这是汪小京作“计算与认知神经科学夏校”开学典礼演讲的第14个年头。站在苏州冷泉港学术中心的讲台上,他简单梳理了计算神经科学这门新兴学科的发展历史。讲到Hopfield用物理中的自旋玻璃(spin glass)模型来解释大脑联想记忆系统的经典论文时,他停顿了一下,询问台下的学生是否阅读过。

教室里约一半人举起了手,汪小京欣慰地点点头。显然,这个比例超出他的预料。

30多年前,正是Hopfield的这个富有科学美感的研究吸引了他,促使这位理论物理学博士转向神经科学领域,用物理学研究复杂系统的思维方式和数学模型,帮助揭秘大脑。

那是一条艰难而生僻的小径,若无在美国参加一次夏季学校(后简称夏校)的奇缘,汪小京觉得自己当时很可能会坚持不下去。也正因如此,2010年,他创办了国内首个计算神经科学夏校,将这份追寻科学边界的坚定和热情传递给下一代年轻人。

教室明亮的落地窗外,独墅湖碧蓝色的波光消解了江南盛夏的暑意。而学生们不断向汪小京提问的热情却始终没有褪去。

为了解这个夏校背后的故事,《追问》媒体两次造访苏州冷泉港,深入课室和生活区观察,并等到夏校尾声时,以视频连线的方式采访了这位卓越的学者和教育家。

在他来看,夏校创办的十多年,也是中国神经科学高速发展的十多年。汪小京对于中国学生身上所发生的巨大变化甚有感触,有时惊讶于他们掌握的信息之多,探索的热情之大。

计算神经科学是一门非常典型的交叉学科。对于这些和他当年一样走进科研“十字路口”、却面临一个更“卷”时代的年轻学子们,汪小京分享了自己的想法。

为便于阅读,我们对文字进行了精简,以飨读者。

打开网易新闻 查看更多图片

按照《追问》的惯例,请您先介绍一下您的研究领域。

汪小京教授:我研究的是计算(理论)神经科学,这个学科相对较新,只有三十多年的历史。大家都知道,理论在物理学中探索宇宙奥秘起着不容置疑的重要作用。类似的情况也正在神经科学领域发生:我们越来越需要用理论和数学建模去理解大脑的工作机制。实验研究和理论模型相互结合,可以帮助我们更好地解析大脑认知、学习、记忆等复杂功能的奥秘。

您觉得计算神经科学有趣的地方体现在哪里?

汪小京教授:计算神经科学的有趣之处在于它的跨学科性质。这意味着涉足该领域的人来自各个不同的学科背景,包括数学、物理学、计算机科学以及信息科学工程等。

数学背景的人能够在模型的构建和分析上作出贡献,尤其动力学系统理论对了解神经网络起重要作用。信息科学背景的人则可能会更多地从信息处理的角度来考虑问题。比如,BMI(脑机接口)将脑电信号转化为机器可以理解的指令,需要运用信息处理的方法来信号解码并转换成指令。物理学出身的人,可能更倾向于将神经科学视为一个开放型的复杂动力学系统,这意味着将大脑看作一个自组织的系统,在这种视角下通过大脑的非线性行为和复杂性的研究来理解神经网络的动态行为和功能。

当年您从物理学博士转向研究神经科学,是什么契机让您做了研究方向的转变?

汪小京教授:有时偶然的因素会改变人生轨迹。我转入神经科学领域是在1987年。我认为有两个原因,一个就是我在比利时布鲁塞尔读博士的时候,研究所所长普利高津教授兴趣特别广泛,用统计物理和动力学系统来研究各种各样的系统,包括生物系统。他对我产生了一定的影响,开始让我对大脑产生兴趣。

编者注:伊利亚·罗曼诺维奇·普里高津(俄语:Илья́ Рома́нович Приго́жин,英语:Ilya Romanovich Prigogine),比利时籍俄罗斯犹太裔化学家、物理学家,1977年诺贝尔化学奖获得者,非平衡态统计物理与耗散结构理论奠基人。他把将近一世纪前由克劳修斯(Clausius,R.J.E)创立的热力学第二定律扩大应用于研究非平衡态的热力学现象,开拓了一个过去很少受人注意的崭新领域,被认为是近二十多年来理论物理、理论化学和理论生物学方面取得的最重大进展之一。 第二,那个时候复杂系统的物理研究十分活跃,其中模型之一叫spin glass (自旋玻璃)。玻璃看起来特别简单,却不是一种简单的晶体,其结构非常复杂。Hopfield在80年代用玻璃这种系统的物理理论来研究大脑的记忆。他当时的模型非常有意思,吸引了很多物理学家的注意。自此很多人从物理领域出发,开始思考如何用这种复杂系统的物理理论来研究大脑,其中就包括我。Hopfield的那篇文章内容也是促使我决定进入这个领域的一大因素1。 编者注:自旋玻璃(Spin Glass)是一种物理学上的概念,它通常用于描述复杂系统中的一类特殊现象。这种系统通常是由大量的微观组件(例如原子或分子)组成的,而这些微观组件有着自旋(Spin)的性质,类似于磁矩的方向。

计算神经科学领域的正式起步可以追溯到1988年。那一年,Science杂志上发表了一篇名为《Computational Neuroscience》的文章,可以说是计算神经科学领域的宣言2。也就在1988那一年,第一个计算神经科学暑期学校在麻省的海洋生物实验室(Marine Biological Laboratory)举行。我被录取参加了第一届暑期学校,为我进入计算神经科学提供了机会。

参加计算神经科学的暑期学校给我带来了许多收获。首先,它帮助我了解生物领域。在学习计算神经科学时,我逐渐认识到大脑的奥秘。仅仅建立抽象数学模型是不行的,要深入了解神经生物学,比如单个神经元如何工作的、不同脑区的功能、不同物种的行为。其次,在暑期学校我认识了一些神经科学的领军人第三,我参与学生与老师一起讨论问题,包括辩论,潜移默化形成了以后自己研究团队的文化。

您从何时产生了自己开设计算与认知神经科学夏校的想法?为什么首先将地点选定在了中国?

汪小京教授:2010年,我在科学网发表了一篇文章介绍计算神经科学3。当时此领域在亚太地区还很新,为了帮助更多年轻人从数学、物理等专业转行,就需要提供一个了解计算神经科学的机会。想到自己受益于海洋生物实验室的暑期学校,我和刚回国的吴思老师等人商量,考虑在中国建立一个类似的国际暑期学校,起名Computational and Cognitive Neuroscience (CCN)。

当时计算神经科学主要关心的是初级感觉(比如视觉)和运动行为的脑系统,高级认知的神经机制研究是本世纪才发展起来的,而我个人正好在此新领域,所以决定CCN聚焦于认知,这是它与领域中的其它夏校最大的不同之处。

图注:自2010年起,汪小京在苏州冷泉港开设“计算与认知神经科学夏校” 图源:冷泉港亚洲

另两位原主办者是Zach Mainen 和Upinder Bhalla。当时,冷泉港实验室(Cold Spring Harbor Laboratory)在苏州的亚洲中心(CSH-Asia)刚刚设立,这是一个国际平台,CCN成为其第一个暑期学校。它吸引了来自世界各地的学生参加,学校的师资力量一流(第一年就有7位美国科学院、英国皇家学院院士来任教)。这样的国际化设置让中外学生们有机会相互学习和交流。十几年来参加CCN的学生中很多已成为领域的新领军人,比如麻省理工学院的终身制助理教授(tenure track assistant professor)杨光宇、耶鲁大学的终身副教授Alan Antecivic、上海交通大学的正教授李松挺、Meta的研究员Jean-Rémi King、OpenAI 的研究员 Francis Song等等。CCN的成功是同行们一起努力的结果,我十分感谢吴思、Zach Mainen、Upi Bhalla、今年的主办者李松挺、黄橙橙、杨光宇、Dora Angelaki、Christopher Honey和教学助手(teaching assistant)们的共同努力,以及主办单位的支持。

打开网易新闻 查看更多图片

在夏校的创办初期您有哪些想法?夏校有哪些特点?

汪小京教授 :如何帮助年轻人进入神经科学领域,并学会提出有意思且可研究的问题。

第一,在神经科学领域,选择研究方向至关重要。例如,我如果说要了解意识的脑机制,但没有具体的假设和研究假设的方法,就只是空话。

过去的神经科学主要关注感知和运动,这些方面可以用相对简单的动物模型进行研究,比如青蛙或果蝇。而对于认知这样更为复杂的功能,需要聚焦于有挑战而具体可用实验和理论来研究的问题。

第二,接受各个学科的综合教育。夏校的老师来自生物、物理、数学等领域,有分子细胞、网络系统、行为各层次的脑科学专家。学生有难得的机会了解不同研究方法,同时扩大了研究视野,对他们以后的成长有十分大的影响。

第三,我们重视学术文化的培养。在暑期学校中,我们邀请国内外的科学家来不仅仅做讲座,也与学生进行深入的交流和互动。他们在学校内停留的时间较长,与学生一起就餐、课外体育活动。学生有机会平等地与老师讨论,逐步习惯表达自己的观点,敢于挑战学术权威、即使面对院士、知名科学家。同时,与世界各国的科学家结识也让学生在未来的学术道路上有更多的选择和机遇。

打开网易新闻 查看更多图片

图注:结束一天课程后的师生Happy Hour 图源:冷泉港亚洲

您认为十几年来中国在跨学科人才的培养上有何变化?

汪小京教授 :与十几年前相比,现在的学生在进入神经科学领域之前可能已经具备了更多的知识、思想也较成熟。另外,学生们对问题有着强烈的好奇心和求知欲。他们热衷于了解新的动态和前沿进展,我觉得这两点是非常可贵的。

另外,现在年轻人关心的一个热点当然是AI,但今天的AI系统与人脑仍相距甚远。我们对人的智能生物机制了解还很不够,基础研究需要长期的努力。有人激情在技术开拓,有人更潜心基础研究,也有人热衷于用神经科学来发展精神医学。年轻人寻找自己真正一辈子热爱做的事情,每个人的答案都是不一样的。如果是研究一个自己认为很有意思的问题,就可以静下心来,不必抢赶时髦。

总结来说,培养计算神经科学人才的特点与难点是什么?

汪小京教授:首先是跨学科。数学或物理出身的人,在夏校可学习脑生物、了解神经实验研究。反过来,做生物实验的人的数学背景通常不是很强,通过暑期学校让他们熟悉数学模型。比如,在本次暑期学校中,有位学生是学心理的,他感叹道这次暑期学校让他学到了很多数学模型的方法。

其次是机构,我们国内用于支持跨学科研究和教育的机构较少。夏校办了十几年相当独特和成功,大家对计算神经科学发展和人才培养的必要性也有共识,但长期基金支持却不是一帆风顺地有保障。

这里要特别感谢陈天桥先生和他的夫人,他们创办的天桥脑科学研究院(Tiaoqiao and Chrissy Chen Institute, TCCI)、James Simons Foundation、DeepMind的支持是非常重要的。

夏校的存在可以弥补高校日常教育中哪些不足?

汪小京教授 :一般大学的学科分的很细,并不有利于跨学科的研究和培养跨学科的年轻人。当年从零开始建上海纽约大学,作为 Provost 我借此机遇筹划并与大家一齐实施了一个新的模式:研究不以系为单位,而围绕着数个跨学科中心来发展。同样,CCN这样的夏校是完全跨学科的,与高校日常教学起不同的作用。吸引各领域的人才一起攻坚脑科学,十分值得关注和支持4。

来自@汪小京的问题: 怎么定义、定量人的思维和智力?这个问题的答案会告诉我们今天的AI与人的差距。具体地说就是如何通过神经科学的方法去理解思维和智力的神经机制。

参考文献:

  • 1. Hopfield, J. J. Neural networks and physical systems with emergent collective computational abilities. Proc Natl Acad Sci U S A 79, 2554–2558 (1982)..
  • 2. Sejnowski, T. J., Koch, C. & Churchland, P. S. Computational Neuroscience. Science 241, 1299–1306 (1988).
  • 3. 汪小京 (2010) “21世纪的中国计算神经科学展望”, 《科学时报》(Science Times), 2010年八月25日.
  • 4. Wang X-J (汪小京), Hu H (胡海岚), Huang CC (黄橙橙), Kennedy H, Li CY(李澄宇), Logothetis N, Zhong L-L(吕忠林), Luo Q (骆清铭), Poo MM (蒲慕明), Tsao D (曹颖), Wu S(吴思), Wu Z(吴朝晖), Zhang X (张旭),Zhou D (周栋焯)(2020) Computational Neuroscience: A frontier of the 21st century. National Science Review 7, 1418-1422.