郭爱克：脑科学和类脑智能正在相互照亮

　　12月27-29日，第二十三届中国国际高新技术成果交易会中国高新技术论坛在深圳举行，主题为“推动高质量发展，构建新发展格局”，中国科学院院士，中国科学院生物物理研究所研究员，中国科学院大学荣誉讲席教授郭爱克出席并发表演讲。

　　郭爱克在演讲中指出，从宇宙创生到生命爆发，到智能演生再到人工智能，天地人脑万物互联，当代科学技术正处在大发展、大交叉、大融合的时代，科学正在向微观、介观、宏观和宇观进军，正在向深海、深空、量子、大数据、通用智能、脑海深处进军，物质科学、信息科学和智能科学正在相互照亮。

　　以下为发言实录：

　　各位嘉宾，大家好！我今天报告的题目是“脑科学和类脑智能正在相互照亮”。从宇宙创生到生命爆发，到智能演生，再到人工智能，有一首诗讲“脑比天恢弘，若将两相并，脑中有天空，君亦在其中”。中国古代就有天人合一的哲学思想，近代西方也有天脑合一的观念，如今我们大家都认为天地人脑万物互联。当代科学的技术正处在大发展、大交叉、大融合的时代，科学正在向微观、介观、宏观和宇观进军，正在向深海、深空、量子、大数据、通用智能、脑海深处进军，物质科学、信息科学和智能科学正在相互照亮，这是科学发展的必然规律。因为大自然是不分学科的，德国著名诗人歌德说过：“大自然不是核，也不是壳，它同时是一切。”

　　过去人们常说科学面对四大奥秘，宇宙起源、物质本质、生命起源、思维本质，但这都是从学科角度来说的，实际上这是一个连续链条，一条演化历史长河。科学是在求索从宇宙创生到智慧演生之路，在求索从无中生有到三生万物之路，这就是复杂系统科学所开创的认知造路。2021年诺贝尔物理学家授予了三位研究复杂物理系统的科学家，以表彰他们在预测气候变化和理解复杂物理系统的科学贡献：“发现从原子到行星尺度的物理系统中的

　　无序和波动的相互作用”。帕里西（Giorgio Parisi）说过，他的大部分研究都涉及简单的行为如何产生复杂的集体行为， 联想到2019年物理诺奖对我们理解宇宙演化和地球在宇宙中的地位做出了重要的贡献，指出了“从简单的初始状态按照简单的定律演化出丰富的复杂性，需要漫长的时间和大量的物质”。宇宙学告诉我们，在直径长达十万光年拥有上亿颗恒星银河系中，我们地球人很可能是唯一的智慧生物，人类大脑无疑是已知宇宙的最为复杂的智能系统，它好比一个无比庞大的交响乐团演奏恢弘的心智乐章。当下脑科学和智能科学正呈爆发之势，二者怎样才能相互照亮，如何从复杂系统科学的思维，求索脑与智慧的关系，物质与精神的关系，来回答脑在整体上怎样工作的，这是战略的制高点。

　　两千多年前伟大的诗人屈原的长诗《天问》提出了172个问题，反映出我国先辈对宇宙洪荒，天地自然的思考与探索之心，“路漫漫其修远兮，吾将上下而求索”。1619年开普勒发表了《宇宙的和谐》（Harmonice Mundi）。开普勒一直怀有宇宙是一个和谐整体的强烈信念，他描述音乐和数学、音乐和宇宙规律的共同性。我们可以想象从宇宙和谐到大脑的心智乐章。从这张图，我们可以看到大自然的魂魄，欧州椋鸟的群飞起舞，电线干上小鸟序列，以及马踏雪原的奔腾。他们都遵循三个原则，一是聚集的原则，个体与邻居相互靠近，以避免个体孤立；二是排斥的原则，个体与邻居保持一定的距离，以避免个体间的碰撞；三是对齐的原则，个体与邻居尽量保持速度大小和远动方向一致性。

　　在我们的实验室里，我们可以用两台高速的红外相机正交放置拍摄不同数量梯度的飞行果蝇群体的时空交互行为；50只、150只、300只、600只，他们都维系了彼此不相碰撞。

　　我们这里提一个问题，为什么脑内多巴胺系统能够介导多种认知功能和精神活动？神奇多巴胺，天使兼魔鬼，这里是荷兰大艺术家埃舍（M.C． Esher）的木刻画。我们这里展示出一些图画，不用很多文字，表明多巴胺参与风险和不确定性抉择，参与了毒瘾、烟瘾、网瘾，酒瘾，也参与双向情感障碍：躁狂和焦虑，参与孤独的行为，这是伟大的孤独者梵高，参与头痛、帕金森疾病、抑郁症等等。

　　多巴胺是脑内通货，是奖励价值的一种测度，多巴胺由脑内的多巴胺神经元生物合成并释放，中脑多巴胺神经元主要集中在黑质致密区和中脑腹侧被盖区，果蝇130个多巴胺神经元，小鼠为2—3万，大鼠4—4.5万，猴子是16—32万，我们人类为40—60万，这与动物进化的趋势是一致的。可以看到从腹侧被盖区投射到前额叶，参于很多脑功能，前额叶大脑当中的脑区的分布情况，可以用领结结构（蝴蝶结）来表示，共有29个脑区，其中有17个脑区在领结芯。前额叶的功能有两个重要的功能要素：一是自由意志，前额叶脑区受损的人常常表现出环境依赖综合症；二是与时俱进，前一分钟还和一个朋友在聊天，下一分钟就要去赶飞机了，所以，自由意志和与时俱进是前额叶脑功能的两个基本符号。

　　这两个特征是怎么实现的？前额叶的基本功能是基于多巴胺的动态门控机制，当闸门开启时，前额叶会迅速更新信息，当闸门关闭时，可以稳健保存现有的主要信息。这个过程我们可以用中国太极图表示，当D2开启时，是与时俱进的，当D1开启时是自由意志的。大草原田鼠的伏隔核（NAc）的多巴胺 D1和 D2 对维系该种鼠的“一夫一妻”制起关健的，但是相反的作用。激活D1 受体阻止“一夫一妻”的最初形成，而激活D2 受体却促进配偶偏好过程。 这个过程与成瘾过程极为相似：激活多巴胺D2受体，将导致复吸，反之激活多巴胺D1受体将阻止复吸。即使是线虫（C.elegans）的多巴胺D1和D2受体在运动调控中也相互拮抗。

　　多巴胺的功能怎样描述？它可以用这样的公式表示，多巴胺的反应=实际上获得的回报-预期的回报，这个差值如果是正，多巴胺反应是积极的；如果是负的，多巴胺反应是消极的；如果是0，多巴胺反应是无动于衷。多巴胺的编码原则和信息论一脉相承，按信息论之父香农的定义，100 % 出现的，信息等于0；如讲“太阳从东方升起”，大家都知道，是不含信息量的，如某一事件出现的概率很小反而蕴含了大量的信息量，这是由香农公式给出来的。

　　直觉也是一种智能，多巴胺系统是通用奖励货币，是我们评价我们的世界和其他人的一种方式，所以我将它称之为“脑币”，每当我们没法用简单的源由来解释我们做的某项决策时，那就是直觉脑内多巴胺驱使我们做的，在决策过程中，多巴胺不知不觉地参与了投票。俗话说，情人眼里出西施，西施眼里出白痴，就是由多巴胺投票造成的感知现象。多巴胺是一种神经调质，调控期望、预测和风险；多巴胺的功能是跨物种保守的，这是根据达尔文的大道至简大美天成可以悟到的。我们与果蝇同在蓝天下，同住地球村，它的消化道、体结构、分泌系统、神经系统和人类的都是可以相类比的，果蝇的脑内多巴胺系统和哺乳动物的多巴胺系统在合成、运输、分泌、信号接收和信号转导方面有大多数基因都是保守，只是参与多巴胺代谢的主要酶在两种物种中是不同的。

　　强化学习（Reinforcement Learning， RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。

　　脑科学和类脑智能正在相互照亮，最近，Will Dabney 等科学家（2020）提出了一个受最近人工智能启发的基于多巴胺强化学习的分布式强化学习的新思路。假设大脑表征未来可能的回报，并不是用一种单一的平均值方式（大锅饭），而是一种同时并平行地有效地表征多个未来后果的概率性分布。这个想法意味着有一套预测组的检验。Will Dabney 等 使用来自小鼠腹侧被盖区VTA的单细胞记录来进行检验，为分布式强化学习的神经实现提供了有力的证据 。

　　多巴胺的功能，我们可以理解它是一个辩证法，怎样解决天使和恶魔的矛盾呢？中华民族永恒的太极智慧，老子的道德经讲 “万物负阴而抱阳，冲气以为和”，即由阴阳两个对立共存的方面相互矛盾冲突 产生第三者，即“先二而后三”， 进而生成万物。”奇画共欣赏，寓意相与析，我可以用三个世界著名的画作来诠释这个1→2→3概念。 这是蒙娜丽莎，道生一；这是毕加索的画，是一生二，这是二生三的画。最后是中国故宫博物院国宝级藏画，一团和气图。1465年明宪宗朱见深所绘。

　　恩格斯在自然辩证法中这样论述，“一切差异都在中间阶段融合，一切对立都经过中间环节而相互给过渡，辩证法不知道什么绝对分明和固定不变的界限，不知道什么无条件的普遍有效的非此即彼，它使固定的形而上学的差异互相过渡，除了非此即彼又在适当的地方承认亦此亦彼，并且使对立互为中介。”。这段论述与老子的阴阳对立统一观是何等相近呀！

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

海量资讯、精准解读，尽在新浪财经APP

责任编辑：邓健