人工智能作為21世紀(jì)最具有影響力的技術(shù)，正在包括諸如機(jī)器人、語言識別、圖像識別、自然語言處理等諸多領(lǐng)域發(fā)揮著重要作用。腦科學(xué)被譽(yù)為“人類科學(xué)最后的前沿”，認(rèn)識腦的奧秘是對人類的終極挑戰(zhàn)。而更重要的是，腦科學(xué)的發(fā)展將推動人工智能科學(xué)從感知人工智能到認(rèn)知人工智能的跨越。

1.科研從失敗做起。

科研的實(shí)際過程是充滿失敗的，一系列在無數(shù)次失敗后才成功的故事，啟示我們失敗通往成功的道路是螺旋式的，面對失敗要保持恒心毅力，不斷總結(jié)從失敗中吸取經(jīng)驗(yàn)。

2.什么是認(rèn)知科學(xué)？

認(rèn)知科學(xué)是一門對心智及其過程進(jìn)行多學(xué)科研究的科學(xué)。如何對心智及其過程進(jìn)行準(zhǔn)確而全面的觀察是認(rèn)知科學(xué)的基礎(chǔ)，同樣是巨大的挑戰(zhàn)。認(rèn)知科學(xué)包含六大研究領(lǐng)域：心理學(xué)，哲學(xué)，語言學(xué)，人類學(xué)，人工智能，神經(jīng)科學(xué)。 

3.腦成像技術(shù)的發(fā)展與困境

以觀察為出發(fā)點(diǎn)，腦成像成為了認(rèn)知科學(xué)的一個(gè)重要工具。通過腦成像，可以記錄下腦在認(rèn)知過程中發(fā)生的變化，從而直接揭示認(rèn)知的奧秘。但是由于細(xì)胞間錯(cuò)綜復(fù)雜的連接關(guān)系，我們不能進(jìn)一步從微觀、介觀、宏觀層面簡單理解認(rèn)知過程，導(dǎo)致認(rèn)知科學(xué)遇到發(fā)展瓶頸。

4.生命科學(xué)成像儀器RUSH-I的研發(fā)

為了突破現(xiàn)階段腦科學(xué)觀察的瓶頸，大視場、高分辨顯微鏡的研發(fā)是現(xiàn)階段的主要任務(wù)。清華大學(xué)牽頭開發(fā)研制了超寬、超分、超快的顯微鏡儀器生命科學(xué)成像儀器RUSH-I。RUSH-I是多維多尺度高分辨計(jì)算攝像儀器，可以全腦尺度下觀察到細(xì)胞運(yùn)動，為從亞細(xì)胞、細(xì)胞、組織到器官結(jié)構(gòu)與功能活體研究提供了新工具。

5. 光電技術(shù)在人工智能中的機(jī)遇與挑戰(zhàn)

現(xiàn)在的人工智能復(fù)雜度急劇攀升、算力需求激增、前算力與能耗大成為人工智能發(fā)展的瓶頸，因此需要尋求光電結(jié)合的方式進(jìn)行計(jì)算。利用光電技術(shù)顛覆傳統(tǒng)計(jì)算范式，從而提升算力。再以清華人工智能（T-AI）結(jié)合新一代認(rèn)知智能，實(shí)現(xiàn)最后軟硬件結(jié)合完成整個(gè)光電智能計(jì)算系統(tǒng)。

6. 戴瓊海老師對同學(xué)們的建議

戴瓊海老師也給同學(xué)們分享了做研究的經(jīng)驗(yàn)和建議，希望同學(xué)們做研究要緊密結(jié)合國際前沿和國家重大需求，做學(xué)問要記住問題驅(qū)使是原創(chuàng)，方法驅(qū)使是改進(jìn)，并且學(xué)會用理科的思維思考問題去攻克方式實(shí)踐，更重要是的學(xué)會哲學(xué)表達(dá)。

講座實(shí)錄

科學(xué)研究從失敗做起

2016年2月11日，愛因斯坦于100年前提出的引力波概念被證實(shí)，其是由兩個(gè)黑洞的合并過程而產(chǎn)生的強(qiáng)烈的引力波信號。引力波的論證史是一個(gè)曲折的過程，愛因斯坦經(jīng)過提出概念、修正概念、遭遇拒稿、發(fā)現(xiàn)并修正論文錯(cuò)誤等多次失敗之后，才最終將“論引力波”研究成果發(fā)表，而更艱難的引力波的實(shí)驗(yàn)驗(yàn)證則經(jīng)歷了100余年的歷史。無獨(dú)有偶，居里夫人發(fā)現(xiàn)鐳的過程也是極其復(fù)雜的，在連續(xù)工作4年依然一無所獲后，居里夫人發(fā)現(xiàn)，也許鐳并不像想象的那樣是一團(tuán)晶體，而后其發(fā)現(xiàn)器皿中不起眼的污跡便是鐳。所以由此可以看出，失敗是經(jīng)常的，成功只是一瞬間的事情。X射線的發(fā)現(xiàn)同樣是倫琴在多次實(shí)驗(yàn)失敗的基礎(chǔ)上，不斷改進(jìn)實(shí)驗(yàn)方法在偶然間發(fā)現(xiàn)的，這發(fā)現(xiàn)的過程也少不了倫琴能夠敢于打破舊觀念，提出新概念的創(chuàng)新精神。

這些故事說明，失敗通往成功的道路是螺旋式的，所以同學(xué)們在做研究當(dāng)中會碰到很多失敗，在這當(dāng)中我們一定要有興趣，而往往我們會被失敗打敗，所以我們一定要有恒心有毅力。興趣是暫時(shí)的，毅力是永久的，既然選擇某一方向，要學(xué)會在復(fù)雜的問題中找到自己成功的道路。失敗是對追求者的考驗(yàn)，成功是對追求者的回報(bào)。

認(rèn)知科學(xué)概述

1969年，英國人萊特希爾爵士為國會提供報(bào)告，全盤否定人工智能的發(fā)展，人工智能陷入寒冬。為了改變?nèi)斯ぶ悄馨l(fā)展窘境，認(rèn)知科學(xué)之父朗格特-希金斯提出了包括人工智能、心理學(xué)、數(shù)學(xué)、人類學(xué)等學(xué)科在內(nèi)的一個(gè)綜合學(xué)科概念，稱之為認(rèn)知科學(xué)。按照現(xiàn)代定義，認(rèn)知科學(xué)是一門對心智及其過程進(jìn)行多學(xué)科研究的科學(xué)。如何對心智及其過程進(jìn)行準(zhǔn)確而全面的觀察是認(rèn)知科學(xué)的基礎(chǔ)，但同樣是巨大的挑戰(zhàn)。認(rèn)知科學(xué)包含六大研究領(lǐng)域：心理學(xué)，人類的高級心理過程；哲學(xué)，現(xiàn)代科學(xué)的方式與途徑研究思維、意識等；語言學(xué)：語言如何與認(rèn)知交互、如何形成思想等；人類學(xué)，使用認(rèn)知科學(xué)的研究方法和理論；人工智能，認(rèn)知模型的計(jì)算機(jī)實(shí)現(xiàn)；神經(jīng)科學(xué)，認(rèn)知的生物學(xué)（神經(jīng)層面）原理。

認(rèn)知科學(xué)是基于假設(shè)完成的，但在認(rèn)知科學(xué)發(fā)展過程中多次出現(xiàn)先前的假設(shè)被后期實(shí)驗(yàn)推翻的情況，這導(dǎo)致大家對認(rèn)知科學(xué)產(chǎn)生了疑惑。而腦成像技術(shù)的發(fā)展則為洞悉大腦的認(rèn)知過程提供了可能。以觀察為出發(fā)點(diǎn)，腦成像成為了認(rèn)知科學(xué)的一個(gè)重要工具。通過腦成像，可以記錄下腦在認(rèn)知過程中發(fā)生的變化，從而直接揭示認(rèn)知的奧秘。2012年，馬薩諸塞總醫(yī)院在science發(fā)文，發(fā)現(xiàn)了腦聯(lián)結(jié)的規(guī)律網(wǎng)格結(jié)構(gòu)，與電路板陣列類似。此網(wǎng)格結(jié)構(gòu)的發(fā)現(xiàn)讓我們初探了大腦的認(rèn)知過程，同時(shí)帶來了新的科學(xué)挑戰(zhàn)。

由于不能準(zhǔn)確觀測細(xì)胞間的網(wǎng)格結(jié)構(gòu)是如何錯(cuò)綜復(fù)雜進(jìn)行聯(lián)結(jié)的，導(dǎo)致我們不能在微觀、介觀和宏觀層面理解神經(jīng)細(xì)胞的工作原理、信息處理方式和協(xié)作認(rèn)知機(jī)制，這導(dǎo)致腦科學(xué)在2015年左右陷入短暫的低谷。在腦成像觀察時(shí)，必須兼顧大腦的微觀細(xì)胞層面、介觀環(huán)路層面與宏觀全腦層面，才能實(shí)現(xiàn)對認(rèn)知過程的準(zhǔn)確觀察。這就需要研發(fā)大觀測視場、高觀測分辨率的儀器，進(jìn)一步了解細(xì)胞與細(xì)胞之間的關(guān)系。

腦科學(xué)—人類最后的科學(xué)

什么是腦科學(xué)

人類大腦重約3磅（1.4公斤），由上千億個(gè)神經(jīng)元組成，每個(gè)神經(jīng)元又包含1000多個(gè)分支，共同構(gòu)成了龐大精細(xì)的神經(jīng)網(wǎng)絡(luò)。它一點(diǎn)都不比無窮宇宙簡單，可以說人類大腦的神經(jīng)科學(xué) （Neuroscience） 是“人類科學(xué)最后的前沿”，認(rèn)識腦的奧秘是對人類的終極挑戰(zhàn)。腦科學(xué)的發(fā)展，對腦疾病的防治、人工智能產(chǎn)業(yè)的發(fā)展有著巨大的推動作用。

腦與全身的關(guān)系主要表現(xiàn)在中樞神經(jīng)系統(tǒng)通過遍布于人體，傳出神經(jīng)信號與器官建立連接，發(fā)揮對組織器官保護(hù)機(jī)制。而器官通過免疫系統(tǒng)反饋組織狀態(tài)，也是腦與全身協(xié)調(diào)的重要表現(xiàn)。

世界各國的腦計(jì)劃

世界各國目前正在積極實(shí)行腦計(jì)劃，其中美國和歐盟起步較早。2013年4月2日，美國時(shí)任總統(tǒng)奧巴馬宣布啟動“通過推動創(chuàng)新型神經(jīng)技術(shù)開展大腦研究”計(jì)劃；2013年10月，由15個(gè)歐洲國家參與發(fā)起歐盟腦計(jì)劃，但目前已宣告失敗，并準(zhǔn)備重新開始；2014年，由日本科學(xué)家發(fā)起神經(jīng)科學(xué)研究計(jì)劃；2016年2月澳大利亞腦聯(lián)盟正式成立；中國的腦計(jì)劃以腦認(rèn)知功能的解析和技術(shù)平臺為一體，形成認(rèn)知障礙相關(guān)重大腦疾病診治和類腦計(jì)算與腦機(jī)智能技術(shù)為兩翼的“一體兩翼”布局，具體研究布局還在準(zhǔn)備中。當(dāng)前，各個(gè)國家圍繞統(tǒng)計(jì)大腦細(xì)胞類型、建立大腦結(jié)構(gòu)圖、開發(fā)操作神經(jīng)回路工具、了解神經(jīng)細(xì)胞與個(gè)體行為的聯(lián)系四個(gè)方面分別開展研究。

根據(jù)視場和分辨率，通過將顯微鏡技術(shù)映射到二維坐標(biāo)系中可劃分為四個(gè)部分，現(xiàn)階段的主要工作是攻克大視場、高分辨顯微鏡中的技術(shù)難題，搜尋這些技術(shù)對新一代人工智能的推動作用。清華大學(xué)聯(lián)合浙江大學(xué)、中科院上海光學(xué)精密儀器機(jī)械研究所和其他三家單位一起共同研制目標(biāo)是為超寬、超分、超快的顯微鏡儀器。

儀器研制思路創(chuàng)新與矛盾分析

視場和分辨率本身是一對矛盾，視場越大伴隨著分辨率就越低。因此，期望在1 cm2的視場里看到一只鼠的全部腦及其細(xì)胞，如果以傳統(tǒng)方式，通過加工曲面解決視場問題是難以實(shí)現(xiàn)的，其加工難度與視場正相關(guān)。另外，面對極大的數(shù)據(jù)量，相機(jī)的帶寬、鏈路傳輸?shù)膸�寬、存儲寫入的帶寬都面臨極大壓力。最后，結(jié)合以前做人工智能所積累的經(jīng)驗(yàn)（無損信息編碼采集、稀疏集結(jié)構(gòu)學(xué)習(xí)、信息重構(gòu)）設(shè)計(jì)出適應(yīng)相面彎曲和計(jì)算重構(gòu)圖像的新方式來解決此問題。經(jīng)過兩年時(shí)間，課題組共同努力研發(fā)出生命科學(xué)成像儀器RUSH-I，實(shí)現(xiàn)了拍得快、存得下的效果。

生命科學(xué)成像儀器RUSH-I是多維多尺度高分辨計(jì)算攝像儀器，可以全腦尺度下觀察到細(xì)胞運(yùn)動，比如實(shí)時(shí)監(jiān)測實(shí)驗(yàn)所用的免疫細(xì)胞運(yùn)動。并首次對音樂刺激下的清醒小鼠全腦皮層神經(jīng)網(wǎng)絡(luò)活動進(jìn)行高速成像，展示出小鼠全腦皮層、亞細(xì)胞級、結(jié)構(gòu)與功能統(tǒng)一 。

RUSH-I為從亞細(xì)胞、細(xì)胞、組織到器官結(jié)構(gòu)與功能活體研究提供了新工具，并得到國際上腦科學(xué)家們的廣泛認(rèn)同。利用該儀器所做的相關(guān)工作發(fā)表已經(jīng)發(fā)表在多篇高水平期刊上（如Nature Photonics， Nature Methods， Nature Neuroscience）。

第二代RUSH-I儀器的研制

從2017年開始著手研究，并于2018年1月搭建完成的第二代儀器RUSH-II，具有400 nm分辨率，準(zhǔn)備觀察大鼠和獼猴的腦部。達(dá)到的技術(shù)指標(biāo)為，視場大小達(dá)到1 cm2；分辨率達(dá)到0.4 μm；每幀圖像達(dá)到3.36億像素；成像幀率達(dá)到30幀/秒；數(shù)據(jù)通量達(dá)到100.8億像素/秒，是當(dāng)前國際上視場最大、數(shù)據(jù)通量最高的高分辨率光學(xué)顯微鏡。

當(dāng)前的國際最為流行的四大神經(jīng)網(wǎng)絡(luò)分別為：卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、脈沖神經(jīng)網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)。但如何實(shí)現(xiàn)高能效、可解釋、易擴(kuò)展、具有長短期記憶的新一代認(rèn)知智能成為發(fā)展難題。美國情報(bào)系統(tǒng)的Intelligence Advanced Research Projects Activity（IARPA）部門啟動了皮質(zhì)網(wǎng)絡(luò)機(jī)器智能MICrONS計(jì)劃 （2016），項(xiàng)目經(jīng)費(fèi)1億美金，被稱為阿波羅腦計(jì)劃。其繪制出嚙齒動物1 mm2大腦皮層中的所有神經(jīng)回路（記錄并測量10萬個(gè)神經(jīng)元的活動和連接），研究大腦計(jì)算方式，并運(yùn)用這些研究發(fā)現(xiàn)更好地影響機(jī)器學(xué)習(xí)和人工智能算法。由哈佛大學(xué)、卡耐基梅隆大學(xué)和貝勒醫(yī)學(xué)院的研究團(tuán)隊(duì)牽頭，對人工智能發(fā)展進(jìn)行探索。

縱觀人工智能的發(fā)展，經(jīng)歷了從符號主義到聯(lián)結(jié)主義的發(fā)展演變。而自2016年之后，受腦科學(xué)和心理學(xué)等學(xué)科的啟發(fā)，人工智能正在向生物智能的轉(zhuǎn)變。因此，下一代人工智能將要實(shí)現(xiàn)人工智能從感知決策與控制到認(rèn)知決策與控制的轉(zhuǎn)變。

人工智能的需求與瓶頸

現(xiàn)在的人工智能面臨復(fù)雜度急劇攀升（比當(dāng)前超過30萬倍）、算力需求激增、摩爾定律逐步失效等問題。當(dāng)前，算力與能耗成為人工智能顛覆性發(fā)展的瓶頸。要尋求以光三維傳播來代替硅基的電的一維計(jì)算，對材料的要求較高，因此需要尋求光電結(jié)合的方式進(jìn)行過渡，并且，計(jì)算媒介的改變會帶來顛覆性的變化。

發(fā)展光電技術(shù)的歷史機(jī)遇

需求與瓶頸：現(xiàn)有存算分離的電子計(jì)算范式無法滿足人工智能技術(shù)的發(fā)展需要；

理論與算力：已有光學(xué)神經(jīng)網(wǎng)絡(luò)的理論模型必將推動人工智能算力跨越式發(fā)展；

材料與工藝：當(dāng)前微納光電材料與工藝取得的突破為光電集成研發(fā)提供了條件；

光電技術(shù)引領(lǐng)顛覆性技術(shù)革命

當(dāng)前我們要利用光電技術(shù)顛覆傳統(tǒng)計(jì)算范式，研制采存算一體的光電計(jì)算系統(tǒng)，從而提升算力。對比之下，光電技術(shù)的算例高達(dá)1014 MAC/s/cm2，而電子技術(shù)的算力僅為1011 MAC/s/cm2。并且功耗提升也會達(dá)到百萬倍之多，光電技術(shù)功耗為4×1012 MAC/J，電子3×106 GMAC/W/s。清華大學(xué)在光電上的研究與麻省理工學(xué)院和劍橋大學(xué)、明斯特大學(xué)并駕齊驅(qū)，且我校獨(dú)特的衍射神經(jīng)網(wǎng)絡(luò)和其他方案有所不同。

光電智能技術(shù)的路線規(guī)劃與清華方案

從光電技術(shù)出發(fā)，以清華人工智能（T-AI）結(jié)合新一代認(rèn)知智能，最后進(jìn)行軟硬件結(jié)合，建立整個(gè)光電智能計(jì)算系統(tǒng)。目前，研究中心具有3-5個(gè)國家重點(diǎn)實(shí)驗(yàn)室，通過大企業(yè)聯(lián)盟集成攻關(guān)發(fā)揮研發(fā)優(yōu)勢，以滿足國家重大需求、面向國民經(jīng)濟(jì)主戰(zhàn)場的原理機(jī)樣。

目前，清華大學(xué)腦認(rèn)知院主要集中在突破神經(jīng)環(huán)路動態(tài)成像技術(shù)、揭示神經(jīng)血管的耦合機(jī)制、解決腦免疫的百年難題與從腦認(rèn)知到腦聯(lián)網(wǎng)的顛覆性突破四大科學(xué)研究上。當(dāng)下，我們結(jié)合工作基礎(chǔ)，制定清華方案，所做的工作主要包括腦觀測、腦健康、腦模擬與腦認(rèn)知，體現(xiàn)學(xué)科之間的交叉融合，實(shí)現(xiàn)產(chǎn)學(xué)研創(chuàng)新。

戴瓊海老師對同學(xué)們的建議

論壇最后，戴瓊海老師也給同學(xué)們分享了做研究的經(jīng)驗(yàn)和建議，希望同學(xué)們做研究要緊密結(jié)合國際前沿和國家重大需求，做學(xué)問要記住問題驅(qū)使是原創(chuàng)，方法驅(qū)使是改進(jìn)，并且學(xué)會用理科的思維思考問題去攻克方式實(shí)踐，更重要是的學(xué)會哲學(xué)表達(dá)。

研究者可分為三類，分別是牛人、高人和神人，他們分別對應(yīng)著自己的特質(zhì)：做一研究做到極致、做別人做不到的事和做別人想不到的事。

同時(shí)，要胸懷寬，境界高，眼光遠(yuǎn)，不要讓戰(zhàn)術(shù)的勤奮掩蓋了戰(zhàn)略上的懶惰。正如德魯克所述，戰(zhàn)略不是研究我們未來做什么，而是研究我們今天做什么才有未來。