全文共2460字，預計學習時長7分鐘

1859年，查爾斯·達爾文發表了《物種起源》，詳述了物競天擇理論；1865年，格雷戈爾·孟德爾透過對豌豆的研究和實驗，提出了孟德爾遺傳定律。快進到今天，亨利·馬克拉姆（Henry Markram）和他的團隊正致力於在計算機上建立有史以來第一個完整人腦的數字模擬。

等等，所以他想把一團三磅重的神經細胞和組織細胞上傳到計算機上？難度如何？這可比人們想象的要困難得多，在深入研究之前，讓我們回顧一下歷史。

自從生命的形成和存在以來，有機體就被機械地連線起來，以經歷變化的過程。這種隨著時間的推移而不斷變化的想法，或者更為普遍地稱之為進化論，已經成為數十億年來生命的驅動力，這個理論被達爾文和很多他的理論擁護者普遍接受。

進化就在我們的血液裡。我不是說進化象徵性地存在於我們的血脈之中，我是說進化確實存在於我們的血液（和DNA）中！在生命中我們無時不刻不在進化——每一小時的每一分鐘，每一天的每一小時，每一年的每一天。在每一個瞬間，我們的細胞都在變化。

在整個進化過程中，我們從單細胞生物到葉鰭生物（魚類），再到兩棲/爬行動物（四足動物），最後一直到智人（或者更常見的是人類）。以色列神經學家亨利·馬克拉姆（Henry Markram）認為，下一個“進化的關鍵步驟”是以“理解人腦”為中心。

神經學家亨利·馬克拉姆在Ted演講中談到了人類腦計劃。

什麼是人類腦計劃

人類腦計劃（HBP）是由神經學家亨利·馬克拉姆發起的一項為期十年的科學研究計劃。人類腦計劃於2013年正式啟動，旨在開發一個“精細、逼真的人腦計算機模型”，以便就神經元電路如何與功能聯絡起來提出關鍵見解。

利用超級計算機，科學家們發現他們能夠透過模擬被稱為大腦皮層功能柱的組織的虛擬功能柱，對大腦的某些區域及其相互連線進行建模和分類。這些皮質區域作為大腦的微觀三維“切片”，高達2毫米，寬0.5毫米，科學家們能夠用神經元的三維重建來填充這些區域。

一種三維重建的大腦皮層組織柱，類似於大腦的一個微觀區域，由藍腦計劃（Blue Brain Project）專案提供。

馬克拉姆在Ted演講中聲稱，通過了解神經元群在整個大腦的特定區域內如何激發和相互交流，科學家將能夠更好地理解所有這些神經元的相互作用如何在更宏觀的尺度上影響區域。

這一專案目標是取代動物實驗和基於刺激的大腦神經細胞（神經元）測試，這將使科學家能夠以假設方式進行數字化模擬實驗，並進一步提高理解。

疾病有望成為本專案進展的主要動機，大腦模擬模型可以讓科學家瞭解帕金森氏症，甚至阿爾茨海默氏症背後的基本發病機制，進一步填補目前困擾人類理解關於這些疾病的知識空白。

馬克拉姆的團隊相信，一個可行的模型將有力地促進全世界的研究人員在神經科學和腦相關醫學領域取得進展，特別是在腦機介面（BCI，也叫做BMI）方面。

此外，將這種複雜的活動透過數字模擬建立模型，有助於科學家不僅瞭解神經元如何相互作用，以及這種電活動的高潮如何產生自主性動作、記憶和其他更高階的大腦功能。這一點，再加上人工智慧，被認為是讓人類瞭解自己的大腦及其異常複雜的接線及其功能的關鍵。

圖片來自斯坦福新聞出版社

為什麼人類腦計劃很重要

世界衛生組織的一份報告中指出，估計每四個人中就有一個人在生活中會經歷某種精神或神經疾病，那就是說差不多有20億人。隨著大腦成為身體決策的動力源和經歷的解釋者，神經系統紊亂為何成為當今突出問題變得顯而易見。

正如亨利·馬克拉姆所說，“沒有決策，我們無法看見、思考和感覺。”走進一個房間，實際上你所看到的99%並不是來自眼睛，而是你從進入的房間裡推斷出來的東西，即房間的佈局牆壁，窗戶，傢俱的擺放方式，地板與牆壁的連線方式，等等。

這種普遍存在於人類大腦中的決策對我們處於進化過程中的人類非常重要，因此，不花時間和精力去查明導致我們自身退化和“疾病”的根本原因是愚蠢的。

在靈長類動物的進化過程中，大腦皮層不斷增大，這是由於它在整個進化過程中取得了不錯的成果。隨著大腦物質的不斷增長，靈長類動物最終達到了一個極限，它們的頭骨已經沒有空間讓大腦繼續增長了！

人類進化過程中大腦大小的驚人變化

但進化並沒有就此止步。大腦繼續發育，現在，它自己摺疊起來，塞滿了它能容納的所有腦細胞。為什麼？因為它可以儲存更多的資訊，並能夠執行更復雜的功能。

亨利·馬克拉姆認為，畢竟這是進化的最終產物，這就是為什麼將大腦模擬到完美是神經科學的聖盃，因為它最終會在物理層面改變我們的思維方式。不僅如此，它還將允許我們透過另一個角度來感知現實，即一個虛擬現實的角度。

接下來做什麼？

透過開發一個虛擬的、逼真的、可行的模擬，科學家們甚至可以模擬一臺“生病”的計算機，一臺患有帕金森病的計算機，或者至少是一種類似的疾病。透過這種方式，人們相信在這種“病態”的、基於數學計算的模擬中治療帕金森病，將能夠發明出更新的、創造性的治療方式，並在現實生活中複製。

總之，這需要一個具備計算複雜性且有能力的超級計算機，透過使用數學模擬模型，我們將能夠整合一個基於描述了大腦某些區域的解剖結構和活動的生理資料的小型模型。

這種對大腦皮層特定區域的分類最終將使我們能夠更好地瞭解大腦，至少從數學的角度來看是這樣。這將使我們能夠更好地瞭解疾病，如帕金森氏症，以及如何能夠治癒它。

這就是神經科學的未來。

我們一起分享AI學習與發展的乾貨