文汇 15小时前
对话冯建峰:脑体检纳入常规体检,还需跨越多少“门槛”?
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

从发现抑郁症患者的大脑工作机制到完成全球首个全脑规模数字孪生脑平台,复旦大学类脑智能科学与技术研究院院长冯建峰团队通过对人脑功能的探索,完成了一系列类脑智能的成果应用。

" 眼下,我们正联合其他团队,希望把和人脑有关的检测成本降低至百元。如果这件事做成,检测能够普及,提前 15 年预测并应对阿尔茨海默病将成为可能。" 近日,冯建峰教授在接受记者采访时透露,该团队正在探索将通用人工智能沿途收获的各类成果尽快落地,其中有一个愿望,就是希望推动大规模脑体检。" 今后,每个人通过脑体检后,能有针对性地采取干预措施,让自己的大脑更健康、更年轻。"

人脑工作机制,依旧还在 " 黑箱 " 状态

今年 7 月,由冯建峰团队发布的首个全脑规模数字孪生脑平台引起全球科学界的关注。这个数字孪生脑与真实人脑的决策相似性达到了 67%。也就是说,在 " 看到 " 同一个事物或解决同一个问题时,数字孪生脑和人脑的结论有 67% 以上的相似性。

人脑有 860 亿个神经元,每个神经元与其他神经元之间的连接大约是 1000 个到 10000 个,这些连接共同组成了世界上最大的神经网络,包括大约 100 万亿的参数量。而冯建峰团队研发的数字孪生脑平台,同样也有 860 亿个神经元、百万亿的参数量。

在学术界,不少科学家都认为,人脑好比是一台低功耗计算机,甚至人脑的运行方法也是一种算法。人脑影像学检测也显示,人脑神经元之间的信号传输与计算机信号传输方式相似,都是通过 0、1 来进行 " 沟通 "。但不同于计算机每次信号传输都目标明确,人脑神经元之间的信号传输既是无时无刻不在进行的,又具有随机性,其信号传输的规律很难精确辨别。其实,这也是目前人脑工作机制对研究者来说仍然是 " 黑箱 " 状态的一个重要原因。

数字孪生脑,是科学界近年研究的热点。冯建峰带领团队从 2018 年开始研究数字脑,包括全脑规模数字孪生脑等一系列科研成果,也是上海市市级科技重大专项 " 脑与类脑智能基础转化应用研究 " 一期项目的成果。" 这为人类探究大脑结构与相应高级认知功能的复杂关系提供了一个研究实例,也为今后实现神经元计算平台、并最终实现通用人工智能提供了基础。" 冯建峰说。

模拟人脑遇到的挑战,也将是通用人工智能研究的焦点

按照业界目前的研究,实现通用人工智能主要有两条路径:一条路径是通过功能的发展,即无论神经网络结构如何,只要实现人脑的功能就可以达到通用人工智能;另一条路径则是通过模拟人脑的结构,即模拟人脑 860 亿个神经元的结构来实现人脑的功能,从而最终实现通用人工智能。

目前,冯建峰团队正面临把这个连接了 860 亿个神经元的数字孪生脑 " 微缩 " 到芯片上,并且需要不断降低功耗的挑战。

" 我们在研究中遇到的问题,其实都代表着人脑模拟,或者说通用人工智能在计算机硬件、系统以及算法领域将会遇到的严峻挑战,也是未来长期研究的焦点。" 冯建峰分析,主要的挑战来自三方面:首先是如何优化路由,通过设计合理的路由优化映射,简言之,就是如何分配神经元通讯;其次是数学上如何估计百万亿的参量;第三则是数字脑如何与环境互动,比如图像如何输入、感受如何输入等等,因为没有与外界互动的 " 大脑 " 是没有意义的。

" 在这个过程中,最重要的是人。因为人才是买不到的,其他都可以买。" 冯建峰告诉记者,类脑智能和类脑专项曾经是上海市最大的科技专项之一,正是在这个专项下,团队引进了一批顶尖人才,目前至少有 10 个世界级的专家加入,其中包括诺奖得主等。要继续走下去,还需要培养更多人才,尤其是数学类人才。

大幅降低检测费用,脑体检才能提速

虽然冯建峰团队的目标是实现通用人工智能,研制神经元计算机,但是这一路上对人脑功能的探索,使他产生了一个新的迫切愿望:希望一些阶段性研究成果能实现转化、对促进人脑健康有帮助。目前,团队正与华山医院等医疗机构合作,将数字孪生脑平台应用于医学平台,探索脑疾病的诊疗。

其实,早在 10 多年前开始构建数字孪生脑平台时,该团队正是从对比健康脑和疾病脑工作模式入手的。数学家冯建峰带领着物理学、计算机科学、生物学等具有不同学科背景的成员组成团队,共同 " 破圈 ",与华山医院、中山医院、湖南湘雅医院等开展合作。在这个过程中,他们在儿童多动症、抑郁症、精神分裂症、大脑退行性疾病方面不断有新的成果诞生。

就在今年 3 月,冯建峰和团队成员程炜,以及华山医院郁金泰团队发现了阿尔茨海默病的脑脊液标志物。

阿尔茨海默病等神经退行性疾病从无症状期发展到有症状期大约需要 20 年,而脑脊液生物标志物是在该病病程中最先发生变化的。冯建峰和程炜团队聚焦大规模人群的脑脊液蛋白质组数据,通过先进的算法,从人脑数据库的数千种脑脊液蛋白质中筛出了阿尔茨海默病诊断最重要蛋白,并实现了可以达到 0.97 以上的准确度,由此可提前 15 年通过蛋白检测来预测老年痴呆。该成果面世后,业界有评论认为,我们离 " 一管血测 AD(即阿尔茨海默病)" 的时代已经近了。

" 现在,做一次检测的成本大约要 5000 元,我们希望能够将成本降低到 100 元之内,目前已联合复旦化学系的同事在研发试剂盒。" 冯建峰告诉记者。

除此之外,团队还希望能够初步做到百万人规模的脑体检。正如现在通过验血比对健康指标就能发现疾病一样,未来,通过大规模的脑体检、构建起健康脑的标准,我们就可以通过脑体检及早发现大脑的健康隐患,甚至推动脑体检成为日常体检的一项内容。

" 上海正在迈向深度老龄化。放眼未来,不论是个人还是国家,都要对脑健康提前投入,希望每一个人都能头脑清醒、身体健康地过日子。" 冯建峰说。

作者:姜澎

文:姜澎 图:复旦大学供图 编辑:张菲娅 责任编辑:樊丽萍

转载此文请注明出处。

宙世代

宙世代

ZAKER旗下Web3.0元宇宙平台

逗玩.AI

逗玩.AI

ZAKER旗下AI智能创作平台

相关标签

体检 人工智能 抑郁症 数字孪生 计算机
相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…
打开 ZAKER 参与讨论