“未来我们在科研范式上会有一个重大的改变，大多数科学家还没意识到这个问题，少数走得比较前沿的科学家已经开始意识到了。”清华-idg/麦戈文脑科学研究院研究员鲁白教授近日在清华大学一个闭门座谈会上表示。
传统的基于“假设”的科学研究范式正在被颠覆。在人工智能时代，我们可能不需要技术，不需要经验，甚至不需要假说，即可获得相应的结果。为何会发生如此大的变化？新的科学范式下，中国如何支持原始创新引领潮流？快速发展的人工智能又与脑科学有何关系？
国际著名神经学家鲁白教授，商汤科技联合创始人、首席执行官徐立，以及idg资本合伙人牛奎光，三方展开了一场围绕“人脑vs智能”的深度探讨，不同学科的融合与冲突，前沿观点的解读与碰撞，本文全盘呈现。
撰文 | 骁 铭
责编 | 叶水送
“人脑是一个大家很关心的话题，它其实代表着最高的一个智能，对智能本身的这样的一个理解，应该是我们一直追求的一个方面。”idg资本合伙人牛奎光在开场时表示。事实上，脑科学一直被视为人类理解自然界现象和人类本身的“终极疆域”，也是本世纪最重要的前沿科学之一，在脑疾病防治、类脑智能等方面具有重要应用价值和社会意义。作为20世纪最伟大的生物学家之一的弗朗西斯·克里克（francis crick），在发现dna双螺旋结构后，迅速转战另一个前沿领域——脑科学。然而，人脑是人体最复杂的器官之一，拥有800多亿个神经元，如同一个极其复杂的电路系统，以至于我们至今仍不清楚它大部分的工作原理。自2013年起，世界各国先后启动了脑科学计划，除了来自政府的资助外，私人公司也在大力发展脑科学。最有名的私立脑研究中心莫过于艾伦脑科学研究所以及麦戈文脑科学研究院（全球四所）。其中麦戈文脑科学研究院与中国渊源颇深——2011年，idg创始人麦戈文和idg资本联合清华大学成立了清华-idg/麦戈文脑科学研究院，而今年4月，双方宣布再次延续此前的合作。“我们很难想象，百年清华在清华-idg/麦戈文脑科学研究院成立前，几乎没有进行脑科学的研究。这个研究院就像一颗种子，历经十年的成长，清华脑科学的研究已经取得了长足的进步。”清华大学-idg/麦戈文脑科学研究院院长时松海表示。目前，研究院所做的不仅限于生物医药研究，还设有不少工科相关的实验室，进行诸如脑机接口、深脑刺激、类脑计算以及芯片开发等研究工作。从左向右依次为：idg资本合伙人牛奎光，国际著名神经学家鲁白教授，商汤科技联合创始人、首席执行官徐立
近年来，中国脑科学研究取得了长足的进步。在鲁白看来，脑科学研究基本可分为五大领域，分别是感知、运动、记忆、情绪以及认知。截止目前，感知、运动大多数已被科学家研究清楚，发展比较成熟；记忆是过去二十年里神经科学进展最快的领域之一，关于记忆的机制已经研究得相当深入；情感和情绪是计算机所不具备的，其神经环路、神经递质、分子、基因等都已研究得比较透彻；认知，是人类最想知道但进展并不显著的领域。“从认知可以上升到意识，但需要以一些低级的认知过程作为研究的开始，这也是今天麦戈文研究所乃至整个世界的研究热点之一。”鲁白表示，在我们认识了正常的大脑如何工作后，应对大脑的病理过程有一个充分的认识，包括可见的病理性变化如阿尔兹海默症，以及不可见的变化，如抑郁症、精神分裂症等。然而，截至目前即使是病理变化可见的脑疾病，如阿尔兹海默症、帕金森综合症等，我们仍束手无策，很多制药公司多年来投入重金，招募全球顶尖的科学家，仍难以掀起这些衰老性疾病神秘面纱的一角，更别说患者人数不断增加的抑郁症人群。目前，我们对这些精神类疾病的真容仍知之甚少。因此，这就需要一种全新的技术或研究范式的出现，从而帮助我们更好地理解这类疾病，其中被寄予厚望的就有人工智能技术，它可以快速找到可能的药物靶点，也可以通过对脑部图像的智能识别来判断疾病未来的发展趋势。
事实上，人工智能在帮助我们更好地了解人类大脑机理的同时，它的发展也受益于脑科学的深入研究。脑科学可以提供更多的新思路来帮助计算机进行类脑计算或者开发新的算法，通过对脑微观维度的探索可能会产生一种新型的神经计算机，它对宏观维度进行的实时探索有助于理解大脑在复杂环境下利用多个信息源（视觉、听觉、嗅觉、触觉等）进行综合决策的机制。在鲁白看来，“神经科学领域传递机理的一些基本原理可用在计算机上面，但今天我们还没有很好地用它，只是深度学习用了一些神经科学的基本理论，如层级理论（hierarchy theory）”。徐立也认为，“1950年图灵提出了一个很有意思的问题：thinking machine，也就是机器能不能思考，所以才有了著名的图灵测试，这其实是把发展的路线放到人和机器的比较当中，从脑科学当中借鉴来的分层结构也可以用到人工智能发展当中”。这是人工智能研究的前沿，也是该领域取得下一个突破的关键。对此牛奎光也讲述了当年为何被商汤科技技术打动的故事。“我当时理解商汤的时候，感觉更多的是它用的深度学习算法，本质上是在向人脑的生物学组织方式进行学习，虽然不是全部，从生物的角度上来讲，它可以为it进行很多的支撑。”牛奎光回忆到，“我跟徐立的连接是在2014年，当时人工智能技术刚成熟，我跟他聊，如果人工智能产业化之后竞争激烈了怎么办，他给我打个了比方，如果我们要做一个猫脑子的智力水平系统，你创业可以做两件事，第一训练猫去抓耗子，做应用；第二努力把猫的脑子提高到猴子脑子的智力水平。其他人都在做第一个，商汤第一个也要做，但更重要的是做第二个。”
“因为如果要做的事情是摘果子，我们现在只有一只猫的脑子，只能抓耗子，我们就必须把它升级成为一只猴子的脑子，这就是我们想做的底层延伸。”徐立补充道。然而，人工智能的发展也有它自身的特点，并非完全照搬人脑活动的机制。以deepmind预测蛋白质结构的系统alphafold2为例，只需输入蛋白的氨基酸序列或其对应的dna序列，该系统就可以对蛋白结构进行精准预测。“它的好处在于提示了说，如果已经定义好数据的输入输出，其实就有可能通过这样的方法来总结出一些人类其实前期触达不到的规则”。徐立表示，“而之前研究这么多年，没有把这个关系理清楚，可能就是因为它会有更大量的输入的点，其实是机器最擅长在里面找出背后的真正的世界运行规则”。鲁白也进一步解释道，alphafold2有了大量的数据积累，只需要知道序列就可以对蛋白结构进行解析，这在科研范式上形成了一个重大的改变。人类有两万多个基因，对应两万多个蛋白，通过alphafold2这样的人工智能系统可能会很快地解析完，这样就可以知道蛋白之间的相互作用，也可以基于结构寻找小分子药物靶点，自然也可以应用于脑疾病的药物研发上来。“这确实给了不同学科的人一个很好的提示，alphafold2不是一个突破，它是一个起点，会促使更多交叉学科的人通过数据的输入输出，去发现真相、推导结果，发现世界运行的规律”。徐立补充道。牛奎光也认为近年来人工智能的进展很快，他以去年火爆全球的通用性人工智能系统gpt-3为例，“我一开始看到gpt-3的时候，很震惊，它有大概1000亿个参数量，可以做出一些与人非常接近的操作和反应”。
人工智能系统alphafold2在结构生物学领域掀起了一场革命。事实上，它还可能会带来新的科学范式，会改变我们未来做科学研究的思维方式。今年3月，国内顶尖学者就科研范式变革专门做了一个研讨会，图片来自叶水送此前，科学界都是通过一个假说来设计实验，然后再一步步验证假说，自从alphago出现后，它就不需要这样的假说，通过大量的数据，它就会给我们弄出一个结论。鲁白表示，“未来我们在科研范式上会有一个重大的改变，大多数科学家还没意识到这个问题，少数走得比较前沿的科学家已经开始意识到了。自从去年下半年alphafold2出现后，大家说原来科研可以这样做，不需要技术、不需要经验、更不需要假说”。
以深度学习为例，它是一个超大数据归纳的方法，可以看成是将原先的演绎推演做到极致。“人类的某种意义上的突破，都是来自于异想天开的思想实验，但思想实验是在某些人一拍脑袋突然之间跳出原有的框架，给出一个新的支点的时候再往前演进的过程。”徐立表示。“现在大数据的归纳，可以帮助我们跳出原来的思维框架，最后归纳出来一套体系，这相当于给了你一个新的起点。亚里士多德讲我们都是从演绎来开始做事的，培根讲我们从归纳的角度来发展，但实际上真正的突破是归因，有一个非连续的跳跃在往前推动，可能需要像爱因斯坦或牛顿这样的人，突然之间给一个原动力”，徐立补充道，“而今天的一种可能是，智能的方法给出一个新的起点，alphago下在了某一个位置的时候，其实人类都不能解释，但人类可以从那个起点开始，再往下去推演，然后达到新的高度”。人工智能就是这样的原动力，它给我们带来了新起点。“新的范式下，中国是不是会有一个新契机？”徐立表示，“中国是以结果来做衡量的，而西方人主要通过一步一步推理。中国传统的以归纳实用主义为核心，这种新兴科研范式，在中国会有一个天然的发展土壤”。实际上，中国也已经达到了能够支持原始创新研究的阶段。这是因为当下的中国有了相应的市场环境，一则企业本身需要原始创新的成果，从而保证自己拥有核心竞争力；二则市场环境允许基础研究做无用的研究，做无用之学，“只有不停地做那些可能现在看上去未必有那么强转化的研究，那才是在探索我们认知的边界。”徐立表示。然而，真正地做起创新可能没那么容易，“创新基本都是反共识的，创业创新的过程就是打破老的共识，形成新的共识。打破的旧的共识越大，形成新的共识就越大，企业的价值也会越大，当然也就会越难。”牛奎光表示。“只有做跟大家不一样的东西才能找到行业的契机，才会有资源差，才会形成壁垒。”徐立表示，“时代的背景给予了我们做原创，去形成差异化竞争力的机会”。“过去中国人总是先让‘老大’跑在最前面，等到开发出来后中国人马上跟进，这是典型的‘第二名哲学’。”鲁白教授表示，“但当中国的体量已经足够大的时候，在很多地方已经不能只跟着别人走，那就不能再做‘第二名’，就必须要引领创新。”今年两会期间，创新成为焦点话题。习主席表示，“科学技术从来没有像今天这样深刻影响着国家前途命运，从来没有像今天这样深刻影响着人民生活福祉”，目前，我国诸多领域存在卡脖子难题，不仅仅只有人工智能、脑科学领域，这需要产学研领域的专家共同来解决，如此才能让中国成为“世界科学中心和创新高地”。
大脑反思或反研大脑，结果，这个宇宙中高度密集的逻辑智能结构，逐渐攀级下沉或熵化到芯片和算法中，反思者永远至高地镇守于大脑自身中，而被反思者就被诸如硅质类为载体的算法取代了。这便是人工智能时代的样貌。科研的未来就是，人始终站在最高端，感觉到劳作的活就让硅质们干吧。