当前位置: 首页>头条

中国科学院脑科学与智能技术卓越创新中心

发布时间:2019-08-30

  脑科学与智能技术卓越创新中心(Center for Excellence in Brain Science and Intelligence Technology,简称CEBSIT)是中国科学院在2014年首批成立的四个卓越创新中心之一。作为中科院体制与机制改革的试点,卓越中心是跨学科、跨院校的组织;旨在以科学问题为导向,以中科院神经科学研究所和自动化所为依托单位,凝聚中科院内外的科研实力,通过团队合作和学科交叉融合,解决在脑科学和类脑智能技术两个前沿领域的重大问题。

  中心的组织有以下几个特点。首先,中心的科研骨干来自中科院二十多个研究所和一些中科院外的高校。加入中心后,每位科研骨干都必须参与一个或多个研究团队,以合作的形式对团队成员共同感兴趣的重大前沿科学问题进行攻关。其二,与其他一些已有的实验室联盟不同,中心明确要求每位学术骨干把主要的工作精力投入到完成中心团队的研究课题中。依据中心、学术骨干、骨干所在单位签订的“三方工作协议”,所在工作单位将积极支持骨干完成中心任务,提供必要的科研条件,并按照中科院制定的卓越中心章程认定与采纳中心对参与成员的考核结果。其三,中心所组织的全国性科研团队,将配合或承担国家中长期重大科研项目的任务。最后,中心也是中科院科研体制改革的实验平台,将探索各种机制,以期最大程度地避免中科院各单位间研究内容的同质化与碎片化。

  中心的研究工作包括五个领域:在“脑认知功能的环路基础”领域,中心将研究感觉输入是在大脑中分析整合、如何启动动作环路、如何调节动物的本能行为,自发活动的意义和对感觉信息处理、感觉/动作转换机制的作用、记忆储存与提取的神经机制、适应性行为和高级认知功能(如自我意识、共情心、合作行为和语言等)的神经环路基础。要全面理解大脑的这些功能,必需在介观层面解析全脑各类神经元的联接结构和电活动规律。在“脑疾病机理与诊断干预”领域,中心将关注各种脑疾病的致病机理,研发早期诊断的指标和早期干预发病过程的手段。在“脑研究新技术”研究方向,中心正在完善鉴别神经元类型的单细胞基因分析方法、病毒感染示踪标记神经环路的方法、记录电信号和化学信号的微电级阵列技术、以及各种观测脑结构和功能的光学、磁共振影像新技术。在“类脑模型与智能信息处理”研究方向,中心在微观、介观和宏观多尺度水平进行全脑神经联接结构和功能分析,研发能实现多模态感知、节能高效和可泛化的机器学习算法。在“类脑器件与系统”研究方向,中心将研发类神经元计算芯片、新一代的神经网络计算器件、类脑智能机器人、以及人机协同的智能训练和生长环境。

  在过去几年里,脑科学的紧迫性和重要性在全球范围内被高度重视,欧盟、美国和日本都启动了大型脑计划项目。中国神经科学界已有共识,理解脑认知原理应是中国未来几十年中国脑计划的核心。同时,我们也应重视脑科学对解决社会需求的可能贡献,包括研发类脑计算方法与器件、重大脑疾病的预防、诊断和治疗的方法。过去几十年,各种脑疾病药物研制停滞不前,多数神经科学家已意识到早期诊断和早期干预可能是减轻脑疾病为社会带来沉重负担的最有效手段。大量的病例临床资源,为我国研发早期诊断的指标和早期干预的手段,提供了历史机遇。利用丰富的非人灵长类资源以及快速发展的基因操作技术,我们将建立用于脑疾病致病机理研究的非人灵长类动物模型,用于研制出有效的药理、生理和物理干预手段。脑科学和智能技术的深度融合将加速发展以临床为导向的先进技术,如脑机接口器件、神经功能和环路特异的神经调节方法、以及基于互联网的诊断和治疗工具等。

  人工智能的应用正在激发人类前所未有的想像力。“类脑人工智能“也已成为下一代人工智能的同义词。然而,脑科学和人工智能虽然近年来都有了蓬勃发展,分别取得很大成就,但是相互间交流仍极为有限。基于不同的学科训练、不同的语言、不同的文化,两个学科间的交流仍有很大的鸿沟。尽管如此,回顾人工智能的历史,就会发现过去只是零星地引入几个简单的神经科学概念,如神经联接的权重变化、赫伯学习法则、多层网络结构、递归网络等,就已极大地增强了机器学习的性能。如果这两个学科的科学家真正在一起工作时,真无法想像将会带来怎样突飞猛进的新发展。

  毫无疑问,未来脑科学和智能技术这两个前沿科学领域必将汇集在一起,这是科学发展的历史必然。脑智卓越中心的成立为我们提供了一个可以实现这种汇集的体制与机制。我们相信,中心在未来几年内将持续成长,越来越多参与中心的科研骨干会认识到与不同背景科学家之间交流合作,往往会产生意想不到的顿悟与发现,会认识到通过团队合作攻克重大前沿问题比单干所取得的较小成就更有意义。这种认识所反映的将是一种文化的改变,而这种文化变革将是中科院体制改革成功的最佳表征。

附件下载: