导读：为加快我国脑科学研究，2014年3月召开的香山科学会议专门探讨了中国脑科学研究计划的目标、任务和可行性，经多次论证，今年3月发布的“十三五”规划纲要将“脑科学与类脑研究”列为“科技创 新2030—重大项目”，也被称为中国“脑计划”。

中国脑计划的“一体两翼”

      中国“脑计划”分两个方向：以探索大脑秘密、攻克大脑疾病为导向的脑科学研究和以建立和发展人工智 能技术为导向的类脑研究。中国科学院上海神经科学研究所所长蒲慕明认为，与欧美、日本的“脑计 划”相比，中国“脑计划”更为全面。各领域科学家提出了“一体两翼”的布局建议，即以研究脑认知的 神经原理为“主体”，研发脑重大疾病诊治新手段和脑机智能新技术为“两翼”。目标是在未来15年 内，在脑科学、脑疾病早期诊断与干预、类脑智能器件三个前沿领域取得国际领先的成果。

    脑认知原理主要解决三个层面的问题：一是大脑对外界环境的感官认知，即探究人类对外界环境的感知， 如人的注意力、学习、记忆及决策制定等；二是对人类及非人灵长类自我意识的认知，通过动物模型研究 人类和非人灵长类的自我意识、同情心以及意识的形成；三是对语言的认知，探究语法及广泛的句式结 构，用以研究人工智能技术。

    在探索和治疗大脑疾病方面，攻克自闭症、上瘾、老年痴呆症、帕金森等疾病是首要目标。未来有望通过 分子、影像及相关标记物，提高大脑疾病的早期诊断和干预水平，通过大脑疾病的遗传、表观遗传及病理 性功能失调等方面的研究，掌握大脑疾病的发生机制。

    类脑研究主要应用于人工智能技术的研发，通过类人脑神经网络模型、类脑计算处理以及存储设备技术的 研究，有助于开发新一代人工智能机器人。

 发挥自身优势，体现中国特色

    中国科学院院士、复旦大学脑科学研究院教授杨雄里也提出，中国脑计划需注意两个问题：一是如何努力 体现中国特色；二是在筹划时如何考虑我国脑科学的可持续发展。只有根据国情发挥自己的优势，才不至 于在激烈的竞争中迷失。在基础研究方面，不仅应该考虑学科发展的前沿，也要考虑我国的研究基础、研 究队伍和是否有独特的思路等各种因素。我国在这方面的一个优势是，拥有最广大的各种疾病的患者群， 经过科学的组织有可能形成种类齐全、资料完整的样本库，这是确保我国相关研究走在前列的重要基础。

    这样才有可能在有限的人力、物力条件下，在较短时间内形成优势，从而在激烈的竞争中抢占先机。在类脑人工智能研究方面，如能紧密联系产业发展、转型的重大需求，无疑将在创新驱动的进程中起到更重要的作用。

    蒲慕明说：“基于现实层面的考量，中国脑计划的原则应是‘有所为，有所不为’。并不是所有领域都 做，而是充分利用我国数理、信息、材料、工程交叉学科的专长，先在优势领域做到世界领先。”他认 为，作为有着丰富灵长类动物资源的国家，中国执行脑计划有诸多优势，有望在非人灵长类脑疾病模型上 处于世界前列。

北京上海先行启动“脑计划”

     根据中国“脑计划”布局，北京、上海均已启动“脑科学与类脑智能”地区性计划，开始资助相关研究项 目。

    北京市科委主任闫傲霜表示，北京在脑科学研究方面拥有全国最完整的学科布局、最强的研究队伍、国际 一流的实验条件和技术资源。北京“脑科学研究”专项工作将瞄准国际脑科学研究前沿，围绕人类脑健康 和脑疾病治疗重大需求，结合通讯与信息产业快速发展，从“脑认知与脑医学”和“脑认知与类脑计 算”两方面进行布局，开展前沿研究和应用。

    上海“脑计划”已先于中国“脑计划”启动。2015年3月27日，由上海科委主导、复旦大学等10多家单 位共同参与的“上海脑科学与类脑智能发展愿景”项目顺利启动。复旦大学类脑人工智能科学与技术研究 院院长冯建峰在“2015浦江创新论坛”上表示，上海“脑计划”主要目标在如下几个方面：解析复杂数 据，模拟脑工作，探究记忆、学习、决策等原理，模拟智能交互，大数据挖掘和智能医疗诊断等方面。

    冯建峰的团队致力于开展脑科学与人工智能交叉前沿研究，在智能算法的发展及对脑疾病的精准诊断上取 得了多项重大突破，其中包括：开发出大数据驱动的全脑关联性分析方法(BWAS)的统计学方法，可实现 在全脑数10亿的功能联接中找出病根；通过核磁共振扫描技术度量人脑各区域的动态相互作用模式，首 次绘制了脑功能网络的动态图谱，未来可帮助构造更先进的人工神经网络和发现重大脑疾病等。

    中科院于今年1月成立了包含20家院所80个精英实验室的脑科学和智能技术卓越创新中心，由蒲慕明担任 中心主任，各高校也纷纷成立类脑智能研究中心。

      今年5月27日，由协和、湘雅、浙医等国内十家医学院所参与的“中国人脑组织库协作联盟”正式成立， 并建立了全国性的人脑库协作网络，为中国“脑计划”实现各地区资源共享、开展联动奠定了基础。

• 上一条：没有了
• 下一条：2016年国家自然科学基金 中山大学立项数全国第三