脑认知动机学模型构建技术
作者:张佩瑶
文章来源:三思派(冯剑峰、沈应龙)
撰文丨冯建峰，上海国家数学中心首席科学家，复旦大学类脑智能科学与技术研究院院长
大脑学记忆对信息的智能加工与处理能力，远远超过现有的任何计算机和信息处理系统。面对目前互联网的信息爆炸，各国政府和各IT巨头（Google、IBM、微软等）均在积极探索如何通过革命性的变革，把当今的“信息时代”推入到“智能时代”。要实现这历史性的跨越，需要创制出以脑式信息处理为基础的智慧型超级计算机及各种类脑人工智能系统。
有关大脑学记忆、抉择等认知神经网络机制的研究，不仅可以揭秘大脑智能信息处理的奥秘，更可为人工智能的研制提供全新的理论指导以开发出能力更强的智能设备和机器人，还可为前额叶皮层和高认知功能异常导致的老年痴呆等记忆相关脑疾病的治疗提供帮助。
脑科学与类脑人工智能的四大研究方向
按照从“研究”到“应用”的顺序，可将脑科学及类脑人工智能的研究内容划分为四大部分：大脑神经网络分析、认知机制计算模拟、类脑智能算法创新和类脑智能技术应用创新。
对大脑神经网络和认知机制的研究分别是对大脑开展“硬件”和“软件”层面的解析，而类脑智能算法和类脑智能技术应用的创新则分别是在“软件”和“硬件”层面的输出接口，能够直接催生新兴产业的发展。
1.大脑神经网络分析。利用现代生物学手段，采集遗传、分子、神经元等多模态的脑影像和各种表型数据；利用多尺度高维复杂大数据分析的新算法，辅助解析大脑运作和信息处理机制，尤其是神经元集群的学**与记忆、抉择、语言等认知功能的机制；研究各类脑疾病对大脑信息处理机制的扰动，加深对大脑信息处理机制的理解。
2.认知机制计算模拟。发展大尺度脑系统的数学模型，尤其是神经反馈连接的作用；研究大尺度脑系统的认知和学**功能；深化发展类脑智能计算理论，设计新型高效的类脑人工智能算法。
3.类脑智能算法创新。利用基于实验事实的生物学发现，比如人类视觉中的不同通道、注意力和不同记忆机制等提出全新或改进己有深度学**的计算框架；开展理论研究，建立现有算法的理论基础，尤其是发展深度学**的动态数据分析理论；把发展的算法应用于解决大数据驱动的实际问题，如开发基于采集的特定生理数据的人体健康与疾病分析预警系统。
4.类脑智能技术应用创新。利用纳米材料完成单个忆阻器的构建；利用构建的纳米忆阻器，并基于新的深度学**理论算法，构建基于深度学**框架和纳米材料忆阻器网络的智能控制器。基于智能控制器研发各类智能设备,例如智能可穿戴肌肉力量增强手套。
脑科学与类脑人工智能的推进重点
对大脑神经网络和认知机制的研究分别是对大脑开展“硬件”和“软件”层面的解析，而类脑智能算法和类脑智能技术应用的创新则分别是在“软件”和“硬件”层面的输出接口，能够直接催生新兴产业的发展。
服务于我国的创新驱动发展等战略需求，解密大脑智能信息处理的奥秘，促进社会健康保障和相关的信息产业领域的进步（例如人工智能、机器学**等领域），需要关注以下方面：
分析平台：
脑科学大数据挖掘平台；
脑疾病辅助诊断智能系统软件平台；
类脑智能软硬件开发平台；
类脑芯片设计平台。
技术研发：
神经形态模拟技术：
脑网络重构技术；
脑认知动力学模型构建技术；
脑功能仿真关键调控技术
智能诊疗技术：
多尺度多模态数据融合技术；
类脑智能算法新理论和新方法；
重大脑疾病智能诊断技术；
智能控制器：
类脑细腻片设计技术；
类脑芯云技术；
忆阻器技术；
标准制定：
脑科学多尺度多模态数据采集标准；
类脑智能软硬件平台测试标准。
成果形成：
大数据：国际最大尺度多模态脑科学大数据；
类脑算法：融入脑机制的深度学智能算法；
类脑智能软硬件：神经形态模拟、脑疾病智能诊疗、类脑控制器。
其中，技术研发的三大部分可进一步展开如下：
目前酝酿中的中国脑计划将脑科学的研究划分为认识脑、保护脑和模拟脑三个方面，其中模拟脑指的就是类脑人工智能的研究。因此类脑人工智能可以视为脑科学的一个分支。另一方面，随着忆阻器、神经网络芯片（例如中科院开发出的“寒武纪”芯片）等物质器件的进步不仅推动了类脑人工智能的发展，也有助于破解当前脑科学研究中的核心难题。
2017脑科学与类脑智能学术研讨会将于5月19日-20日在上海好望角饭店召开！聚焦脑科学的未来发展，拟邀中国脑科学计划的领导者蒲慕明院士以及上海脑科学计划的策划者，将带领大家畅享一场未来脑科学盛宴。这是一场与众不同的脑科学会议，涉及神经科学、心理学、计算机学、认知科学、脑外科临床学等多学科交叉，为中国未来脑科学研究指明方向。
大脑是目前已知最复杂和最精细的系统之一,其本身是由解剖上相连、功能上既相互联系又相互独立的脑区组成。伴随着影像学技术发展,尤其是功能磁共振技术的日渐成熟,人们可以连续观测立体大脑影像及其活动过程。目前,基于图论的复杂网络理论也成为神经科学研究的有力工具。结合影像学技术和复杂网络理论,脑网络研究成为当今脑科学研究领域的热点,脑网络能够从系统水平上研究脑区间的连接机制,揭示大脑的内在组织模式及疾病原理。本文以神经系统疾病为背景,基于功能磁共振数据,对大脑网络建模与分析的关键技术进行了研究。大体上讲,本文研究内容包括三个部分： 第一部分,脑功能网络建模数据预处理及建模方法研究。该部分重点提出了一种有效的静息态磁共振数据降噪方法,同时,对脑网络建模的连接方式进行了分析和探索。 首先,噪声和个体差异是静息态功能磁共振数据有效利用的主要困扰因素之一。
针对这一问题,本文结合功能磁共振数据特点,首次提出利用点过程原理对静息态功能磁共振数据进行降噪处理。研究结果表明,该方法可以有效降低BOLD信号的噪声干扰,凸显组间差异。 其次,在研究脑网络连接过程中,存在不同的连接方式,目前对于各种连接方式的区别和特点还很少有研究进行系统分析。针对这一问题,本文利用健康人静息态功能磁共振数据,对多种不同连接方式进行横向比较。结果表明根据不同连接定义所构建的脑网络存在较大差异。在实际研究中,应结合实验条件和目的,选择合理的连接方法。同时,本研究首次利用小波变换一致性方法构建了全脑功能网络图谱,分析发现不同波段的脑网络表现出不同的网络特性,这表明从不同频段观测脑功能网络是十分必要的。 第二部分,局部脑网络和全局脑网络建模研究及分析,主要为应用部分。该部分重点研究了脑卒中患者主要运动区域脑功能网络连接的改变,以及不同频段下阿尔茨海默病患者全脑功能网络的改变。 首先,脑卒中是常见的多发疾病,运动缺失是脑卒中后最主要的伴随症状,目前还很少有研究探讨中风后运动区域耦合的改变。针对这一问题,本文首次利用基于独立成分分析的受约束最大相关方法,探索脑卒中后大脑主要运动区功能网络连接改变。研究结果表明,脑卒中患者组的功能网络连接比健康对照组的连接更复杂,更重要的是,我们发现在中风患者的功能网络连接里面存在补偿环路。结果意味着基于独立成分分析的脑功能网络建模方法是研究神经病变的有效手段,研究结果可能为脑卒中患者的康复过程提供评估指标。
其次,阿尔茨海默病(Alzheimer's disease, AD)是老年人中常见的多发性疾病,以往研究表明AD患者认知功能下降可能和脑网络的拓扑属性存在相关关系,但是关于AD脑网络拓扑属性的研究中存在不一致的结果。针对上述问题,本文研究了AD患者组和健康对照组在三个不同频段(0.01-0.06Hz,0.06-0.11Hz和0.11-0.25HZ)脑功能网络拓扑参数的异同。研究结果表明,不同滤波频段下,脑网络的拓扑参数存在较大差异,这样的结果有可能解释以往AD脑网络研究结论中存在的不一致。在较低频段,我们发现AD患者组脑功能网络的全局效率、小世界属性、聚类系数均存在不同程度的下降、相配系数变大、同步性变弱。该研究结果有可能为AD早期诊断的生物学标识提供参考,并为脑网络建模过程中滤波段的选取提供理论基础。 第三部分,脑网络演化模型及动力学分析研究,该部分首次提出了在病变及老化过程中脑功能网络的动态演化模型,并提出采用信息论的相关方法对脑网络的动力学特性进行了分析。 首先,由于现有的技术手段很难对神经系统的缓慢变化过程进行有效观测,这使得我们对神经系统老化及病变过程很难进行系统研究。针对这一问题,本文利用静息态功能磁共振数据,建立了两个不同的脑网络演化模型来仿真脑网络在不同情况下的动力学过程。在AD演化模型中,本文首次提出把网络节点介数和节点间解剖距离作为控制因子的演化模型。在年龄演化模型中,本文首次提出利用差分进化算法对脑网络演化过程进行优化。研究中,利用两个演化模型对不同实验数据进行演化,均取得了较好结果,并分别采用支持向量机和独立样本验证了模型的可靠性。据我们所知,这是第一次应用计算仿真方法来研究人脑在网络层面的功能变化,该研究可能为诸如阿尔茨海默病等老年疾病的研究提供新的方法。 其次,大脑作为信息处理器官,有关脑网络研究还很少从信息学角度对其行研究或评估,也很少有研究采用基于信息学的网络指标来衡量脑网络。
针对这一问题,本研究基于符号动力学计算了青年组和老年组磁共振时间序列的概率熵及分形维数。同时,计算了青年组和老年组脑功能网络的搜索信息熵。通过研究发现符号动力学方法可以降低磁共振数据中的噪声成分,凸显组间差异；研究发现老年组额叶区域、基底节区域的概率熵增大,这可能是造成老年人思维、行动相对迟钝的重要原因；研究还表明搜索信息熵是表征脑网络信息交互的一个较合理参数。本研究为大脑机制的解释提供了新思路,为全面理解大脑工作原理提供了新的途径。
认知科学中的非还原的物理主义首先否认精神实体的独立存在，同时，否定将人类认知活动完全用有机体的物理、化学语言描述，否认人类认知活动可以完全还原为大脑神经的生理活动。 但斯佩里90年代以前、克里克等持有强物理主义。从心身类型同一论到功能主义的发展反映了由还原的强物理主义到非还原的弱物理主义的转变。转变过程中，Davidson提出了作为非还原的物理主义基础的心身附随关系思想。 Putnam基于功能主义提出了心理状态多重实现论题。
总结：
认知动机与行为动机一样，一旦形成，就成为人体内在的一种脑动力机制。“脑动力机制”也就是：人脑通过体内介质运动而形成的主动或被动响应外界各种信息，并再次转化为体内介质传递、刺激大脑形成链接反应，促成各种内在意识产生，同时推动自我反馈并反馈客体运动的微观领域介质运动的作用力。
链接http://www.cnblogs.com/zwz123456/articles/6900380.html