【免费】神经科学和类脑人工智能发展：新进展、新趋势

需积分: 0 162 浏览量 2022-08-03 14:10:54 上传评论收藏 2.33MB PDF 举报

资源详情

资源评论

资源推荐

第32卷第10期

2020年10月

Vol. 32, No. 10

Oct., 2020

生命科学

Chinese Bulletin of Life Sciences

文章编号：1004-0374(2020)10-0993-21

DOI: 10.13376/j.cbls/2020121

∙

特约综述

∙

收稿日期：2020-09-18；修回日期：2020-09-25

基金项目：中国科学院上海分院“神经科学和类脑人工智能发展的新进展新趋势”项目

*通信作者：E-mail: [email protected]

神经科学和类脑人工智能发展：新进展、新趋势

张学博

，阮梅花

，袁天蔚

，王慧媛

，刘　晓

，韩　雪

，傅　璐

，熊　燕

，张　旭

4,5

(

中国科学院上海营养与健康研究所，上海生命科学信息中心，上海

200031

；

中国神经科学

学会，上海

200031

；

上海市神经科学学会，上海

200031

；

中国科学院上海分院，中国科学院

上海交叉学科研究中心，上海

200031

；

张江实验室脑与智能科技研究院，上海

201210

)

摘　要：神经科学研究有助于深入理解大脑，加速推动神经系统疾病治疗手段和策略的开发以及相关产业

的发展。同时，神经科学与计算科学、信息科学、人工智能等领域的交叉融合还将推动类脑智能的发展。

该文基于中国神经科学学会“神经科学方向预测及技术路线图研究”项目对神经科学和类脑智能国内外发

展态势的系统总结，进一步分析了各国脑计划实施过程中的调整和变化；总结了近几年脑图谱绘制、脑区

神经环路解析、脑疾病机理研究等方面的重要成果，以及相关技术进展；梳理了国内外神经技术企业的重

点研发方向和投融资情况，并展望了该领域的发展趋势及其潜在影响。

关键词：神经科学；脑科学；类脑智能；交叉融合

中图分类号：N1；Q42；R338

文献标志码：

Neuroscience and brain-inspired articial intelligence:

new progress and trends

ZHANG Xue-Bo

, RUAN Mei-Hua

, YUAN Tian-Wei

, WANG Hui-Yuan

LIU Xiao

, HAN Xue

, FU Lu

, XIONG Yan

, ZHANG Xu

4,5

(1 Shanghai Information Center for Life Sciences, Shanghai Institute of Nutrition and Health, Chinese Academy of

Sciences, Shanghai 200031, China; 2 The Chinese Neuroscience Society, Shanghai 200031, China; 3 The Shanghai

Society for Neuroscience, Shanghai 200031, China; 4 Shanghai Institute for Advanced Studies, Chinese Academy of

Sciences Shanghai Branch, Shanghai 200031, China; 5 Institute of Brain-Intelligence Science and Technology,

Zhangjiang Laboratory, Shanghai 201210, China)

Abstract: Neuroscience contributes to better understanding of the brain and accelerates the development of

therapies in neurological disorders and the growth of neurotechnology industry. Brain-inspired intelligence will be

promoted by the convergence of neuroscience, brain science and computing science, information science, articial

intelligence and other elds. The program "Prospection of Neuroscience Direction and Research on Technology

Road Map" supported by the Chinese Society of Neuroscience systematically summarized the growing trends of

neuroscience and brain-inspired intelligence worldwide. Based on the previous findings, we further analyze the

implementation situation of brain initiatives in developed countries. The significant research outputs of brain

mapping, neural circuits, brain diseases, related technologies are summarized. We also analyze the major research

area and the investment and nancing situation of domestic and foreign neurotechnology enterprises. In the end, the

developing trends and potential impact in neuroscience are summarized.

Key words: neuroscience; brain science; brain-inspired intelligence; convergence

生命科学第32卷

994

神经科学是生命科学研究的前沿、热点领域之

一。为大力推动神经科学、脑科学的发展，美、

欧、日等国家(地区)先后启动“脑计划”，我国也

将“脑科学与类脑研究”纳入《“十三五”国家科

技创新规划》面向

2030

年的重点方向，围绕脑认

知、脑疾病、类脑计算与脑机智能研究，搭建关

键技术平台，推动脑科学与类脑智能发展迈向新

阶段。

中国神经科学学会曾组织研究团队，系统梳理

了国际神经科学和类脑智能的发展现状，并广泛听

取了我国神经科学领域科研人员、医生、工程技术

人员和企业家的意见，分析了我国在该领域的需

求、基本布局、存在问题和挑战，对我国神经科学

与类脑智能的未来发展路径提出了建议。为持续跟

踪神经科学及相关领域的发展态势，本文梳理了发

达国家及我国在该领域近三年的科技规划、科研成

果、技术研发、产业发展状况，为研究人员、科研

管理人员、企业研发人员等了解神经科学及类脑智

能领域的新进展、新趋势提供参考。

神经科学计划升级调整，国际合作协同推进

2013

年以来，一些发达国家(地区)陆续启动大

规模的脑科学研究计划，包括美国的“通过创新神

经技术推动大脑研究计划”(

BRAIN

计划)、欧盟人

脑计划(

HBP

)、日本

Brain/MINDS

计划等。通过近

年来的推进实施，各国脑科学计划的研究要素不断

丰富和完善，研究技术不断改进和优化，设施平台

陆续建立，取得一系列突破性成果。各国脑计划的

内容各有侧重也有交叉，大致呈现以下特点：以破

解人类脑疾病难题和发展类脑计算为重点方向；将

神经科学研究数据标准的建立和数据平台的建设作

为促进脑科学创新的基础；以开展高强度、大规

模、长周期的科技创新协作为组织实施方式；关注

伦理问题，强调神经伦理审查在神经科学研究中的

重要作用；开展广泛的国际合作，促进知识共享和

成果转化

[1-2]

。

1.1

　神经科学战略规划进入新阶段

随着神经科学研究成果不断涌现，技术不断更

新，研究范式变革和效率提升，主要国家也对其脑

科学计划进行了调整和升级(图

)。

美国

BRAIN

计划从

2016

年起的

年内以技术开

发为重点，之后的

年将转向技术集成和大脑新

发现。美国国立卫生研究院(

NIH

)在其《

BRAIN

2025

：

a Scientic Vision

》报告

[3]

中也强调，

BRAIN

计划：美国通过创新神经技术推动大脑研究计划；

HBP

：欧盟人脑计划；

SGA2

：特殊授权协议

期；

Brain/

MINDS

：日本大脑计划，通过革新性技术查明脑功能网络；

Brain/MINDS Beyond

：日本战略性国际脑科学研究促进计

划；

Brain Canada Foundation

：加拿大脑研究基金会；

Canadian Brain Research Strategy

：加拿大脑研究战略；

Australia

Brain Alliance

：澳大利亚大脑研究联盟；

Australia Brain Initiative

：澳大利亚脑计划

图

主要国家脑科学研究计划的调整和变化

(

例举

)

张学博，等：神经科学和类脑人工智能发展：新进展、新趋势第10期

995

计划的重点是通过工具的开发和使用，研究神经科

学的基础知识及其在健康和疾病中的作用。

NIH

于

2019

年

月发布《

BRAIN

计划

2.0

：从细胞到环

路，向治愈迈进》的报告提出，

BRAIN

计划应采取

积极措施以满足

个方面的需求：数据共享、技术

传播、人才培养、公众参与、基础研究与疾病模型

的联系。同时，

BRAIN

计划还重点关注脑图谱研

究。

NIH

提出了人脑细胞图谱、小鼠大脑连接组、

记忆和“离线大脑”等项目，例如，通过细胞普查

网络(

BICCN

)，创建通用的

小鼠脑细胞综合参考

图集，整合各类脑细胞的分子、解剖和生理特性，

包括基于健康成年人和非人灵长类动物的脑细胞图

谱

[4]

。在

BRAIN

计划中，美国联邦机构不仅发挥了

主导作用，还不断吸引非营利组织、研究机构、大

学、企业(黑石微系统公司、波士顿科学、通用、

葛兰素史克等)积极参与脑科学研究的投资。同

时，通过加强不同机构之间的合作和对大规模项目

的协调，实现研究结果的动态集合、研究设备的共

享、数据资源的高质量交流，有力推动了研究成果

和创新技术的转化和应用。

欧盟人脑计划(

HBP

)强调利用先进的信息和通

信技术(

information and communication technology

ICT

)更好地了解大脑及相关疾病，同时借鉴生物学

知识来改进

ICT

。

HBP

项目的实施阶段分为加强实

施阶段(

ramp up phase

，

2013

—

2016

年)和“特殊授

权协议

1-3

期”(

SGA1-3

，

2016

—

2018

年、

2018

—

2020

年、

2020

—

2023

年)。加强实施阶段结束后，

HBP

宣布开放

个

ICT

平台。在

SGA1

阶段，

HBP

创

建了高质量的大脑数据集工具和方法，例如构建纹

状体微环路的脑模拟平台、

OSLOM

社区检测算法

模块、

BrainScaleS-2

芯片、

lich

超级计算中心、

JuBrain

图谱集等。

SGA2

阶段重点关注神经科学的

医学信息学研究，对内通过数据建模和物种间的数

据比较，解析大脑组织及其功能机制，进而开发大

脑模型，支持脑启发计算的进一步发展；对外将加

强与其他大脑研究计划和项目的协调。另外，

HBP

也非常重视平台设施建设，在开放

个

ICT

平台后

[5]

，

HBP

在

2020

年建成

EBRAINS

数字大脑研究基础设

施，能帮助研究人员收集、分析、共享、整合大脑

数据，提供一系列工具和服务；探索和分析不同维

度的大脑图谱；对大脑功能进行建模和仿真。

HBP

是欧盟“未来新兴技术”(

FET

)旗舰项目(

FET-

flagship

)的一部分，

FET

在神经科学领域还设立了

一些开放项目(

FET-open

) 和前瞻项目(

FET-

proactive

)，重点开发神经成像、刺激、测量、修

复，以及神经模拟等技术

[6]

。

日本脑计划前期比较关注动物模型研究，重点

以狨猴为研究对象，将大脑结构和功能模拟、基因

编辑和细胞监测、神经成像、声光刺激等技术应用

到狨猴模型中，开展疾病和非疾病动物模型的比

较

[7]

。在对其脑计划(

Brain/MINDS

)进行中期总结

后，日本新启动了

Brain/MINDS Beyond

计划，从研

究狨猴的技术、神经知识、监测方法、疾病模型扩

展到在人类大脑环路水平揭示智力、感知觉和社交

机制；促进对神经疾病的早期发现和干预；全面分

析从健康状态到患病状态的大脑图像；开发基于人

工智能的脑科学技术，进行人类和非人灵长类动物

神经环路的比较研究，分析脑结构功能区域划分和

同源性。

我国政府和相关部门也重视脑科学的研究，

“脑科学与类脑研究”已纳入《“十三五”国家科

技创新规划》面向

2030

年的重点方向。北京、上

海、浙江、广东、天津、湖北、四川、重庆等省市

陆续启动区域脑科学计划，加快脑科学创新中心建

设。以北京、上海为代表，北京脑科学与类脑研究

中心于

2018

年成立，北京大学、清华大学等单位共

同签署了《北京脑科学与类脑研究中心建设合作框

架协议》，围绕国家重大项目研究方向，力争在脑

科学与类脑研究领域实现前沿技术突破

[8]

；同年，

上海市启动“脑与类脑智能基础转化应用研究”科

技重大专项，建立“上海脑科学与类脑研究中

心”。该中心作为张江实验室的重要组成部分，通

过建设大科学装置、攻关重点方向、融合交叉创新

等研究布局，瞄准生命科学和信息技术的交叉方

向

——

类脑智能研究，实现基础科学突破和核心技

术进步，力争成为具有广泛国际影响力的突破型、

引领型、平台型、综合型研究基地。

此外，澳大利亚、韩国、加拿大等国家也相继

启动脑科学相关计划或项目，例如，澳大利亚为促

进脑科学青年研究人员的沟通交流和发展，建立了

“大脑联盟

EMCR

网络”；韩国和加拿大的“脑计

划”更加关注神经伦理学制度化研究和神经伦理学

的教育与宣传

[9-10]

。

1.2

　神经科学国际合作协同推进

为促进各国脑计划协同合作，推动神经科学发

展和创新，美国、欧盟、日本、中国、加拿大、澳

大利亚、韩国等国家脑计划的主导机构，联合国际

联盟、科学基金会等机构，于

2017

年组建了国际脑

生命科学第32卷

996

科学计划(

International Brain Initiative

IBI

)组织，

其战略目标主要包括

个方面

[11]

：第一，促进协调

和领导，为科学家开放资源并共享专业知识，最大

程度地减少重复工作，推进数据收集和共享标准的

建立；识别并协调具有巨大发展潜力、全球影响力

的跨学科研究项目；基于基金会与公共部门的互

动，促进面向全球计划的战略投资。第二，突破边

界，通过历年脑计划研究者会议、世界神经科学大

会、全球神经伦理学峰会等平台，支持国家之间的

协同互动，促进国际脑计划的参与度；促进跨领域

培训，推动发现和创新；提供全球神经科学研究人

员互动的平台。第三，分享与传播知识，面向全球

公众、患者和利益相关方开展对话，了解公民的利

益，展示神经科学和人工智能的机遇和挑战；实施

快速的信息传播和全球数据共享的机制；推动研究

转化和应用，促进标准化数据的获取，提供产业对

接平台，降低产业化的风险。第四，面向未来，赋

能未来的神经科学家，提供创新的跨学科培训；为

公共和私营利益相关方制定创新灵活的国际研究合

作模式；促进大脑健康，培育分享大脑疾病相关数

据的文化；使神经伦理学实践成为全球神经科学战

略的组成部分。

随着基础设施和工作模式的确立，

IBI

的工作

重点已转向成立核心工作组，制定

年战略计划，

明确未来具体的短期目标、实施方法、优先事项

等。

IBI

在

2019

年召开了几次协调会议，在中国上

海的会议设立了数据共享标准、工具技术传播、教

育培训工作组；在韩国大邱的会议讨论了

IBI

的关

键主题和愿景。相关专家围绕推动脑科学国际合

作，促进脑科学新发现与技术进步，提升人类福祉

等发展目标进行讨论；强调建立有利于成果转化与

应用的创新合作机制，重视人脑与认知相关的数据

隐私及多方数据共享；建立符合科学伦理的监管机

制，推动脑科学领域成果的教育推广与普及等。

神经科学重大研究成果不断涌现

近几年来，神经科学在脑图谱绘制、神经发

育、神经环路解析、学习记忆、语言形成、意识和

认知等方向，以及神经发育障碍、神经退行性疾

病的发病机理和药物靶点研究等方面都取得了显

著进展。

2.1

　脑图谱绘制

目前，对大脑如何处理信息、神经细胞怎样编

码和传导信息已经有比较深入的理解，但对整个大

脑的复杂网络结构还知之甚少。通过对模式动物和

人类大脑进行脑图谱绘制，对阐明脑结构，理解认

知能力和脑疾病至关重要

[12]

。

2.1.1

　模式动物脑图谱

以小鼠为模式动物，建立了脑细胞的分子、解

剖和生理注释的

通用脑细胞图集，构建了小鼠大

脑综合神经环路图

[13]

；更新了第三代艾伦小鼠大脑

通用坐标框架(

Common Coordinate Framework

CCFv3

)，可以精确定位单个细胞的位置

[14]

；对小鼠

神经系统中的主要细胞类型、神经递质分类、发育

起源、解剖学位置进行了注释

[15]

；发布了形成大脑

血管和血脑屏障细胞的详细分子图谱

[16]

；通过分析

成年小鼠大脑

个区域单个细胞中

RNA

的表达，鉴

定出

565

个细胞群，表征了小鼠大脑组织特征，为

发育、脑疾病和进化提供有力参考

[17]

。此外，研究

分析了小鼠从出生到老年的全脑

亿个兴奋性突触

的分子和形态多样性，有助于更好地理解智力、记

忆和行为在生命不同阶段的变化过程

[18]

。

通过对果蝇脑图谱的研究，揭示了嗅觉神经元

的详细基因图谱

[19]

；绘制大脑神经元表面的所有蛋

白质图谱，发现了参与发育的大脑神经连接过程的

种新分子

[20]

；利用成年果蝇整个生命周期大脑的

单细胞转录组图谱，探索了衰老大脑中所有神经细

胞的转录状态

[21]

。此外，研究人员对自由活动的斑

马鱼全脑活动图进行详细记录，实现了对大脑如何

控制运动更好的理解

[22]

。

2.1.2

　人脑细胞结构图谱

绘制人类大脑细胞结构图谱为人脑功能研究奠

定了基础。其中，欧盟

HBP

计划发布了

个新的人

类大脑区域细胞结构图

[23]

，更新了高分辨率的人脑

模型

BigBrain

，提供了全脑图和

个皮层的详细

表面网格图

[24]

；

HBP

还发布了目前最全面的

人脑

细胞结构数字图谱

Julich-Brain

，将基因表达、神经

连接和功能活动等数据相联系，有助于更好地理解

大脑功能和脑疾病发生机制

[25]

。另外，在人类大脑

皮层颞中回鉴定出

种兴奋性和抑制性神经元

[26]

；

通过分析人类胚胎发育期间前额叶皮层中的

2 300

多

个单细胞，发现前额叶主要由

类细胞组成，并将

其精确划分为

个独立的细胞亚型，追踪了这些细

胞的发育轨迹

[27]

；通过重建

1 000

多个神经元并追踪

其在大脑中的分支路径，构建了最大的神经元数字

集合

[28]

；对人脑海马体在胚胎发育过程的高精度细

胞图谱研究，解析了其发育过程中的关键分子和调

控网络

[29]

。此外，首次绘制了人类小脑的高分辨率

剩余20页未读，继续阅读

评论收藏

内容反馈

士多霹雳酱

粉丝: 22
资源: 299

神经科学和类脑人工智能发展：新进展、新趋势_张学博1

评论0

最新资源

神经科学和类脑人工智能发展：新进展、新趋势_张学博1

评论0

neurolib:易于为计算神经科学家进行全脑建模:brain::laptop::woman_scientist_dark_skin_tone:

图神经网络——分类、进展和趋势(2020)1

大脑的奥秘——神经科学导论(期末考试答案)汇编.pdf

qleo.rar_bp 网络神经_site:www.pudn.com_zwe_人工智能/神经网络/深度学习

人工智能生态：新一代AI生态；人工智能的过去、现在与未来 ；弱人工智能、强人工智能和超人工智能；人工智能的三大学派

脑科学研究新技术.pdf

论文代码：用深度神经网络增强遗传 算法以探索化学空间_python_代码_下载

人工神经网络与遗传算法的结合：进展及展望

人工智能概述：1.人工智能的基本概念 2.智能的特征人工智能的定义 3.人工智能的发展经历三次繁荣期、两次寒冬 …………

宋森：类脑计算在医疗图像上的应用4.0

极限学习机前沿进展与趋势_徐睿.pdf

大脑的奥秘：神经科学导论.pdf

新一代人工智能发展规划.doc

人工智能的发展趋势.pdf

群智协同计算：研究进展与发展趋势.pdf

神经元自适应PID算法SCL

人工智能的发展趋势.pptx

人工智能PPT.pptx

大脑的奥秘：神经科学导论答案实用.doc

BurpLoaderKeygen.jar.zip

最新版ISO/IEC 27001:2022、ISO 27002:2022中英文合集

Goby红队版-win-x64-2.4.7版本

Chrome Header Editor 插件

ISO SAE 21434-2021 中文版.pdf

网络安全+《2024网络安全报告》

OpenVAS GVM 中文翻译补丁

安全认证cisp教材全套

STM32F103C8T6核心板-电路原理图1.PDF

最新资源

人工智能生态：新一代AI生态；人工智能的过去、现在与未来；弱人工智能、强人工智能和超人工智能；人工智能的三大学派

论文代码：用深度神经网络增强遗传算法以探索化学空间_python_代码_下载