S空间分享 http://blog.sciencenet.cn/u/bitong

博文

关于神经信息学的理论研究-----如何开展神经信息学研究的讨论(2)

已有 2800 次阅读 2015-8-15 00:33 |个人分类:神经信息学|系统分类:科研笔记|关键词:center,信息学,style,如何| 信息学, style, center, 如何

关于神经信息学的理论研究

 

如何开展神经信息学研究的讨论(2)

 

 

童勤业

 

 

一、引言

实验观察和研究已有100年历史,特别是近几十年由于科技高度发展,已经能测量到神经细胞膜上单个离子通道的离子流量,应该说这些实验已经为系统理论建立创造了最基本条件。

但每天有大量数据出现,是目前的数据越来越多,大量数据和相互之间种种矛盾的说法使人越搞越糊涂,在这样情况下需要我们静下心来思考一些问题,确实也有不少人这样做了,于是又出现了没完没了的哲学上的争论【1】。在这样的情况下应该如何办。

根据我们十几年的研究经验认为应该:

  1. 基本观点是:目前研究应该从理论再到实验,有理论指导实验。

  2. 技术路线是:从数学模型到到理论建立

    没有数学模型的理论不能算建立了理论,要避免文字上的长时间研究。

  3. 切入点:脑研究应该从感觉器官到脑

  4. 脑研究应该从低层次信息到高层次信息研究

  5. 从神经元到神经网络、到神经元和胶质细胞组成网络、到脑内所有细胞组成的网络。

     

我们将分几篇文章来进行讨论,这里首先来讨论第一问题,关于理论研究。

二、理论研究

我们认为目前观察性实验已经太多太多,当前需要的正如J. Hawkins所说,需要一个自上而下的框架,这是否就是指理论研究。只有正确的理论框架才能使研究走向正道:

  1. 不讲理论只看实验这种阶段是属于观察期,脑研究的观察期已经太长了。应该转入正式研究期。在研究期中每一研究者应该要由理论作为指导。个人可以按不同理论来规划自己研究道路。不同理论可以相互开展辩论,这样才能使研究走向正确道路。

  2. 长期研究历史告诉我们,实验越来越多,解释越来越多,矛盾越来越多,使我们对脑理解越来越模糊。正如edleman所说:原本很清楚的“意识”和“注意”经过100多年后反而变得不清楚了【2】,人们化大力气做实验,这样才算是踏踏实实工作,认为理论研究是空谈,因此,很少有人在理论上一步一个脚印地工作。

  3. 从现代非线性科学分析:线性观强调的是稳定、平衡、确定性和一致性,而非线性系统却是以不稳定、非平衡、不确定和不一致性为特征的,两者观点完全相反,很多在非线性系统出现的现象在线性系统中是不存在的,或者是不可理解的现象。脑是不稳定和不确定系统,而现有的科学理论(包括数学、物理、化学等理论)体系基本上是属于线性确定论观点,用现有的理论是很难分析脑的。这一问题不解决,做再多实验都是无用的。是否说有了非线性科学介入就行了,应该说肯定能跨进一大步。问题是非线性科学家虽然看到这一问题所在,但是如何建立一套完全相反的理论还是困难,正因为如此,混沌理论自上世纪70年代以来形成研究热潮,可是到现在还没有得到应用,非线性科学现在可以说反而被冷落了。这是为什么?非线性科学家一直认为由于混沌轨道的不可预测性,认为研究单条混沌轨道是毫无意义的,因此虽然非线性动力学有很多方程式,但是结论论基本上都是定性的。可是神经信息过程是定量的,现代非线性科学还不能完全分析神经系统。看来混沌的应用的状况与人们对脑的认识问题是属于同一问题---对不稳定和不确定的认识不足。没有从理论上建立起来不稳定和不确定的非线性观如何能研究脑?

  4. 不同的观点对同一种实验看法会有很大差别。有人做了视觉上的“错觉实验”,就会被分析为很多离奇的解说,由于脑的复杂性谁也否定不了谁的说法,然而与其它实验产生矛盾,大量实验性文章发表造成种种矛盾,这已经是大家的共识了。正像J. Hawkins所说,现在神经科学实验方面文章很多,一百多年来收集的生物学家和行为学家研究的数据,使每个月都有新的论文发表,从而又添加了新的说法。有时某些科学家的研究数据和结论会与另一科学家的相冲突。所以科学家几乎凡事都存在分歧。对于大脑的深入理解利用“自下而上”的方法是行不通的。需要的是“自上而下”的理论框架【3】。这是否是说研究神经信息首先要有理论的发展

三、在理论研究以前必须考虑一些问题

1)神经信息是属于哪一层次的属性,不讲层次大谈智能毫无意义。例如智能是在分子层吗,哪里能产生智能吗?神经元能产生智能吗?还是神经网络能产生智能。不同层次思考的方式也会不一样。所用的“工具”也不一样。

2)分清信息层次:神经信息本身也有层次,像滤波降噪这是低层次信息处理,现有的信息科学都是属于低层次性信息范围,像智能、意识之类是属于高层次信息,所有感觉器官所接受到的信息都是属于底层次信息,高层次信息是从低层次信息中发展起来的,因此,脑研究应该从低层次信息研究再到高层次信息研究,离开低层信息直接研究高层次信息就会成为无根之木。

四、当前理论研究存在的困难

从国内外看,纯理论工作者看来没有生存环境,虽然大家都知道理论重要性,但是要开展理论研究还有很多阻力,理论研究首先要以数学模型为研究对象,可是目前的数学模型被生物学家看来太简单化,不是一般的简单,而是太极端化的简单,离开生物太远,因此凡是这类文章投向杂志都被要求有实验,即使文章看来有些道理,最后也会说最好有实验。没有实验的文章就会被拒绝。理论发展有其自己的规律,它与实验技术发展规律不同,两者不可能同步发展,而且很多理论上的一些进步是不能做实验的。另外搞理论的人根本无时间去做实验,没有实验的文章不能发,同样只有理论没有实验申请的项目也很难得到资助。而且现有的实验技术根本不足以满足理论需要,在这样情况下,不能搞理论?这是一个错误的想法。这种想法将大大影响理论研究。因此我们要大声呼吁。要重视理论研究,支持理论研究,要给理论研究有一宽容的余地。

五、如何开展理论研究,

从理论上研究脑,首先要明确回答几个最根本性问题(见前面发的文章:神信息学研究中碰到的几个问题),对这些问题不同回答就会建立不同理论。只有能正确回答这些问题才能建立起真正反映脑内信息过程的理论。

除此之外,要产生正确的理论首先要从公认的事实出发,然后在此基础上按一定规律扩展自己想法,逐渐建立新理论,在扩展自己想法过程中还要注意一些问题:

  1. 光从哲学讨论不可能产生正确观点。不是在现有的理论基础上靠哲学分析进行去伪存真,Hawkins反对没完没了的哲学讨论,这一点应该是对的。任何哲学讨论不可能把我们从确定性的线性思想转变为强调不确定的非线性思想。

  2. 不能用现有科学上的新理论随便来解释脑。不能抓住一点随意发辉。要认识到仅用现有科学理论不能认识脑。建立新理论系统必须要有全新概念加入。到目前为止,现有科学上的新理论几乎都在脑理论中使用过,但是看来并没有接触脑的核心,因此效果不好,新的理论如果仅仅是改变一些原有理论的一种表现形式,看来是无用的。一定要有根本性的全新概念介入,才会有希望。  

  3. 并不是说现有理论还不能解决问题,我们就要否定以前一切理论,自己凭空想象新理论,这是错误的做法。要看到科学技术发展到现在取得辉煌成就,能全部否定吗?即使线性观与非线性观完全相反,但是还必须承认线性观与非线性观是有联系的,线性是非线性的一种特殊情况,真正的非线性观理论也应瘾含有线性的特征。应该说现有科学发展到现在可能还缺少一些更宽广的新概念,所以还不能揭开脑的机理。我们要分析现有理论与神经系统有否本质上差异,只有从差异上去思考问题和解决问题,这样才能纠正现有理论的不足,逐渐建立起自己的理论。

  4.  没有数学模型的理论都不能算是真正的理论,要避免文字上的长时间研究,文字上的模型只能帮助思考。但不能成为理论。或者说这种理论使人无法进一步发展。如果说我们承认了脑是不稳定和不确定的,我们不能在系统或模型中把它表现出来,还只能说明:自己对不确定性的不理解。

  5. 建立理论要远离目前的人工神经网络、远离现在的人工智能和数字生命之类的理论,也要与现在的脑机接口之类分清界线。这些东西虽然已经取得巨大成果,但是必须远离它们。因为这些都没有深入到脑内信息机理层面去考虑神经信息。充其量是用现有科学理论去模仿式研究脑。不管如何研究,总是停留在现代科学水平。我们要在脑中深入研究发现全新的概念和方法。这才是研究脑的意义。

六、结束语

目前理论已经有很多了,如神经达尔文主义,意识的量子力学分析、祖母细胞假说、两元论、神经网络理论、功能柱假设等等。我们是否一定要把这些理论和假设都研究过说出它们的不足然后再来研究,这样就会纠缠在争论不休的哲学讨论的漩涡之中。应该抓住关键点,走自己的路,碰到与自己想法完全相反的东西,仔细想想差异在什么地方,谁更正确些,如果暂时没有答案,也不要紧,只是在自己研究中要经常注意这点,努力检查自己思想是否有问题。只有不断地否定自己、改正自己,不断修正自己观点,一步一个脚印地摸着石头过河,一定会走向胜利的彼岸。我们在自己的书中就是按此道路逐渐前进的。我们在此亮此观点,并非是推销这本书,只是希望引起争论,我们不希望这本书也是被认为是许许多多的理论书一样,被搁置起来,既没有人反对也无人去理它。即使这本书被人批评得体无完肤,我们也感到高兴。

参考资料

  1.  M.R.Bennett & P.M.S. Hacker 神经科学的哲学问题杭州浙江大学出版社 2008

  2.   G. M. Edelman, G. Tononi, A Universe of Consciousness (中译本)意识的宇宙 上海科技出版社2003

  3.  Jeff  Hawkins ,S. Blakeslee  On Intelligence, Times Books, 2004   杰夫  霍金斯,  桑德拉  布拉克斯莉 人工智能的未来 陕西科学技术出版社。2006

     

 

 

 

 

 

 

 




http://blog.sciencenet.cn/blog-261566-913156.html

上一篇:神经信息学研究中碰到的几个问题
下一篇:脑科学与数学模型---如何开展神经信息学研究的讨论(3)

2 ddsers clp286

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2019-11-18 23:54

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部