■本报记者 姜澎

请大开脑洞设想一下：当我们可以模拟出人脑后，接下去，会发生什么？

在复旦大学类脑智能科学与技术研究院，院长冯建峰介绍用数学方法模拟大脑实验的最新进展：“2018年，我们搭建出了由7000万个脉冲神经元组成的‘冯脑’,随后它开始加速发育，现在已有200亿个神经元，年底前预计神经元可达千亿个。”

“冯脑”，即冯建峰用以模拟的数字大脑。有趣的是，这个数字大脑的“样板”正是他自己——拥有860亿个神经元的人脑。

拥有200亿个神经元的“冯脑”在没有任何任务的静息状态下，和冯建峰自己的大脑相比，神经元之间的链接活动有92%相似；而当冯建峰看一张照片、大脑进入图片信息处理状态，“冯脑”也同时处理这张照片信息时，两者的活动有77%相似。

加快建设人工智能发展的“上海高地”，基础研究极其重要。上海市市级重大科技专项“脑与类脑智能基础转化应用研究”实施三年，迎来阶段性重要成果。不断成长的“冯脑”正是其中之一。

一个科研项目从零开始时，可以选择的研究路径有很多。类脑智能项目启动时也不例外，同样面临选择：是以应用为成果出口，还是以科学家的自由探索为出口。最终，联合了各个不同领域1200多名科学家的项目组，选择了以应用为出口，从应用需求来倒推类脑人工智能的发展路径。

据悉，该项目由复旦大学和张江实验室牵头，中科院微系统所、华山医院共同承担,100多家国内外高校、科研机构、企业以及医院等合作单位参与。

根据国家的战略需求和三大应用出口，项目部署了几个主要方向，分别是脑智能与算法、脑疾病、类脑智能与芯片；项目的产业化出口，锁定为精准医疗、智能决策和智能机器。

回看人工智能发展的历史，人工智能算法论文最早发表在心理学、认知神经科学期刊上，而非数学、自动控制、计算机等期刊上。在冯建峰看来，这实际意味着，早期人工智能研究，很多想法正来自脑科学研究。“这也是为什么针对上述三个产业化出口，必须解决的三个关键技术支撑是脑疾病智能诊疗技术体系、智能机器技术体系和智能决策技术体系——归根到底，要发展强人工智能或类脑人工智能，最可行的路径就是模拟人脑。”

另一个项目的重要成员单位——复旦大学附属华山医院，也构建起了一个三万多人的队列，目前拥有50多万份保存在液氮中的脑样本，而其建设目标是“构建100万份脑样本的样本库”。

项目组重要成员、华山医院院长毛颖介绍，平均年龄80岁以上的全脑样本也已入库，这将为研究人脑的退化，乃至帕金森病的发生和发展提供帮助。而建设中的队列以及样本库中样本分析的大数据、叠加深度学习技术和不断升级的算法，将推动脑疾病的预防、诊治；同时，这些研究也将一并反过来推动算法、类脑智能的进一步发展。

当不同领域的科学家打破学科壁垒，收获的成果超出预期。

在困扰医学界的抑郁症和精神分裂症的诊疗方面，项目组研究发现，抑郁症和人脑的“奖惩系统”失衡有关，而精神分裂症的发生，则是因为人的左右大脑发展出现了平衡问题。对于多动症以及罕见病亨廷顿病等，项目组也都有论文发表在顶尖科学期刊。

不过，正如毛颖所说，当前最重要的，是让科研成果尽早投入应用，给人类带来福祉。“当我们建立起队列，并对收集到的数据详细分析后，可以逐步对大脑疾病进行早期预警、干预、随访。”基于队列，在临床疾病诊疗领域，新成果不断。以脑瘤为例，毛颖介绍，目前已建的相关脑样本库堪称世界上最大的样本库之一，对应每一个病人生存的终点和他们在整个过程中的表现，这些都将为今后的新药研发和治疗决策提供支持。

对帕金森疾病的脑机制研究，也在进展之中。华山医院的帕金森疾病诊疗研究团队基于队列的大数据，还建有一个公益网站，提供对大脑退行性疾病进行照顾、治疗和管理的支撑。此外，团队还与其他国家共同推出了全球首个老年痴呆循证预防指南。

从脑疾病到脑功能机制再到人工智能算法，类脑人工智能正离我们越来越近。

在智能决策支持领域，类脑智能用于上汽集团的混合车辆装卸与线路规划平台，解决了汽车物流供应链中最复杂的零部件物流运输路径和装载的组合优化难题，计算时间从42小时降到5分钟，运行成本每年节省金额达数亿元。