1900年，德国数学家戴维·希尔伯特在第二届国际数学家大会上提出了20世纪数学家应当努力解决的23个数学问题。这一步确实重要，虽然有些问题到现在还没有解决，但现在已解决的问题往往形成了数学研究的一些分支，大大推动了数学发展。

脑研究目的是什么？回答似乎很简单：就是要解决什么是“智能”和什么是“意识”？问题是如何着手解决这两问题，要解决这两问题的关键点是什么？脑研究为什么提不出这样问题。说明脑研究专家对主要解决些什么？关键问题还搞不清。即使有人提出种种理论，但相互之间都存在矛盾，谁也说服不了谁，最可怕的是矛盾的理论相互之间却能长期和平共处，造成这种状态的理由都归结为脑太复杂，（这种状态在生命科学中广泛存在，在物理、化学、数学等学科都基本不存在这样情况下）。

应该看到在不知道关键问题之前，会使脑研究十分盲目，很多不应该做的事却有很多人在做，需要解决的问题却很少有人问津。很多人只按各自观点做大量神经方面实验，根据实验发表些令人奇怪的看法和理论，没有人会去反对它和批评它，这样使脑数据库大大超过了基因数据库，人们总以为造成这一状态原因都归因于“脑太复杂”。根本无法有“权威”能理清思路提出“脑的23个问题”，甚至使人怀疑脑是否可以被认识的，因此大大影响了脑科学的进展。

不同的观点的人提出的关键问题也会不一样。在科学界中不同意见争论是正常现象，通过争论可逐渐知道争论焦点在何处，核心问题是什么？其实数学中这“23个问题”也并不是一人提出，希尔伯特也是把大家意见归纳起来。

文献【1】是一本专门从哲学角度来分析目前脑（神经）科学研究中存在问题，它较全面地分析了现有各种理论所得出的结论，其中包括了(Blakemore、Crick、 Damasio、 Edelman、 Gazzaniga、 Kandel、 Kosslyn、 LeDoux、Penrose 和Weiskrantz 等人提出的理论)可以说已经包含了主要学术各派的论点。指出关于心脑关系的概念混淆影响了神经科学的进展。文献【1】企图想理清脑科学中自相矛盾的种种学说，但是这本书一开始也表明此书是受到争议的。应该说，书中本身确实存在明显的问题，例如文献中明确提出：人的行为的心理规律不能被还原为神经规律？结论看来很明确，但是为什么是这样？没有证据，较多的是按经验、大多数人的感觉来分析问题。最后还是使人感到是是而非的感觉。

我们根据自己的观点（见【2】）和自己接触的一些问题（文献中和专家提出问题）进行归类。

我们认为只有解决下面12最最基础的问题，才有条件理出一条通向脑的本质研究的道路，才能揭开脑机理。

我们提的问题如下：

问题之1

脑科学的核心是信息问题，还是生化问题？

与此问题相关的还有如下问题：

1） 脑的科学就是研究脑的机理，脑的工作机理是什么？应该是脑的信息处理机理吗？脑是否是信息加工的器官？

2）  研究脑的机理与研究肝、脾、肾等的机理有本质区别吗？为何我们要大张旗鼓地鼓动脑科学研究？

3）  “智能”和“意识”是否属于信息问题？还是生化问题？还是心理问题？ 心理学、智能和意识与生化科学较靠近，还是与信息科学较近？

4）  研究脑的机理是生化学家的任务还是信息学家的任务？还是两者共同任务？

5）  日本提出口号“了解脑，保护脑，创造脑”。研究脑内肿瘤、脑中风的形成机理和治疗是属于脑科学吗？这是否属于“保护脑”的一部分？

6）  心情愉快能使病情好转是真的吗？脑与全身各组织的联系是靠神经信息还是靠生化（血液）或是靠淋巴系统或其他去传输？

问题之2

神经信息是神经网络的属性还是从分子（DNA）到脑组织的多层次的属性？

与此问题相关的还有如下问题：

1） 是否存在“语言”基因【3】，“唱歌”基因？是否存在“愉悦”或“忧郁”细胞或回路【4】【5】？

2）  是否存在祖母细胞【6 】？有镜像神经元吗【7】？

3） 忧郁症能在分子层面上找出原因吗？忧郁症会遗传吗？

4）大脑皮层的功能是分区的吗？分得有多细，最小单元是什么？这与功能柱理论有关吗？

问题之3

什么是神经编码？

与此问题相关的还有如下问题：

1）研究神经信息是否必须了解神经编码？不知道神经编码能研究神经信息吗？

2）脑电（EEG）携带怎样的信息？EEG是可以用“神经编码”来解读吗？脑电（EEG）可以作为意识传递工具吗？

3） 现在的脑机---接口是真正的“脑机接口”？真正的“脑机接口”定义应该是什么？

4） 脑内信息传递的介质是什么？脑内是以什么形式传递信息的？脉冲序列是传递信息用的吗？

5） 细胞内是以什么形式传递信息？电磁场或电磁波是传递信息的介质？机械波是传递神经信息的介质【8】？

6）轴突和树突中传递信息是一致的吗？如何解释Rate code【9.10.11.】、 temporal code【12，13】、population code【14，15】（或称Assembly code）? 量子神经信息理论有道理吗【16】？这些理论哪些是对的哪些是错的？

7） 神经编码传递的是什么意义信息？人的感觉系统感觉到的信息有三种，一如嗅觉是没有时空结构的信息，二听觉是有时间结构的信息，三视觉图像是有空间结构的信息，活动图像是具有时空结构的信息，神经编码如何解决这三种不同信息。

8） 人头部或眼受震动是就出现“眼冒金星”的现象？这也是神经编码问题之一吗？神经信息理论如何解释此现象？

问题之4

脑作为系统是稳定的、确定性的系统，还是不稳定、不确定性系统？

当我们确定神经信息的所属层次和范围后，最最重要的问题是这个问题。这决定了我们要用什么理论工具，需不需要有新的理论工具产生等？

与这有关的问题：

1） 如何理解神经脉冲序列的不确定性【17】【18】，决策的不确定性，灵感产生的不确定性？

2） 如何理解脑电EEG的不确定性，意识的不确定性？

3）  现代科学理论是否都是确定性的因果关系的理论？脑是否是不稳定和不确定系统？ 现有理论能解决脑的机理研究吗？

4）  脑研究是否必须要有新的概念引入？

3）  “统计”能用来分析神经系统吗？

4）  有没有自由意志存在？如何解决自由意志和决定论的矛盾？

5）  认识脑的“不确定性”是进行脑的信息机理研究必须跨越的鸿沟吗？我们可以避开这条鸿沟来研究脑吗？

问题之5

神经信息过程是定量过程还是定性过程？

与此问题相关的还有如下问题：

1） 神经网络是模拟系统，还是数字系统？数字机能否准确地仿真脑？

2） konishi 的5微妙之谜【19】【20】能用定性理论解决吗？

3）  如何从定性研究转向定量研究？是否仅仅是量变到质变关系？

4） 人工神经网络可以区别很多不同类型，它能用来定向吗？人眼可以跟踪远方目标，用人5）“阿法狗”可以在围棋上战胜人，它能否用来代替鼻子区别微量气味存在吗？能代替海关检查毒品和炸药吗？

6） 人一拿起电话叫声“喂”。对方就能知道是那个熟人。“阿法狗”能识别吗？是否我们在“阿法狗”基础上再做些努力就能达到？或在“阿法狗”基础上根本无法达到？（我们认为以上这些例子都是定量系统才能精细地区别，定性过程无法区别。“阿法狗”只是定性系统，无法定量分析）。

7） 现在的所有人工智能都是定性分析吗？根本与定量无关吗？

问题之6

在脑中神经结构性回路与神经信息回路是否是分开的吗？

与此问题相关的还有如下问题：

1） 脑内信息的流动与电子电路一样吗？整个脑所有神经元是一起来处理信息吗？结构性回路与信息回路是同一回路吗？

2）  为什么脑不能在同一时间做两件事？

3） 为什么在睡眠时在脑内还是有很多神经脉冲，这些神经脉冲有什么用？

4）  做梦、失眠的机理是什么？

5） 笛卡尔的心脑两元论有道理吗？如何解决两元论与一元论矛盾？两者能统一吗？【21】

6）  查默斯的“意识困难问题”是意识研究的瓶颈还是一个伪问题？

7）  工程技术是否应该或可能复制大自然进化的一切策略？有没有脑样计算（brain-like computing）？

8）  人的“思维活动”是如何产生的？是大量神经元产生同步、自组织、涌现形成的还是少量神经元就行？

9） 人的性格指什么？它形成的机制是什么？

10） 何为灵感？灵感如何产生？

11） 何为“意识”的私密性？

12） 意识的神经相关物（neuronal correlation of consciousness ,NCC）提法正确吗？【22】

问题之7

神经信息至少分高、低两层次信息吗？

与此问题相关的还有如下问题：

1） 脑内信息是分成许多层次吗？

2） 现代信息理论都是属于低层次信息吗？

3） 高、低层次信息有否根本性差异？

4） 脑内信息究竟能分少层次？

5）  查默斯的“意识困难问题”是意识研究的瓶颈还是一个伪问题？

6）  语音识别和“相对论”产生都是脑的活动产物，这两者是属于一个层次的吗？ 研究神经信息学能解决相对论问题吗？

7） 低层次神经信息存在编码，高层次也存在同样编码？还是在低层次基础上发展的新编码？

8） 什么是决策？

9） 什么是联想？

问题之8  

脑内记忆的机理

不同的记忆机制会影响对信息处理的机理认识。人脑的记忆与计算机不同，它的信息处理方法与计算机完全不同，计算机存贮图像是把所有像素都存贮起来，所以要识别两张图是否一样，只要把两张图的对应像素作比较就行了，脑与计算机记忆方式不同，所以图像处理方法不同，人有很多视觉错觉现象，计算机中不存在。

目前有关脑的不同的记忆说：

1） 用不动点作为记忆？这方面几乎大家都知道，虽然已经有几十年历史，但是人们一直对它存在看法【23】。后来又有人提出其他理论如下。

2） 用极限环作为记忆【24】？

3） 用平衡线作为记忆【25】【26】？

4） 用不稳定流形作为记忆【27】？

6)  究竟哪一理论正确？

7）  衡量记忆的标准是什么？

问题之9

 脑内是否存在两类疾病（器质性疾病和非器质性疾病）

非器质性疾病是指生化指标与正常人一样，也就是说脑在器质上没有任何病变，但是脑行为不正常。（如忧郁症、强迫症、神经质等精神类疾病），

器质性疾病是指人体局部的物质上的异常（如指生化成分变化，组织结构变化，和物理性质变化等）所形成的疾病。

1）只有把这两类疾病分清了才能找到正确的治疗方法。

2）非器质性疾病用药物有用吗？

3）能否在血液中找出精神病形成原因吗？能否在血液中找到忧郁症的原因吗？

问题之10

 什么是智能？是否存在机器智能？

这是研究脑最终需要解决的问题，自从出现了“人工智能”后智能的概念一下就显得模糊起来，如果人工智能也算具有智能，那么原来最优控制早就具有智能了，计算机当然也是具有智能，也就是图灵机也是具有智能？这样手摇计算机也具有智能？

相应的问题：

1）脑的智能是什么？人工智能与脑有何本质差异吗？

2）人工智能理论的核心是什么？

4） 现在人工智能的进一步发展能否代替脑？深度学习、网络卷积、区块连等在理论上有否新的突破？它是否更接近脑的机理？

5）动物与人脑的信息处理机理是一样吗？

6）低等动物有智能吗？

7）Jeff  Hawkins说：真正认识人类大脑是开发智能机器的必由之路【28】，这句话已是十几年的事，现在还正确吗？

问题之11

意识是什么?

这是研究脑最终需要解决的问题。

与此相关的问题：

1）什么是意识？什么是无意识？什么是潜意识？

2） 什么是决策？什么是联想？

3） 动物有意识吗？人脑和动物脑机理一样吗？动物是否有人脑一样的意识。如何理解“狼孩”现象？

4）什么是两元论？

5） 什么是意识的私密性？

6）什么是机器意识？机器能否具有像脑一样的意识吗？

7）意识、智能与语音识别是属于同一层次的问题吗？

8） 读心术有道理吗？

问题之12

研究方法问题

对于脑研究来说，研究方法问题是十分重要的事，方法不对，会浪费大量时间和精力。

1）对脑研究采用自上而下（Top down)还是自下而上（  Bottom-Up)?还是两者都可以。

2） Jeff  Hawkins 说：采用自下而上的研究方法是行不通的【28】。这句话对吗？

3） 脑科学研究能像瞎子摸象一样摸到哪里就算深入到哪里？有人说：脑如此复杂，我们只能做大量实验，各人在实验基础上随便提出自己看法和解释。这样研究路线正确吗？

4） 我们能否给出自上而下的理论框架？如果确信自上而下是正确的，我们一时又给不出自上而下的理论框架，我们也不能回避自上而下问题，从而挑一个自下而上的实验来做，然后发表种种奇怪议论。这种做法是极大错误的。

5）还原论在这里还能用吗？

6） 如果是采用自下而上研究路线，我们能提出一系列有意义问题吗？

我们认为，只有解决了1—9几个问题，才有研究10-11的两个问题条件。当然所提出问题还是很初步的，这里仅仅按我们根据所写的书【2】提出一些问题，只是起到一些抛砖引玉的作用，我们欢迎批评和补充。有谁提出更好的问题，我们也愿意加入一起讨论。

参考资料  

【1】 贝内特[奥] 哈克[英] （M. R. Bennett , P. M. S Hacker） 神经科学的哲学基础  浙江大学出版社 2008

【2】 童勤业 张 宏  丁炯  理论神经信息学初探 浙江大学出版社 2018

【3】 语言基因ＥＮＡＲＤ Ｗ， ＧＥＨＲＥ Ｓ， Ｈａｍｍｅｒｓｃｈｍｉｄｔ Ｋ， ｅｔ ａｌ． Ａ ｈｕｍａｎｉｚｅｄ ｖｅｒｓｉｏｎ ｏｆ Ｆｏｘｐ２ ａｆｆｅｃｔｓ ｃｏｒｔｉｃｏ⁃ｂａｓａｌ ｇａｎｇｌｉａ ｃｉｒｃｕｉｔｓ ｉｎ ｍｉｃｅ［Ｊ］． Ｃｅｌｌ，２００９，１３７（５）：９６１－９７１．

【4】  2 忧郁回路  Tovote, P., Fadok, J.P. & Lüthi, A. Neuronal circuits for fear and anxiety. Nat. Rev. Neurosci. 16, 317–331 (2015).

【5】  2  David J Linden 愉悦回路 中国人民大学出版社 2014

【6】   Connor , Charies R , Neuroscience: Friends and grandmothers  Nature  6/23/2005, Vol. 435 Issue 7045, p1036-1037.

【7】  Rizzolatti  G. F. V , Mirrors in the mind  [j] Scientific  American 2006  295(5) 54-61

【8】   3   Douglas Fox 神经信息是机械波？环球科学 2018 5

【9】 3  （Rate code） Jean-Pierre Rospars , Petr La′nsky′ et.al. Spiking frequency versus odorant concentration in olfactory receptor neurons, BioSystems 58 (2000) 133–141

【10】  3    T. Sugai, T. Miyazawa, et. al. Odor-Concentration Coding in The Guinea-Pig  Piriform  Cortex,  Neuroscience 130 (2005) 769–781

【11】   3     Jennifer M. Groh, Converting neural signals from pace codes to rate codes ,Biol. Cybern. 85, 150-165 (2001)

【12】  3  Fr Frѐdѐric Theunissen n et.al. Temporal Encoding in Nervous Systems: A Rigorous Definition J.of Computational Neuroscience, 2, 149-162 (1995)

【13】  3    H. L. Read and R. M. Siegel, The Origins of Aperiodicities in Sensory Neuron Entrainment ,Neuroscience Vol. 75, No. 1, pp. 301–314, 199

【14】   Jesus M. Cortes · Daniele Marinazzo · Peggy Series ·et.al  ,The effect of neural adaptation on population coding accuracy ,J Comput Neurosci DOI 10.1007/s10827-011-0358-4  2011

【15】 Isabel Dean , Nicol S & David McAlpine, Neural population coding of sound level adapts to stimulus statistics , Natuer neuroscience Vol.8 No. 12 (2005) 1684-1689

【16】  量子编码John C. Eccles , Evolution of the Brain: Creation of the self  脑的进化－自我意识的创新 上海科技教育出版社 2005

【17】  4   ＨＯＵＧＨＴＯＮＣ．ＳｔｕｄｙｉｎｇｓｐｉｋｅｔｒａｉｎｓｕｓｉｎｇａｖａｎＲｏｓｓｕｍｍｅｔｒｉｃｗｉｔｈａｓｙｎａｐｓｅ⁃ｌｉｋｅｆｉｌｔｅｒ ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｏｍｐｕｔａｔｉｏｎａｌＮｅｕｒｏｓｃｉｅｎｃｅ，２００９，２６（１）：１４９－１５５．

【18】    4    ＴＯＭＫＯＧＪ，ＣＲＡＰＰＥＲＤＲ．Ｎｅｕｒｏｎａｌｖａｒｉａｂｉｌｉｔｙ：ｎｏｎ⁃ｓｔａｔｉｏｎａｒｙｒｅｓｐｏｎｓｅｓｔｏｉｄｅｎｔｉｃａｌ ｖｉｓｕａｌｓｔｉｍｕｌｉ［Ｊ］．ＢｒａｉｎＲｅｓｅａｒｃｈ，１９７４，７９（３）：４０５－４１８

【19】  5微秒Konishi M. Listening with two ears. Scientific American, 1993,268(4):34~41

【20】  Nicholls JG, Martin AR, Wallace BG, et al.  From Neuron to Brain[M]  Fourth Edition  Sinauer Associates, Inc. 2001 (J.G. 尼克尔斯;A.R. 马丁;B.G.华莱士等，神经生理学：从细胞到脑[M],  北京：科学出版社 2003)

【21】  6    Antonio R Damasio  笛卡尔的错误----情绪、推理和脑 教育科学出版社 2007

【22】  6    克里斯托夫。科赫，（Koch. C）,意识探秘： 意识的神经生物学研究  上海科学技术出版社 2012.6

【23】   不动点Monica Hoyos Flight，Modules of memory  ，Nature Reviews Neuroscience volume 8, page 817 (2007)

【24】   极限环 FELL J，AXMACHER N. The role of phase synchronization in memory processes. Nature Reviews Neuroscience，2011，12（2）：105-118.

【25】  连续吸引子AMARI S. Dynamics of pattern formation in lateral-inhibition type neural fields[J]. Biological Cybernetics，1977，27（2）：77-87.

【26】    DEGRIS T，SIGAUD O，WIENER S I，et al. Rapid response of head direction cells to reorienting visual cues：a computational model[J]. Neurocomputing，2004，58–60（3）：675-682.

【27】  【2】 童勤业，张  宏 ，丁  炯  理论神经信息学初探  浙江大学出版社  2018

【28】 Jeff  Hawkins 人工智能的未来  陕西科学技术出版社 2006