理解人脑是最大的科学难题之一。世界各地的研究团队都在以飞快的速度收集从连接图、计算方式到脑疾病相关的数据。然而，将所有这些工作整合在一起并且得出可实现的目标还仍是问题。因此，在 9 月中旬，国际脑科学研究人员将齐聚纽约，商讨如何就重大目标协调工作。
不过，这些重大目标究竟是什么，还没有人知道。因此，一个重大问题就成了：脑科学家应当专注研究的重大挑战是什么？
这些问题都因一场头脑风暴得到了答案。今年 4 月，很多全球最具影响力的神经科学家在一场研讨会上确定了未来十年脑科学应当解决的 3 大问题，也成为接下来全球神经科学研究界应当集中精力攻克的 3 大挑战。
第一大挑战是致力于理解大脑的独特性。神经科学家很早就知道，人脑的结构在种族之內以及种族之间都大相径庭。这一点从人脑的解剖结果中看得很明显——生化性质、连接特征以及发育方式还有涉及的基因表达都各不相同。
“大脑的多样性是遵循了一些设计原理，理解这些设计原理可能是理解智能以及主观经历的关键，也是理解多样性如何影响健康及功能的关键”，上述头脑风暴小组表示。
因此，他们提出的挑战便是将一系列不同物种的大脑多样性绘制出来，也即所谓的解剖神经制图学（Anatomical Neurocartography）。“十年内，我们预计将解决大脑的这一挑战，不仅绘制包括但不限于果蝇、斑马鱼、小鼠和狨在内的动物的大脑，还要开发工具进行大规模神经制图学分析，”他们表示：“其结果将是一座最先进的‘虚拟神经园’，数据标注齐全，分析工具完备。”
第二大挑战是查明大脑如何解决有关生存的复杂计算问题，比如在崎岖的地方跋涉、翻译语言、识别情绪状态。这算是由来已久的难题。世界上最强大的计算机哪怕有了惊人的处理力和几百兆的能耗，在解决这些问题时仍要花费一定精力，而大脑完成这所有的一切，消耗的不过每天一碗清粥而已。
大脑是如何做到这一切的？为了查明原因，头脑风暴小组提议研究大脑不同组成部分是如何一起工作，协调复杂的行为。这需要在自然的环境中进行新一代的实验，也需要协调在不同层面研究大脑机制的努力，这样不同的团队就必须紧密合作，从而协调彼此的工作。“这些实验将产出多个不同规模的神经系统模型，有望解决现有计算机系统无法解决的计算任务。”该团队表示。
最后一大挑战是如何利用这些信息辅助诊断及预防脑疾病，修复受损大脑的功能。这方面的工作很多都将集中于如何更好地理解神经功能为何会出错。但是，这些新增加的知识也必须转化成能够用于改善临床决策的工具才行。
此外，该团队还为全球神经科学研究界提出了另一个目标，那就是建设用于在全球范围内进行合作的技术基础设施。这一基础设施将被命名为国际大脑站（International Brain Station），呼应国际空间站，该团队对后者表示赞赏。国际大脑站从本质上说是一项云计算计划，研究人员能收集、存储、分析数据，一切与所有人共享。
这一切听上去壮志满满，但还是忽略了一些细节。一个是斥资 10 亿欧元的欧洲人类脑计划（Human Brain Project）。国际大脑站是这个项目的竞争对手、延伸，还是说某种必然的结果？
此外，国际大脑站的成本几何？参加头脑风暴的成员并没有提及项目的花费，也没有说到谁会出这笔钱（不过他们的会议是由美国国家科学基金会和卡弗里基金会赞助的）。（编注：报告确实没有提到具体金额，但明确表示“仅利用现有的资金”。）
在这方面，国际空间站可能不会是最好的例子。修建国际空间站花费成本最多 1500 亿美元，可以说国际空间站是世界上最昂贵的机器。
或许，这些议题是有意被留到 9 月 19 日即将于纽约举办的“协调全球脑计划”（Coordinating Global Brain Projects）会议上讨论。
这份报告还有一项利好，那就是为其背书的科学家的名号：美国国家卫生研究院神经疾病和中风研究所前所长 Story Landis、马克斯·普朗克研究所所长 Winfried Denk、斯克里普斯研究所神经科学教授 Hollis Cline 和哈佛大学遗传学家 George Church。
有关 9 月 19 日协调全球脑计划会议详情，请关注新智元后续报道。
报告全文：全球脑科学三大挑战
理解大脑、治愈脑疾病是我们这个时代最令人激动的一些难题。因此，国家、国际以及私人团体都投资数百亿美元探索相关问题。为了有效整合资源，4 月 7 - 8 日，约翰·霍普金斯大学卡弗里神经科学研究所召开了“2016年全球大脑研讨会”（Global Brain Workshop 2016）。第二个研讨会“神经科学开放数据生态系统会”（Open Data Ecosystem in Neuroscience）7 月 25 - 26 日在华盛顿特区召开，就计算问题及机遇展开继续探讨。第三场会议“协调全球大脑计划会”（Coordinating Global Brain Projects）将于 9 月 19 日与联合国会议一起在纽约召开。鉴于机遇和挑战都非常巨大，全球性的协调工作至关重要。
要找到协同研究大脑的方法，首场研讨会邀请了来自 12 个国家一系列不同学科的 60 多位科学家，出席会议还有来自不同国家和国际基金组织的 15 名观察员。在大会召开前几个星期，参会人员就得到通知，要求提出堪比国际空间站的可行的、具有国际包容性的宏伟计划（值得全球性的、为期数十年的努力）。在 36 小时当中，与会科学家发表意见、交换观点，征集反馈，最终提出了几项“全球脑科学重大挑战”，它们将在接下来一系列的研讨会中得到细化。2016 年 4 月 15 日，《科学》杂志对研讨会进行了报道。
讨论小组提出了 60 多个想法，每一个都由参会的科学家独自提出。每位与会者都提出了一个独特的挑战，这些挑战都符合下列标准：
- 重要性：会为世界带来社会、经济和医疗效应；
- 可行性：利用现有资金资源，未来十年能够解决的重大问题；
- 包容性：全世界的国家都能做出有意义的贡献并且从中受益，从总体上看问题的总合具有科学多样性。
值得一提的是，很多建议都非常类似，其他的也在内容上互补。因此，讨论小组能够整合意见，最终就全球脑科学的三大挑战达成共识。
挑战一：是什么让我们的大脑独一无二？
无论是在种族內还是种族间，大脑的结构都在许多不同的层面展示出了显著的不同，包括解剖特性、生化特性、连接性、发育和基因表达（ABCDE）。神经系统对某些性状调控严密，而又允许另一些变化多端，其原理至今仍然是谜。理解掌管这些多样性的设计原理可能是理解智能和主观经历的关键所在，也是理解多样性如何影响健康和功能的关键所在。
挑战之一——解剖神经制图学——是一项全球性的计划，用于协调使用多种认知及心理健康模型获得的多个物种多个大脑多个层面有关 ABCDE 的全方位信息。在十年之内，我们预期解决这一挑战，绘制包括但不限于果蝇、斑马鱼、小鼠和绒在内的动物的大脑，并且研发工具进行大规模神经制图学分析。其结果将是一座最先进的“虚拟神经园”（Virtual NeuroZoo），数据标注完整，分析工具齐备。神经科学家和公众都能使用这座虚拟神经动物园，作为参考文献和教育资料。通过整合疾病模型，我们将这一挑战与第三大挑战明确地连接在一起。
挑战二：大脑如何解决有关生存的复杂计算问题？
对于很多认知任务——无论是在复杂地形中导航、翻译语言、进行手术或者识别情绪状态——尽管现代计算机能够利用几百万的训练样本、几兆瓦的能源以及海量硬件，从计算角度而言，大脑仍然是最先进的机器。ABCDE 构建了我们的大脑能够解决这些计算的“湿件”，而要理解其工作机制，需要在动物处于自然环境中展现复杂生态行为的同时，横跨许多不同的时空层级和尺度——包括可穿戴设备、嵌入式传感器、制动器，对神经活动进行衡量、人为操控和建模。
三大挑战之二——功能神经制图学——是一项全球性的计划，找出神经架构的多尺度分布式组成部分如何在自然环境下指挥复杂的行为。这一挑战与第一大挑战有三点关键的区别。首先，第二大挑战要求在复杂并且自然的环境下对动物进行研究。其次，第二大挑战要求在动物进行同样复杂的行为时，协调许多不同的研究者从不同尺度发起的努力。我们预计看到 20 到 30 人一组的研究者共同操作，共享数据和实验设计。第三，心理认知资源的丰富，意味着解码心理认知密码需要很多致力于揭开大脑功能多个方面的并行的调查。这些实验反过来又将产生多尺度的神经系统模型，有望解决现今计算系统无法解决的问题。对于工作机制的研究又将有助于寻找关于这些系统变化是如何导致异常功能的答案，从而将这一挑战与下一个挑战联系在一起。
挑战三：如何增强临床决策从而预防疾病、修复脑功能？
精神和神经系统疾病给人类带来了巨大的负担：认知障碍、生理痛苦、财务成本和生产力损失。尽管有关意识持续在增长，但临床医生一直以来都没有客观的测试，用于指导临床决策（例如诊断、治疗选择和预后）。此外，关于心理疾病的社会污名增加了患者及其家庭的痛苦。神经生物学变异性的 ABCDE，结合多尺度的认知机理模型，将为进行在神经生物学知识引导下的临床决策提供新的方法。
挑战之三——医学神经制图学——是一项国际性的计划，经由整合功能障碍的神经机制革新临床决策。这需要收集、组织、分析人类和非人类解剖和功能性数据。这些数据，以及研发出来用于探索发现新的护理疗法的工具，都将成为未来几十年试验和临床决策的基础。这些数据库多尺度以及分布式的性质，将进一步激励一个全方位通用计算平台的生成，疾病模型能够在这个平台上研发、部署、测试以及优化。
通用资源：国际大脑站（TIBS）
全球脑科学面临的所有这三大挑战，不管是从技术上还是计算上，包含了几个严峻的方法论问题。技术的发展要求三大挑战之间不能有重叠。反之，考虑到设计的科学问题和数据模型的特性，每一个项目都对计算能力提出了要求，其中包括收集、存储、开发、分析、建模和发现数据。虽然神经科学已经发展出大量的计算工具处理既有的数据库，本文提出的这些数据库与为它们带来了新的挑战。
国际大脑站（TIBS）将会成为一个综合性的计算平台，通过云端进行部署，它会为日常与大数据相关的日常神经科学实践中的“痛点”提供网络服务。TIBS将会唤醒一个大脑科学的新时代，届时，发现数据的瓶颈将从数据收集和处理转移到数据的探索和 建模。虽然科学的发展通常都是站在巨人的肩膀上，但是，TIBS将是科学站在每一个人的肩膀上。今天，从本质上看，每一个具体的神经科学的研究都会受到诸多限制，比如，计算能力、数据或算法的获取能力，或者难以决定哪一种算法才是我们这一代解决最紧迫问题的最佳答案。在TIBS创造的未来，这些限制都将成为过去，正如我们现在看待用铅笔在纸上填数据这种旧的研究方法一样。
TIBS的设计，是基于此前相关的科学和产业所取得的成功，以及关于未来计算的预测。
从科学上看，通过开发相关的数据库（比如Sloan Digital Sky Survey）和算法（BLAST），宇宙学和分子基因学等领域都已经发生了改变。
从产业的角度看，成功的初创企业已经使用敏捷柔性供应链（agile 和 lean ）的发展，在持续性的融合上进行投资，这要求频繁但短暂的“先锋”实验来决定，哪一个起作用，而哪一个没有。
往前看，计算机会走向虚拟化，意味着数据和算法将会在云端部署，并且可以在不同的硬件中使用。这些概念——相关产品和lean portable的发展，组成了TIBS的核心。
我们找到了科学使用计算资源的6个步骤。在每一个步骤中，我们确定了神经科学家典型实践中的“痛点”，并且设计了一个系统，来尽可能有效地把这些“痛点”最小化。
- 收集：对于任何一项大脑的研究来说，第一个必要的步骤都是枯燥和烦人的，它要求人力在固定地点运行测试设备。数据收集显示板将直接与机器进行交互，提供对现状的总结，使远程控制更加合适。
- 存储：数据必须要被安排在某个地方，并且，随着数据变得更大、更复杂，神经科学家正在开发定制化的数据管理解决方案。多模态数据存储将会与数据收集机器进行互动，以一种快速可修补的方式来组织数据。
- 分析：原始数据通常是嘈杂、碎片化的，从而也是混乱的。数据分析管道（Data Analysis Pipelines）将会自动地或者按需地把原始数据转化成干净数据，其方法是全世界最好的算法和部署汇集起来，对所有人开放，可以进行开发和建模，其中包括对数据和算法最大程度上的质量控制。
- 开发：不管是你自己的数据或在使用共享的相关数据库，我们随时随地都可以使用数据。Interactive Data Explorers 和 Notebook将会动态地调用原始和处理过的数据，让在增强现实环境和移动设备中使用对这些数据进行开发成为可能。
- 建模：最后一个步骤，也是提出下一步实验建议的前提，就是对数据进行建模和组合。数据和模型的高效融合的过程面临着双重挑战：数据库和模型将根据一系列社区驱动的参数，来进行分配，这样的数据建模机器人（Data Modeling Bot）将会自动地为新数据匹配既有模型，也可以把既有数据适配的新的模型，有力地强化数据和模型的联系，来加速神经科学的发现。
- 发现：为了变得有用，各种类型的神经科学必须要能够快速地和轻松地找到数据，并且要与他们的科学研究目标相匹配。最终，Metadata Query Service将会被链接到一个由社区设立的原始数据区，可以进行搜索或者比较不同的数据库。
- 教育：以上几个步骤代表脑神经科学实践的转型，并且，项目的成功将取决于深度的训练和教育材料，要从底层设计开始，一直到变成一种文化敏感和人人可获取的东西。
TIBS的成功关键将与这三个巨大的挑战和参与其中的神经科学家息息相关。另外，在每一个阶段中，学术社区的参与和反馈也很重要。TIBS将会是完全开源且由社区驱动的：数据和工具都将根据评阅进行投票，形成神经科学家应得的、根据贡献判断价值的系统。因为有许多不同层次的贡献可用，TIBS将会是所有被提出的挑战中最为包容并蓄的一个方面。
共同的思路
除了TIBS链接的这三大全球脑科学的巨大挑战外，这一提议中有两个思路与此前有很大不同。首先，数据搜集将是多模态和多规模的。在传统上，大多数的神经科学家关注的都是小型的试验性模型和规模（比如，电生理细胞外记录），要能令人满意地解决以上挑战，将需要许多小组共同的努力。由于设计和完成这些任务的过程中，即使只是一个简答的模型和规模都会要求大量的工作，大脑科学家之间的合作是非常关键的。第二，数据和工具的设计是开放的，可以让大家都使用，而不仅局限于个人。搜集参考数据库，以及写参考部署和标准的学术实践是很不一样的。特别地，它在训练和支持其他人呢有效地使用已有资源上需要有大量的投入。
社会考虑
每一个国家能提供的机会都不一样，受道德、政治和文化的限制。由于这些大的挑战从本质上来说就是兼容的，所以，理解它们的前提是要把任何在跨文化上可能遇到的问题最小化。确实，要在这样多元的合作中解决多样性问题本身就是一个巨大的挑战。所以，我们有以下建议：首先，组成一个文化敏感委员会，来对潜在的敏感问题进行研究；第二，通过研究，建立跨文化合作教育材料，包括文本指导和视频。第三，深化跨国合作的理解，设计交换培训项目，参与者需要在外国学习6个月。第四，进行周期性评估，确保文化敏感的维持。
未来计划
研究界此后能够进行的一系列可执行步骤是这些努力成功的关键。我们并没有提议申请更多的资金援助，因此最终实现这些挑战的目标有赖于有效利用现有的基金。考虑到未来领导人的变化，在国际和国家层面，行动时间越快越好。因此，我们采取了以下步骤：
我们创建了一个网页 http://brainx.io，包含
- 这份文件当前的工作版本，以及
- 出席了这次研讨会并促成了这份文件的所有与会者和观察员的名单
我们将通过 https://neurostars.org/，提供
- 一个交流平台，用于讨论并且完善在该平台上提出的意见和建议
- 一个“组队”论坛，用于公开讨论想法，提出更加具体和切实的计划，以及
- 一份获得潜在资金援助渠道的列表，比如 NSF NeuroNex 和 NSF 16-076。
接下来将进一步完善本次会议讨论内容的会议包括
- 神经科学开放数据生态系统会，7 月 25 - 26 日
- 协调全球大脑计划会， 9 月 19 日
- 联合国大会预定会外活动，同样在 9 月
我们欢迎任何有感于这份文件的人参与讨论、开始组队，联系相关活动负责人商讨你的想法。
文章转自新智元公众号，原文链接