dsm9393的个人博客分享 http://blog.sciencenet.cn/u/dsm9393

博文

脑研究的难题

已有 5400 次阅读 2015-9-29 13:15 |个人分类:小宇宙探索|系统分类:博客资讯| 脑研究

                  脑研究的难题

                        都世民

                三位院士对脑研究的不同视角

1.2000年第5期(新版第15期)Newton -科学世界,P32-35,发表了杨雄里院士答记者问。

记者:对脑的研究,似乎有一个哲学上的困难:我们能用大脑本身最终理解大脑吗?

杨雄里院士认为:脑的奥秘是一个绝对真理,而我们在每个阶段所揭示的都是一种相对真理,我们可以逐渐了解它,但是不可能穷尽它。

科学家们现在有这么一个共识:我们要发展一些新的实验手段和实验思路,才可能从真正意义上了解意识、思维等脑的高级功能。比如,用正电子断层扫描术,核磁成像术这类脑成像技术,就有可能把一种脑功能跟某一种神经传递物质的变化联系起来,从而可能把脑的一些高级功能,在无创伤的情况下,跟发生在细胞水平上的变化过程很好地联系起来。

记者又问:你提到的新的思路是指什么?

我们这一代科学家所想到的,还是用物理、化学、数学的方法来研究。当面对脑的高级功能时,运用这样的方法最终是不是可行呢?我们感觉到有困难。研究脑的高级功能最困难的是其不可捉摸性和现象难重复。【1

2.201464,蒲慕明院士撰文:大型脑科学计划往何处去.关于大脑活动背后的神经回路,以及神经信息是怎样处理、储存和检索的,人类现有的知识还十分有限。用超级计算机模拟人脑需要大量的猜测,这可能使得模拟出的结果具有误导性,或者偏离实际。弄清每个神经元的活动以及所有神经元之间的连结性,具有十分重要的意义,但是对于充分了解大脑来说还只是其中的一小步。大型脑科学计划必然会促进有关测量神经元活动和神经连结性新技术的发展,以提高测量的时空分辨率和效率,通过更有效的人机界面探索脑活动的动力学,控制大脑回路的输出。2http://blog.sciencenet.cn/blog-41174-801866.html

三位院士对脑研究存在的问题,从不同视角进行了阐述,并对未来研究提出意见。

3.李德毅院士中国人工智能大会上的讲话

提出脑研究第二条路:借助脑认知的物理学方法将脑认知形式化。把脑认知的神经学方法,称作脑认知的“正向工程”,脑认知的物理学方法称作脑认知的“逆向工程”,即从脑认知的社会属性研究脑进化。不能只研究人脑的天然属性,应该建立人脑认知的成长机制,研究人脑成长和认知的群居性和社会性。3

                     脑研究的主要难题

1.脑研究的几个方面

目前看来脑研究涉及以下几个方面:

1.)从宏观到微观再到纳观层面,研究脑结构及其运行机制;

2.)上述研究的方法包括理论研究和实验研究,目前看来缺乏完整的理论能指导实验研究,有些研究处在瞎子摸象的状态;实际上是研究脑内信息的产生、信息处理、信息传输和信息输出的方法;

3.)在上述研究的基础上,开发人体疾病诊断和治疗,包括人体器官移植、药物注入等;

4.)利用脑研究的信息成果,开发人工智能机器人,运用到军用或民用的诸多方面。

如上所述,这几个方面相互关联,体现多学科交叉融合。随着科技发展既不断深化又横向发展。不仅如此,研究中还涉及信息源头,即人体感官,以及信息出口,脑机接口模式。研究方式还涉及社会伦理的约束。

                    脑研究的主要难题

笔者学习脑科技想与自己所从事的专业关联,想与有兴趣的网友交流、请教。先学后问。李政道先生说的好:“要创新,需学问;只学答,非学问。要创新,需学问;问愈透,创更新。”

1.脑研究是先分球,后分区,再分上中下吗?次序能改变吗?这种分法在宏观、介观、微观、纳观四个层面有无矛盾?其边界有无重迭?【1

 

2.脑的研究主要目的是不是研究脑信息产生、信息处理、信息传输、信息输出?【4】【5

 

3.脑信息产生“源头”是人的感官,还是人的神经系统?人有几个感官?这几个感官产生的信息,在时空界面有先后和间距吗?大、小宇宙信息源头有无区别?“眼”与“心”相连的说法对吗!为什么不是“眼”与“脑”相连?这之间有何奥秘?

 

4.脑信息都是源自物质吗?有没有来自精神、思维和意识?大宇宙信息是否也是如此?[6]

笔者近日阅读了陈方培老教授的博文才思考:什么是‘物质’?以及物质场的定义,新观点比旧观点解释得较为严格。例如,旧观点往往使人误解‘物质就是能量’;而新观点强调了‘物质不是能量’。新观点认为,当时空中出现正能量时,就出现物质,没有时空就没有物质,但没有物质,时空还是可以存在的(它是Minkowski 时空),能量只是物质(和时空)的特性,能量本身不是物质(也不是时空)脑电信息都来自物质吗?!

 

5.脑信息理论如何界定?现有理论能定量分析脑信息的整个运行过程吗?在给定条件下,能定量预计脑信息输出量的属性吗?能用实验检验吗?

 

6.神经信息本身分层次?是否一定要分为高级、两层次? 高层次信息和低层次信息之间关系如何?人脑的高级功能的研究是黑箱里面发生吗?是分析演绎性的吗?实际上它是无底的深井!深不可测!人类在不久将来若突破纳观层面,向更微小层面深入,逐渐逼近无穷小,即“空”。即“碎为微尘”。这些看法完善吗?15

 

7.人的第六感官信息怎样产生?怎样运行?怎样处理?怎样传输?脑电波中能分清诸感官信息吗?有文章将人的第六感官说成是“心”对吗?人的意识在于头颅对吗?【711

 

8.业内专家对神经元数目的说法“数十亿”和“数千亿”个,相差百倍,【1】指出:大脑的神经细胞大概是1011个,(可能刊物排版有误)这就相当我们整个银河系星体的总数。是计算值还是实测值?根据充分吗?这一信息的产生是推断,也是意识,对吗?【89

 

9.海量神经元信息是标量还是矢量?或是多变量函数?数据如何采样和录入?何时能完成?这还涉及以下问题:①复杂环境要求存储智能化。②存储系统的性能很不满足。③存储系统安全可靠性指标不满足要求。④海量神经元信息存储管理困难。⑤存储系统绿色节能问题。⑥数据长期保存问题。【9

 

10脑信息的不稳定、不确定、不重复性的原因是什么?【14】 是多感官信息间相互干扰或环境干扰造成的吗?或是佛学《金刚经》所言,“过去心不可得,现在心不可得,未来心不可得。”南怀谨先生指出,梦如同大海里的浪,你是重复不了的。

 

11我们的大脑是被什么控制的?人脑有软件的说法对吗?是不同神经细胞间不同的连接,集合起来就成了软件吗?人脑不同神经细胞间的各种连接靠什么指挥和协调?看成神经网络的信息指挥中心在哪里?能源供给中心又在哪里?

 

12脑电之所以产生,是因为脑细胞能产生物电,形成离子通道,组合起来就形成了脑电。【1】在脑电基础上提出神经回路概念。神经回路运行应该有“源”,否则怎么运行?“源”在哪里?不知道。这就不得不怀疑这类说法的正确性!

 

13.有业内专家预言:200年后,人可以不衰老,也就是不会死亡,你信吗?【10】想突破几千年人类认识,人总是要死的真理。说这话的研究团队认为:如果细胞不死,人可以长生不老。可是细胞不死,人还有新陈代谢吗?若没有还是人吗?是细胞不死,还是细胞死了能再生?是细胞会死,而不能再生?出现这些情况的原因是什么?【1

14.大脑移植是脑研究的一种模式,能否成功?在伦理上,在社会稳定方面该不该做这种手术?【111异体脊髓的功能重建和再生,复杂的伦理问题将是两个不可逾越的鸿沟。目前手术自身存在着诸多无法逾越的难题。包括中枢神经再生问题、免疫排斥反应的问题、人体大脑的低温保存如何去区分头和身体的归属缺血再灌注损伤的预防问题以及伦理问题。传统理论认为中枢神经不可再生这是一个严肃的科学问题,还是一项应被禁止的科研项目

15.电脑能不能非常逼近人脑的功能,或超越人脑?是人脑神经网络像互联网,还是互联网像人脑神经网络,或是人脑有GPS卫星导航功能?这类说法对吗?根据在哪里?【1121314

 

16.脑研究是否应从子宫怀孕开始研究,一直到死的全过程?从人体解剖对脑结构和功能的认知与实体认知应该有哪些不同?

 

17.如今人造脑器官能有人脑思维功能吗?能给机器人安装吗?【15

 

18.脑—脑直连能互猜对方想法通过互联网传递大脑信号该实验并不是使用脑电信号完成某些简单操作而是要考察一种“信息交换”这样的信息交换是无线传输信息,还是猜测中的概率事件?如何区分?【16】是人脑读还是电脑读?

 

19.梦能重建吗?能利用脑成像技术,通过“解码”,把梦重建出来吗?【17读脑术是人脑读还是电脑读?如果电脑能解读人脑,机器人就会超过人,那将会给人类造成巨大威胁。如果人的思维能解读人脑,那么小宇宙探索就不难了。植物人就可唤醒,痴呆病人也就好治了!在这个世上,谁能还原你所看到的瞬间海浪!谁能重复做过的“美梦”?

 

20脑机接口实际上是脑研究信息提取问题,现在重点是开发应用于通信和控制机械。重点应该是提取方式,应该是无创伤、实时、稳定、安全。提取的数据通信传输效率应当高效、误差率低。还有闭环以及系统评价准则和标准化问题均未解决?【18

21.脑研究者对人脑的建模,通过超级超高速计算机给出的虚拟信息能与人脑真实信息吻合吗?如何验收?产生误导怎么办?【319】虚实融合的“无缝性”或者“一致性”问题已经成为涉及多学科多领域的科学技术难题.这个问题涉及两方面:一方面是自然环境对人脑影响的研究所建立的理论分析模型和实验验证模型很难实现虚实融合的“无缝性”或者“一致性”。另一方面是从神经元到脑电,再由脑电到神经回路,然后到神经网络的建模,要与什么样的实验验证模型比对呢?虚实融合的无缝问题研究涉及认知心理学、传感器、信号处理、计算机图形学、图像处理、计算机视觉、视频处理、人机交互、人工智能、高性能计算等领域或方向,需要多学科,多领域、多方向的研究人员 共同开展多层 面的探索和研究。

 

                     难题形成的原因

如上所述,上述诸多难题形成的原因,可归纳如下因素:

1)脑研究涉及诸多学科的技术瓶颈,就给研究带来诸多难题。

2)脑研究主要对象是人脑,动物的研究只能是参照物,而人脑本身不是随意的实验品。

3)人脑构造和功能复杂,千亿神经元信息是海量,信息来源、检测、分类、量化、录入都很困难。

4)人脑研究是向无穷小逼近,是多层面集合,检测手段受制约,信息表达不准确、不稳定、不重复。

5)脑研究的检测手段不能无创伤、实时、稳定、重复、直接地完成。例如实现对活体细胞或者蛋白的观测;血液成分的无创伤实时检測;对群体脑神经元神经递质信息进行高灵敏度、同步、实时、可靠的记录,神经递质检测技术也是一项多学科交叉的研究课题,涉及信息、生物医学、化学等众多的学科背景。

6)佛学《金刚经》所言,“过去心不可得,现在心不可得,未来心不可得。”“心”是调控大脑器官及其它感官,人类找不到这指挥中心!

 

 

                      参考资料

1】访中国科学院上海生理研究所杨雄里院士,2000年第5期(新版第15期),Newton -科学世界,P32-35

2】蒲慕明院士撰文:大型脑科学计划往何处去,来源:科学网该文已在《国家科学评论》创刊号发表。

3】李德毅院士:跨学科脑研究有助打破“生殖隔离”,《中国科学报》 (2015-09-01 1版 要闻)

4童勤业神经信息学研究中碰到的几个问题 2015-7-28本文引用地址:http://blog.sciencenet.cn/blog-261566-908774.html  此文来自科学网童勤业博客,

5童勤业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)本文引用地址:http://blog.sciencenet.cn/blog-261566-913156.html  此文来自科学网童勤业博客,

6倪鹏云,关于信息定义与本质概念讨论的我见,2008-4-21,本文引用地址:http://blog.sciencenet.cn/blog-42499-22513.html  此文来自科学网倪鹏云博客,

7】尧德中  雷  旭,梦的重建与读脑术,10000个科学难题·信息科学卷 , p25, 电 子科技大学神经信息教育部重点实验室。

8】蔡新霞,神经递质检测方法研究,10000个科学难题·信息科学卷  p352-,中国科学院电子学研究所.

9】王海贤,脑信号的解码, 10000个科学难题·信息科学卷 , p364, 东南大学 学习科学研究中心.

10200年內人類或可實現長生不老,http://www.CRNTT.com,2015-08-11.來源:科學之家.

11 李瑜 王佳雯换头:是闹剧还是“人体登月工程”?《中国科学报》 (2015-09-21 1版 要闻)

12】张  钹,电脑(计算机)能否接近人脑?10000个科学难题·信息科学卷 , p68,清华大学计算机科学与技术系.

13杨先碧,“大脑中的GPS-指引我们找到回家的路”,大自然探索,四川科学技术出版社主办,2015年第一期,52-57

14小宇宙有GPS系统吗?---评议《大自然探索》发表的“大脑中的GPS”一文本文引用地址:http://blog.sciencenet.cn/blog-1339385-862397.html  此文来自科学网都世民博客

15】“种”个大脑给你用,生物学家建立“类器官”库了解人体发育,来自科学网

16脑—脑直连能互猜对方想法来源:中国科技网-科技日报 20150925日。

17】尧德中  雷  旭,梦的重建与读脑术,10000个科学难题·信息科学卷 , p25, 电 子科技大学神经信息教育部重点实验室。

18李醒飞,‘脑机接口:人类与机器的对话…………10000个科学难题·信息科学卷 ,  p146,天津大学精密仪器与光电子工程学院

【19】陈小武,虚拟环境与真实环境的“无缝”融合, 10000个科学难题·信息科学卷 , p622 , 北京航空航天大学虚拟现实技术与系统国家重点实验室.

 




https://blog.sciencenet.cn/blog-1339385-924303.html

上一篇:与倪鹏云教授进一步探讨信息概念
下一篇:快递电动车撞死人的教训和启示
收藏 IP: 114.243.111.*| 热度|

5 牛丕业 icgwang enet37 ddsers clp286

该博文允许注册用户评论 请点击登录 评论 (14 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-24 03:50

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部