智能新领域：脑科学与人工智能的融合发展

脑科学研究者正在揭示预测性运动控制神经机制，以脑科学基础研究支持人工智能发展并促进两大领域的深度融合。

最近，在国家自然科学基金（项目号：31671075）的支持下，中国科学院神经科学研究所和脑科学与智能技术卓越创新中心崔翯研究组在《神经生理学》（Journal of Neurophysiology）杂志上发表论文显示，研究人员通过训练猕猴完成自由式拦截手动成功建立起预测性运动的行为学范式。

国外科学家研制的脑机接口

在潘多拉星球，下身瘫痪的前海军战士杰克·萨利头戴复杂的设备，躺在密封舱中，用意念控制阿凡达的运动——电影《阿凡达》中呈现了意念控制的一个经典桥段。

现实中，意念操控的黑科技也许不再是梦想。脑科学研究者正在揭示预测性运动控制神经机制，以脑科学基础研究支持人工智能发展并促进两大领域的深度融合。最近，在国家自然科学基金（项目号：31671075）的支持下，中国科学院神经科学研究所和脑科学与智能技术卓越创新中心崔翯研究组在《神经生理学》（Journal of Neurophysiology）杂志上发表论文显示，研究人员通过训练猕猴完成自由式拦截手动成功建立起预测性运动的行为学范式。

“这是我们整个计划的第一步，未来我们将进一步研究灵长类大脑皮层中各脑区在预测性运动控制中的作用。”崔翯告诉《中国科学报》记者。

预测运动的后顶叶皮层

预测是大脑的重要功能和智能的重要基础。已有的神经科学研究认为，灵长类动物的大脑对运动的控制是基于内部建模机制对未来感觉结果的预测，而不简单是对外部刺激的反射。崔翯打了一个形象的比喻：当人和猴子走进回转寿司餐厅，他们的大脑能够在对运动目标预判的基础上启动预先设定一套程序以控制手臂运动来准确拿到传送带上的寿司。

大脑后顶叶承担了使用感觉信息精确引导行为的任务。不过，这一过程的神经机制依然不清楚。近年来，崔翯和同事们启动了围绕后顶叶的研究。“想弄清楚神经元的工作是编码了高度处理后的感觉信息还是抽象层次的运动参数。”崔翯表示。

目前感觉运动神经生理学领域的绝大多数学者研究了动物对静止目标的运动反应，这种方法不能够判断所观测到的神经活动反映的是简单的感觉刺激反应还是对未来状态的预测。为弥补这一缺陷，崔翯团队在上述发表在《神经生理学》杂志上的研究中，训练猴子通过手臂运动在自主选择的位置拦截移动的目标体。实验证明了手动拦截的预测性，“启动手动的时候，大脑不是奔着当时目标的位置去指挥手动，而已经准确预测手动到什么位置能和移动目标相遇。”

因此，这套行为学范式克服了传统神经电生理研究的缺陷，为开展进一步研究预测性运动控制提供了理想的行为学范式。

运动神经解码与动态环境下的脑机接口

崔翯介绍，在上述实验中，研究人员还记录了猴子手臂的运动轨迹和神经元活动，以期建立二者之间的函数关系。目前，他们已经记录了上百个神经元活动，发现了大脑中预测性运动控制的信号。同时实现了离线状态下的神经解码，即通过后期数据读取大脑运动控制信号来驱动屏幕上光标和机械手臂的运动。

按照计划，崔翯课题组将在明后年开展一系列实验，希望通过对获取的大脑如何预测和规划运动的神经元活动大数据集的深度建模分析，从了解大脑如何工作到描述大脑如何工作，最终实现模拟大脑如何工作。

“有望明年实现在线状态下的大脑实时控制，实现利用解码的神经信号驱动机械臂来击打运动目标。”他说。

在科学家们看来，这项围绕解码大脑皮层预测性运动控制的基础研究将为脑机接口和神经义肢开发奠定神经生理学基础。目前开发的脑机接口终端效应器均由大脑信号通过感觉反馈直接即时驱动而非对大脑整套运动程序的预测性解码，没有利用大脑对运动“前馈控制”的基本原理，所以只能实现对静态目标的抓取却无法应对动态环境。

基于预测性运动控制原理的脑机接口研发，将通过将高密度神经电极植入，解码人的神经活动，通过意念驱动机械手臂，实现自然环境下动态目标的抓取，帮助运动障碍病患改善生活。

科学基金给予帮助

崔翯开展的研究，离不开国家自然科学基金的支持。2016年初，崔翯一回国便申请了国家自然科学基金面上项目。

“科学基金公平、公正，代表了国内资助基础研究、引导基础研究的最高水平。”崔翯表示。

一年多来，科学基金不仅给崔翯的科研工作提供了保障，更是一种荣誉和鼓励。“国家自然科学基金委员会（以下简称基金委）是我国资助基础研究最大的机构，能够获得来自基金委的资助意味着研究工作得到一定程度的肯定。”

崔翯希望，未来，科学基金能够给予这一领域更大力度、更长时间尺度的实质性支持，让科学家在后续有关运动神经控制的基础研究中取得突破性进展。