當腦科學研究“遭遇”未來機器人

□文/趙　地

?

當腦科學研究“遭遇”未來機器人

□文/趙地

近年來，發(fā)達國家紛紛發(fā)布各自的“腦計劃”，而我國也早已對該研究進行布局，并發(fā)布了中國版“腦計劃”。各國對于人腦的研究到底進展幾何？腦科學研究又對于機器人技術的發(fā)展起到了何種關鍵作用？本文帶你篤學一番。

現(xiàn)在，信息通信技術與生物學的融合已經(jīng)到達了一定高度，所以讓研究者們夢寐以求的、能夠掌握人類大腦的愿景，有望成為現(xiàn)實。

方興未艾的“腦計劃”

2013年6月，美國白宮公布了“推進創(chuàng)新神經(jīng)技術腦研究計劃”；而在同年初，歐盟委員會也宣布“人腦工程”為歐盟未來10年的“新興旗艦技術項目”；緊接著，2014 年9月，日本科學省亦宣布了大腦研究計劃的首席科學家和組織模式。

美國側重于繪制腦圖并試圖弄清人腦結構，歐洲則側重于使用計算機模擬人腦……發(fā)達國家紛紛投入巨資，并將各自的“腦計劃”提升至戰(zhàn)略高度，可見這項工作的意義非常重大。

趙地 中國科學院計算機網(wǎng)絡信息中心“百人計劃”副研究員、計算機與應用數(shù)學專業(yè)博士

美國“腦計劃”

美國的“腦計劃”名為“推進創(chuàng)新神經(jīng)技術腦研究計劃”（Brain Research through Advancing Innovative Neurotechnologies，簡稱“BRAIN”），其進程有可能持續(xù)10年之久，以加速研發(fā)和應用新技術，使研究者看到腦的動態(tài)圖景，顯示各個腦細胞和復雜的神經(jīng)回路如何以“思維的速度”相互作用。

“BRAIN”的腦模擬包含以下的研究內容：統(tǒng)計大腦細胞類型，建立大腦結構圖，開發(fā)大規(guī)模神經(jīng)網(wǎng)絡記錄技術，開發(fā)操作神經(jīng)回路的工具，了解神經(jīng)細胞與個體行為之間的聯(lián)系，整合神經(jīng)科學實驗與理論、模型、統(tǒng)計學等，描述人類大腦成像技術的機制，為科學研究建立收集人類數(shù)據(jù)的機制，知識傳播與培訓等。

在歐洲的“人類腦計劃”（Human Brain Project）和美國“腦計劃”（BRAIN）中，大腦模擬是其重要的內容之一。

美國國家衛(wèi)生研究院宣布，美國腦計劃（BRAIN）將重點資助9個大腦研究領域（見圖1）。這是美國相關政府科研機構首次公布“腦計劃”的具體研究和實施細節(jié)。

圖1　美國腦計劃9大重點資助領域

歐盟人腦計劃

歐盟人腦計劃（Human Brain Project，簡稱“HBP”）于2013年入選了歐盟的未來旗艦技術項目，獲得了10億歐元的資金支持，共有26個國家的135個合作機構，數(shù)百名研究人員參與此計劃，它也成為了全球范圍內最重要的人類大腦研究項目之一。HBP主要任務是對人類大腦進行模擬，即是通過超級計算機的計算來整體模擬人類大腦。

在該項腦模擬計劃中，研究者們打算繼續(xù)開發(fā)人類大腦如何全面運作計算機模型。為實現(xiàn)該模型，研究者需要的是近1000PB的計算機，其能力超過當今超級計算機百倍甚至千倍。另外，它也將極大地加速人類對人腦結構和功能的全面理解，有助于人類更好地研究大腦疾病并發(fā)現(xiàn)更加優(yōu)化的治療方案，也會對現(xiàn)在開發(fā)基于人腦機理的信息通信技術起到極大的推動性意義。

“歐盟人腦計劃”中對神經(jīng)機器人的研究便是其中的典型代表，在計劃開展的前30個月，該計劃建設涉及神經(jīng)信息學、大腦模擬、高性能計算、醫(yī)學信息學、神經(jīng)形態(tài)計算和神經(jīng)機器人等6座大型試驗與科研基礎設施?？梢?，神經(jīng)機器人研究的重要性。

“歐盟人腦計劃”的重點領域如下：

第一，人腦計劃的核心是信息和計算技術。這一計劃將研發(fā)神經(jīng)信息學、腦仿真和超級計算的ICT平臺；

第二，全新的醫(yī)學信息學平臺將把全世界的臨床數(shù)據(jù)都匯集起來，使醫(yī)學研究人員得以提取有價值的臨床信息，并結合到有關疾病的計算機模型中；

第三，仿神經(jīng)計算平臺和神經(jīng)機器人學（neurorobotics）平臺根據(jù)腦的構筑和回路研發(fā)新型的計算系統(tǒng)和機器人。

在信息和計算技術方面，通過應用云計算和分布數(shù)據(jù)庫技術，再配合互聯(lián)網(wǎng)和現(xiàn)代密碼學，便有可能分析來自世界各處的科學研究與臨床數(shù)據(jù)；通過各種數(shù)據(jù)挖掘技術和高性能計算，便有可能對大量數(shù)據(jù)進行分析，并在多個尺度上仿真腦模型，找出缺失之處，并設計新的實驗以填補空白。通過仿神經(jīng)計算技術則有可能造出更密集、能耗更低的計算裝置，并促進神經(jīng)機器人的研究。

圖2　中國腦計劃需要重點解決三個層面的認知問題

日本腦計劃

日本也加入了腦模擬的行列。2013年，由日本和德國的研究人員合作，進行了一次較大規(guī)模的人腦神經(jīng)模擬計算，在該計算中使用了超級計算機K Computer（中文名為“京”）。當時全球超級計算機世界排名第四的“京”，得出的結果是相當令人振奮的。當時模擬的是1秒內17.3億神經(jīng)細胞的活動情況，共計調用了K Computer的82944個處理器，并且使用了1PB內存進行計算，為數(shù)十年后的腦模擬帶來了希望。

中國版“腦計劃”

“中國腦計劃”的名稱為“腦科學與類腦科學研究”（Brain Science and Brain-Like Intelligence Technology），人們簡稱為“中國腦計劃”。該計劃主要有兩個研究方向：以探索大腦秘密、攻克大腦疾病為導向的腦科學研究，以及以建立和發(fā)展人工智能技術為導向的類腦研究。該計劃將作為我國六個長期科學項目工程中的一個重要項目，被國家政府長期資助，資助時間達到15年之久（2016-2030年）。

作為“中國腦計劃”要解決的問題，以下三個層面的認知問題是重點：

包括大腦對外界環(huán)境的感官認知，即探究人類對外界環(huán)境的感知，如人的注意力、學習、記憶以及決策制定等；

對人類以及非人靈長類自我意識的認知，通過動物模型研究人類以及非人靈長類的自我意識、同情心以及意識的形成；

對語言的認知，探究語法以及廣泛的句式結構，用以研究人工智能技術。

2015年9月1日，“腦科學研究”的專項計劃在北京市科委正式啟動。會上饒毅、王擁軍、王曉民等20余位腦科學研究專家參與。

會上發(fā)布了《北京市科學技術委員會“腦科學研究”專項實施方案》。該計劃提出未來兩個五年發(fā)展目標：到2020年，北京市科委將推動腦科學重大共性技術研究中心建設，形成跨部門、跨學科的“腦認知與腦醫(yī)學”研究支撐平臺，建成支撐“腦認知與類腦計算”基礎研究和技術研發(fā)的公共平臺。著力突破腦疾病領域關鍵技術，盡快實現(xiàn)成果轉化惠及于民，提升人民腦健康水平。

同時，會上提出了北京腦計劃的重點任務：

建立四大類腦計算研究平臺，營造類腦計算的基礎研究環(huán)境；

研制兩類類腦計算核心芯片，掌握類腦計算技術主動權；

實現(xiàn)三類典型類腦智能應用，在大規(guī)模智能應用中發(fā)揮關鍵作用。

為保障腦科學研究專項的順利實施，北京市科委給予了大力支持，建立以專家團隊為核心的組織模式，成立以國內外專家組成的專家指導組，包括專項總體組和專家指導組。充分發(fā)揮人才作用，形成一批基礎性、戰(zhàn)略性研究成果，并將建立多方協(xié)同創(chuàng)新的工作機制，不僅鼓勵北京大學、清華大學、中國科學院、首都醫(yī)科大學等核心科研機構內部整合力量，更支持在北京地區(qū)用新體制、新機制整體構建跨地區(qū)、跨部門的“腦科學協(xié)同創(chuàng)新研究中心”。

法國強調藝術與文化教育的公平性，認為不應該讓藝術與文化教育成為只是為社會中部分階層孩子服務的“奢侈品”，而是所有孩子都能學習的基礎內容之一。家庭文化藝術教育的政策應該確保所有的孩子，包括身體殘疾、住院醫(yī)療，以及家庭條件差的孩子。特別是社會困難階層的孩子，由于父母文化知識的局限，缺乏文化生活習慣，往往使其子女遠離藝術文化環(huán)境。由于資源本身的平等性（如免費政策）并不能保證資源獲取的平等性，法國更強調要保證100%的孩子能夠“平等”地獲得藝術與文化教育資源。

上海也緊隨其后，開展了相應的腦計劃研究。上海腦計劃主要關注人腦科學研究領域的以下幾個內容：

一是以腦神經(jīng)研究、神經(jīng)外科治療等為切入點，配套協(xié)助國家腦科學卓越創(chuàng)新中心的相關工作；

二是爭取建設成為亞洲最大的精神疾病治療中心；

三是將腦科學研究與智能機器人研究有效結合；

四是提升研究機構和人員的數(shù)量和水平。

由復旦大學、上海交通大學、華東師范大學、上海紐約大學四所大學牽頭，聯(lián)合一批高校和科研院所以及企業(yè)開展。該計劃將對接“中國腦計劃”，并培養(yǎng)一批優(yōu)秀的年輕科學家。上海市政府已將腦科學與人工智能列為本市重大科技項目，作為建設科技創(chuàng)新中心的重要舉措。復旦大學牽頭成立了“腦科學協(xié)同創(chuàng)新中心”，推進腦科學研究和轉化應用，積極推進和參與“上海腦計劃”的實施?！吧虾ＤX計劃”未來主要目標在如下幾個方面：解析復雜數(shù)據(jù)、模擬腦工作，探究記憶、學習、決策等原理，模擬智能交互，進行大數(shù)據(jù)挖掘，開展智能醫(yī)療診斷等。

中國執(zhí)行腦計劃擁有諸多方面的優(yōu)勢，例如中國靈長類動物種類和數(shù)量十分豐富，在非人靈長類腦疾病模型上也處于世界領先地位等。除了能夠促進基礎腦科學外，“中國腦計劃”還有益于我們對大腦疾病的探索。該計劃一旦落實，未來通過分子、影像以及相關標記物，我們即可在大腦疾病的早期診斷和干預上發(fā)揮重要作用，通過大腦疾病的遺傳、表觀遺傳以及病理性功能失調等方面的研究，掌握大腦疾病的發(fā)生機制。

腦科學研究與未來機器人緊密關聯(lián)

腦計劃的開展是未來機器人發(fā)展的動力。腦計劃的開展對機器人相關技術的發(fā)展也起到了促進作用。隨著歐、美、日相繼啟動各種人腦計劃，中國也將全面啟動自己的腦科學計劃。類腦計算和人工智能研究是“中國腦計劃”的重要組成部分，而機器人是其一個重要的研究方向。設計類腦芯片和類腦機器人，研發(fā)類腦人工智能硬件系統(tǒng)，從各種智能可穿戴設備到工業(yè)和服務機器人?？梢娔X計劃推動了硬件方面機器人的發(fā)展。

機器人的視覺系統(tǒng)技術就是典型案例之一。機器視覺系統(tǒng)是指用計算機來實現(xiàn)人的視覺功能，換句話說就是用計算機來實現(xiàn)對客觀的三維世界的識別。人類視覺系統(tǒng)的感受部分是視網(wǎng)膜，而視網(wǎng)膜就是一個三維采樣系統(tǒng)。三維物體的可見部分首先是投影到視網(wǎng)膜上，之后人們才按照投影到視網(wǎng)膜上的二維的像來對該物體進行三維理解。三維理解包括對被觀察對象的形狀、尺寸、離開觀察點的距離、質地和運動特征等的理解。機器人視覺系統(tǒng)主要是利用顏色、形狀等信息來識別環(huán)境目標。

以機器人對顏色的識別為例：當攝像頭獲得彩色圖像以后，機器人上的嵌入計算機系統(tǒng)將模擬視頻信號數(shù)字化，將像素根據(jù)顏色分成兩部分，即感興趣的像素（搜索的目標顏色）和不感興趣的像素（背景顏色）。然后，對這些感興趣的像素進行RGB 顏色分量的匹配。為了減少環(huán)境光強度的影響，可把RGB顏色域空間轉化到HIS等顏色空間。

機器人視覺系統(tǒng)主要由三部分組成：圖像的獲取、圖像的處理和分析、輸出或顯示。圖像的獲取實際上是將被測物體的可視化圖像和內在特征轉換成能被計算機處理的一系列數(shù)據(jù)，它主要由三部分組成：照明、圖像聚焦形成、圖像確定和形成攝像機輸出信號。視覺信息的處理技術主要依賴于圖像處理方法，它包括圖像增強、數(shù)據(jù)編碼和傳輸、平滑、邊緣銳化、分割、特征抽取、圖像識別與理解等內容。經(jīng)過這些處理后，輸出圖像的質量得到相當程度的改善，既改善了圖像的視覺效果，又便于計算機對圖像進行分析、處理和識別。

圖3　機器人視覺系統(tǒng)主要由三部分組成

除了視覺，聽覺也是人類大腦的重要組成之一，而聽覺傳感器便是機器人的“耳朵”。若僅要求其對聲音作出反應，那么我們只需一個開關量輸出形式的聽覺傳感器，利用一個“聲—電”轉換器就能辦到。但是，如果讓家用機器人能夠聽懂主人的語言指令，根據(jù)指令去打掃房間，開關房門，倒垃圾等，就已經(jīng)很困難了；而若進一步要求機器人能與主人對話，區(qū)別主人和其他人的聲音，從而只執(zhí)行主人的命令，那就是“困難重重”了。

目前，現(xiàn)在的研究水平只是通過語音處理及辨識技術識別講話人，還可以正確理解一些極簡單的語句。由于人類的語言非常復雜、詞匯量相當豐富，即使是同一個人，其發(fā)音也會隨環(huán)境及身體狀況變化而變化。因此，要使機器人的聽覺系統(tǒng)具有接近人耳的功能，除了擴大計算機容量和提高其運算速度外，還需人們在其他方面做大量、艱苦的研究、探索工作。

當然，我們也可以通過軟件來輔助實現(xiàn)機器人的語音識別。ROAR（機器人操作系統(tǒng)的開源音頻識別器）軟件工具就能夠實現(xiàn)該功能。該軟件能幫助機器人專家訓練機器對更寬泛意義的聲音作出反應。這個工具主要需要一個麥克風；訓練開始時，機器人的麥克風首先捕捉周圍的聲音，ROAR對這些聲音進行打磨；接下來，操作者通過反復重復某個動作教ROAR識別主要聲音，在機器人聽這些聲音的同時標記這些獨特的語音信號；最后，根據(jù)那套訓練片斷，程序會生成一套通用模式，包含各個動作對應的不同的聲音。雖然這些技術還處在研發(fā)階段，但是未來發(fā)展前景是巨大的。

近年來，具有自學習能力的機器人成為了一個新的研究熱點。這個研究方向的一個關鍵問題是用學習技術增強機器人的智能。在機器人研究領域的多種學習方法中，最為廣泛使用的方法就是“強化學習方法”。強化學習（reinforcement learning，又稱再勵學習、評價學習）是一種重要的機器學習方法，在智能控制機器人及分析預測等領域有許多應用。常見的算法包括“Q-Learning”及“時間差學習”。

以日本發(fā)那科公司的一款工業(yè)機器人為例，給定機器人某一任務，比如從某盒子拾取小工具并放入另一個容器，該機器人能夠用整個晚上想出如何完成該任務。上圖為日本發(fā)那科公司的這款機器人。

發(fā)那科的機器人使用了一種名為“深度強化學習”的技術，以完成自我訓練，可隨時學習新的任務。它在嘗試拾起物品的同時，還能夠抓取這個過程的錄像。不管每次成功與否，它都會記住物品的樣子，進而通過學習到的知識，改進控制其行動的深度學習模型或大型神經(jīng)網(wǎng)絡。短短大約八個小時后，該機器人便達到了90％甚至更高的準確度，仿佛是一位程序專家一般。

腦科學研究已經(jīng)得到了國家的高度重視，“中國腦計劃”已經(jīng)獲得國務院批示，被列為“事關我國未來發(fā)展的重大科技項目”之一，并將從認識腦、保護腦和模擬腦三個方向全面啟動。具有中國特色的“中國腦計劃”也在機器人方面得到了體現(xiàn)。比如復旦科學家研究的一種能夠“望、聞、問、切”的中醫(yī)機器人，機器人圍棋專業(yè)四、五段水平的“百度大腦”項目在研究中，以及國防科技大學研發(fā)出腦控機器人，他們通過將人腦電波轉換成指揮機器人的計算機指令，實現(xiàn)用人腦直接控制機器人運動?？梢?，機器人的發(fā)展得益于腦科學的研究以及腦計劃的開展。

總而言之，我們不得不承認，以計算機目前的能力仍然沒有人類大腦那么“強悍”。從某種意義上說，也正由于此，種種技術難題限制了機器人的研發(fā)。雖然目前人們還沒有開發(fā)出滿意的算法，使其能夠真實地模擬人腦進行運行的機制，但人類對智能化要求的提高促使機器人產(chǎn)業(yè)實現(xiàn)更快的發(fā)展。在這樣的大背景下，機器人技術必將飛速發(fā)展。機器人將越來越像“人腦”一樣去感受這個世界，實現(xiàn)更高級的視覺、聽覺、味覺、嗅覺和觸覺的感知?！坝蓹C器人到有‘人類感官’的機器人”，這也許就是人腦計劃中人工智能的未來發(fā)展趨勢。經(jīng)過科學家以及相關研究者的共同努力，這一天離我們真的并不遙遠。