大腦的奧秘我們還有太多未知
人們對人工智能的運作原理了如指掌，但對于人類大腦如何“工作”，卻所知甚少。“上世紀80年代之前，技術限制了人類對人腦的認知。后來有了神經影像技術，人們通過高分辨率的腦成像技術對人腦進行精準定位，可以精準到1至3毫米。但是即便如此，治療腦部疾病的藥物研發依然面臨巨大挑戰。到目前為止，依然找不到對老年癡呆行之有效的藥物。”譚力海表示，人類對于人腦運行機制的了解，遠遠比天文學家對浩瀚太空的了解要少得多。所以有科學家如此斷言：“在大腦研究歷史上，人類從未精確地驗證過大腦的工作原理。”
也正因為對錯綜復雜的人腦還欠缺認知，所以腦疾病依然是人類難以攻克的堡壘。據譚力海介紹，我國腦疾病發病率急劇上升，腦血管疾病是我國居民死亡率最高的疾病。腦瘤、腦外傷、腦癱、電線、自閉、失讀、老年癡呆、帕金森等腦疾病所造成的經濟負擔占全球所有疾病總負擔的30%。所以，人類認識自己大腦的探索長路漫漫，卻又必須向前。
人工智能面臨存儲和能耗問題
在譚力海看來，人腦有著人工智能所無法比擬的復雜性。“以人臉識別為例，現在的技術可以使識別正確率達到97%。但是，人臉識別是把收到的信息分解成152層特征，讀到電腦里，再和目標比對。一個目標需要和100萬個樣本進行對比，樣本數少于100萬，準確率將大大降低，它是基于很大的數據庫。”而人腦呢?嬰兒出生3天之后就能認識爸爸媽媽的臉，可見人腦有著人工智能無法比擬的復雜工作原理，人腦對人臉的識別效率高多了。
也正是因為認識到人腦的復雜性和重要性，人工智能不僅不能“替代”人腦，反而期待與腦科學的交叉。“類腦智能”成為最新興、前沿的科學領域。不過，譚力海坦言，腦科學大數據處理還面臨巨大挑戰。“美國科學家估算一個小鼠大腦可產生60PB的數據，人腦數據則高達200EB，這樣的數據可以和今天全世界的數字信息之和相比，是真正的大數據，無法存儲也無法計算。再比如：我現在講話，你在聽，人腦消耗的能量大概20瓦，相當于一個燈泡。可是用目前的計算機體系，構造和人腦復雜程度相似的計算機，就需要1000兆瓦的能量。所以，現在的人工智能面臨兩個大問題——存儲和能耗。”譚力海表示，研發類似人腦功能的芯片是全球發達國家集中進行的工作。
深圳腦科學研究須走特色之路
全世界都在向腦疾病宣戰，深圳能做些什么?譚力海坦言，深圳在腦科學的研究領域基礎較為薄弱，缺少積累，設備落后。此外，人才積累也不夠，科研團隊少，與各界的合作有待加深。“而且，深圳正因為起步較晚、底氣較薄，就更應該突出自己的研究特色，否則很難產生標志性成果。”
盡管“現實骨感”，但以譚力海團隊為代表的深圳腦科學界還是向世界發出了自己的聲音。譚力海團隊發現，人類大腦掌管中文和英文的區域有所不同。基于這一研究，譚力海團隊為腦疾病患者設計個性化的保護方案：給患者劃定一個手術安全警戒區域，即手術禁區，預防開顱手術可能給腦疾病患者造成的語言能力喪失。如今，這一技術已通過“互聯網+醫療”的技術手段，在多家國內知名醫院中應用，用于指導神經外科醫生手術，保護患者語言和運動功能。經過臨床個性化診斷和測試，患者術后的語言障礙發生率從60%至70%下降到3%。據悉，每年新發腦卒中患者在200萬以上，語言能力損傷高達40%，對這些患者的語言康復治療費用是一筆巨大開支。譚力海團隊的研究成果，對于節約醫療支出意義深遠。
京公網安備 11010502049343號