用到的超級計算、人機交互和視覺化、全方位類比和雲計算等技術會更多的為產業和消費者服務，開始一個良性迴圈，需求增長導致規模效應和成本下降，而成本的下降會進一步刺激需求， 使超級電腦等技術能夠更加廣泛的應用於產業界和學術界。 這些功能需要先進的軟體支援，而歐洲在這方面擁有強大的競爭優勢。

HBP在神經形態計算和神經機器人學方面的研究工作會促使低功耗系統加速發展，以逐漸接近人類水準。 雖然這些技術不會取代過去50年驅動歐洲發展的傳統電腦技術，但它們深具潛力的應用範圍和戰略意義也同樣重要。 HBP如果可以在此領域佔據領先地位，則將會對保持歐洲在世界經濟中的競爭地位起到關鍵作用。

(責任編輯：lvguang)