安檢機 | X光安檢機 |
新聞資訊
希望能夠在這上面開展一些研究。這是三個方面的研究。也想和各位交流一下。
尤其是人腦，腦。構造非常復雜。腦有上百億的神經元，還有分支等連接起來，一個非常復雜的結構。生命科學發展至今，從基因組到單細胞，從轉化醫學到精準醫學，均取得了長足的發展。但是人類至始至終還不夠明白—腦究竟起什么作用？腦的作用是非常復雜的有兩個系統，一個是從腦神經到各個器官的連接系統；另一個是通過免疫系統的再反饋系統。這樣復雜的系統，怎樣把腦的東西了解清楚，人類一直要探索的重要方向。尤其是本世紀，科學家應該力圖去解決這個問題。
800多個神經元和整個器官免疫系統連接，腦神經的連接。加起來超越整個光纖網絡的總和。本世紀初，對于腦的困惑和問題主要是哪里？第一個是居然不知道800多個腦神經有哪些行為動作？第二個是不知道大腦的結構圖。第三個是大腦的神經元在控制我語音和視覺時，不知道哪些神經元在視覺或者是聽覺中起作用？還有就是如何了解神經細胞與個體行為的相關性？所以這四個方向是腦科學目前和臨時要解決的工作，與人工智能有著密切的關系。
試圖找到第一個做腦科學研究的科學家。雖然不知道最早做腦科學研究的誰，為了做腦科學的研究。但是知道第一個做腦科學的獲得諾貝爾獎的人是誰—現代神經生物學之父Cajal最主要的工作是用顯微鏡最終繪制出了神經元的結構圖，所以他做腦科學研究的第一個獲得諾貝爾獎的人。100多年來有20多位科學家獲得了腦科學方面的諾貝爾獎。神經系統的結構和功能，信息傳送、神經細胞怎么傳送，大腦認知和感知，還有其他神經科學，這些領域的研究獲得了多個諾貝爾獎。網格細胞與人工智能有極大關系。最重要在上面，現在提出的腦計劃相比于2013年開始提出來的第一代，除了剛才說的四個研究工作，加了一個內容，即最后的一條內容—提出新一代人工智能的理論與方法。從機器感知、機器學習到機器思維和機器決策的顛覆性模型和人工智能的方式，這是腦科學的一個重要補充。
可以看出做什么研究是最重要的環節。美國腦計劃分成四大組成，國提出一體兩翼—腦科學和類人腦方面的工作。如果開展工作。其中兩個組成都和觀測有關，怎么去看細胞的信息傳送和關聯關系，以及細胞自身的特點；也就是說，觀測的儀器是腦科學必不可少的重要的工具。
成像時，進一步調研發現。看到分辨率足夠高時，看到視野就非常小；而看到視野非常大時，分辨率就比較低。進行了進一步的分類。第一個是1982年諾貝爾獎，視場小，分辨率比較低，但獲得貓視覺的響應，突破了對人工智能的結構，做出了巨大的貢獻。第二個是2014年超分辨率的諾貝爾獎，對神經細胞的分類進行了觀測。大家知道，X光機、核磁共振等技術視場非常大，分辨率非常低，達到毫米級，看不到神經元。
還有大視場高分辨等四個象限，還有大視場方面的特點。用兩個坐標標識它紅坐標是中間尺度、小視場和高分辨率。高分辨率，視場大，分辨率還要高，這是國際上非常熱的科研沃土。大家都在關注這方面的研究。
六位科學家中，首先一個腦科學工作是2017年。三位是做腦成像，三位是做腦關系的拿到1.5億美元的支持。希望看到一個視野有多大？把一條斑馬魚能夠裝進去，斑馬魚有3000多條神經元，要觀測清楚，并且要觀察到具體行為。這些行為是怎么連接的這個工作是一個五年計劃，這是一個事例。以前的顯微鏡只能看四分之一，現在要做全視場的研究工作。
一個是結構；一個是功能。大家都知道，難在什么地方？有兩個方面。一個系統，結構決定功能。神經系統的結構是首要的那么在這里，藍色區域是光學顯微鏡，只占一塊，不能看全腦系統；下面是功能核磁，客觀測動態腦區級功能活動。解到腦區的功能，但是劃分不出邊界，細胞大概就是幾個微米，其分辨率只能達到毫米。所以國際上，大視野高分辨的觀測儀器一直是研究的重點和熱點。
計算了一下，國際上做這個方面的工作團隊。大概有300多個，具有典型的代表有加州理工、麻省理工、霍華德休斯學院、北卡醫學院等。可以看到視場很大，分辨率也很低；而分辨率很高時，視野較小。神經元在動態連接的過程中，瞬間的變化就難以捕捉到這幾個研究都存在這方面問題。
要做一個大視場、多尺度，總之。動態連續觀測的一個光學系統，比擬難的一件事。2016年英國十大進展學會，6mm6mm3mm視場擴展，分辨率非常高，0.8μm縱向分辨率8μm其的十大進展之一。
怎樣巧妙設計這樣的系統？這里存在問題也非常大。根據這方面的工作，要做寬視場和高分辨是核心的難題。也聯合了國內幾家單位開始攻關。2009年我深圳開會，研討了底需要什么樣的東西才干和我信息結合起來；2012年我開始做腦皮層神經、腫瘤轉移的觀測。現在有清華大學、浙江大學、中國科學院上海生命科學研究院三家單位聯合研制，設計了一個計算攝像的系統。給出原有的光照，結合我強項計算重建，加入計算光照和模型算式。通過幾年的努力，平臺構建、元件加工、模塊裝配到系統集成，完成了這樣一個儀器。儀器里最重要的創新點涉及到什么？用儀器成像原理做了曲面，來做成像，用多個傳感器取得曲面成像。
一個是壓縮感知，智能成像模型有兩個成果。提出了LOGSUM范數算法；一個是metricLearn度量學習，完成了一個算法的工作。通過幾年的工作，研制了很多儀器，如RUSH實時的動態成像系統。
1cm1.2cm視場足夠大。最大的特點是國際上同類儀器中成像速度最快的還有通量也是國際儀器中最大的通量越多，可以看到與國際上先進儀器相比。描述時間的細節越豐富。通量是5.78
代表了不同的深度。腦皮層達到100μm這是動態圖里截取出來的這張圖誕生于2017年7月，這是去年拍到第一張全腦的圖。大家可以看到不同的顏色。做的第一張完全事動態的圖，一張圖7個G
這樣的儀器也帶來了很多生命科學的實驗。
核磁共振開始呈現時，首先是顛覆科學發現的問題。這里最重要是做一件什么事？1991年開始。有一個假設就是神經細胞的作用和血氧是有關聯的兩個門派，一個認為有關聯；另一個認為沒有關聯。核磁共振技術無法驗證這樣一個假設，但是儀器可以試圖解決這方面的工作。
吹小鼠胡須時，使用小鼠進行實驗。可以看到這個神經元的變化，和神經血管的供應是有關聯。已經做了上千次實驗，但是并沒有說明它底有沒有關聯，所以這個實驗還要繼續做下去。現在北卡醫院的兩個教授還在和我做這個實驗，這個實驗一旦勝利，不論有關系或者沒有關系，將會給科學界帶來非常大的震撼。現在有很多生命科學家也繼續發郵件詢問結果。這項實驗還在進行，目前還沒有準確結果。
包括帕金森、老年聰慧等，也可以在探索腦疾病上進行相關的研究。最重要的腦疾病。病例很多。這是腦腫瘤，與第三軍醫大學開展的工作，這是活體細胞的展示。目前的技術需要5~7天才能確定有沒有腫瘤，用這臺儀器3ms就可以診斷結果。所以第三軍醫大學，從去年開始就希望訂購這臺儀器。
這個儀器可以實現，剛才說了哈佛大學需要看到多條斑馬魚。這個研究是什么？研究腫瘤細胞在體內形成腫瘤的過程是什么。可以看到細胞的運動。細胞怎么轉移？往哪里轉，什么環境下轉？這是非常重要的一項研究工作，就是多條斑馬魚的共同觀測。
切得少了沒有把腫瘤切干凈，第二個可以看到小鼠全腦在運動過程時免疫細胞與腫瘤細胞是相反的過程。腦腫瘤手術中最難的確定它邊境。切多了把人切傻了這個單細胞的實驗也引起了醫學界的轟動。比方同濟醫學院，跟蹤一個細胞就能知道后面的情況，可以確定邊境到底有多大。
這是一個最重要的研究工作。還有一個是癲癇病的切換，可以看到中風前和中風后細胞的變化區域在哪里？損傷以后形成中風。自發癲癇波的發生，哪些發生癲癇波，哪些癲癇細胞沒有發生，發生和不產生到底有什么關聯，這是國際上都在探討的同時我又給它一個刺激的波，電極安慰下發生癲癇波，哪些是自發發生，哪些是電極刺激產生。
能夠給出一個藥物判斷。藥物判斷這個是和制藥公司做的試驗，這些工作對于加速藥物研發也起到很大的作用。大家知道心梗帶來了非常大的危害。底心臟細胞怎么運作。通過高通量的心肌藥物，哪種藥起作用，哪種藥不起作用。
如何推動人工智能的發展，這是生物科學和醫學上簡單的匯報。希望做一些貢獻。
胡貝爾對人的視覺系統起到非常重要的作用。腦神經元之間的信息傳送機制是什么？可解釋人工智能才干提供生物學的范例。國際上為了做這件事，大家知道。也投入了1億美金，啟動了阿波羅腦計劃。想要摸清一個立方毫米10萬個神經元的研究關系，包括活動和連接關系，最后形成大數據。想，計算神經元的模型和機器學習的模型能不能打通，能不能在這里找到一個工作。
現有人工智能基本上是同類大數據的學習，實際上。未來的人工智能會融入各種感知與 包裝設計記憶數據和信息傳送機制是什么？現在還沒有找到這個信息傳送的機制，硬學。怎樣從感知到決策與控制，做到認知到決策與控制，這樣的一個工作使得人工智能具有主動性。希望能夠通過腦觀測和腦認知的結合來做腦模擬。現在這個儀器，可以看到百萬級的神經元，對于它連接狀態是什么？現在還沒有看到視覺連接行為，但是已經找到聽覺和視覺的環路局部，也沒有找到全部。下面是國際上第一個看到小鼠聽音樂，全腦神經元的變化。這是小鼠在聽音樂時，那邊是神經元的整個連接狀態。亞細胞級、結構功能的統一，這是國際上第一個拿出的結果。小鼠的狀態，對應的神經圖就是腦連接的狀態。同時還可以看到海馬區分層神經元的連接狀態，這里我找到局部信息傳送的這種機制方式。可以看到這是一個毫米級的神經元在傳送。希望在這里分析它模型，找到工作規律，為人工智能的信息傳送機制帶來一些好的算法和模型。
從2017年開始我做了近兩年的生命科學和人工智能方面的實驗，因為這個儀器做出來以后。也得到國際上很多學者的關注。
分辨率和視場加起來不是國際最領先的但我通量是領先的要突破400nm國際領先。元器件已經完成了希望在2019年的1月完成400nm最高分辨率集成。但是目前還缺經費。目前。
有10位老師帶著博士生討論清晰動物全腦實時成像數據，現在有一個團隊專門做大數據分析。讓小鼠看不同的顏色、不同動態的物體，視覺環路是怎樣的另外還要研究比方神經網絡的記憶決策和控制的機制。同時又組成了兩個團隊在做微觀成像，就是分子成像，看細胞—個體細胞的特征和整體細胞的聯系。通過微觀和宏觀來看能不能做尺度上的總體成像，為人工智能提出一些新的線索和方式。這個研究非常復雜，也要持續的研究。
生命是會發生變化的生命進化到現在人工智能階段，未來方向。第一個方向。隨著資料科學的發展，未來的生命會發生新形態和新業態的變化，比方我人造器官都會造出來，人工智能和我器官都已經在一起，真正實現了一個主動式的人工智能。
有三人的小團隊，第二個方向。正在調研腦聯網，就是解決國際上的下一個問題，意識能不能存儲。這個問題是比擬前沿的也正在做這方面的分析。希望能夠提出一點想法。
量子計算離我還有不遠的距離。因此我提出了光電計算，第三個方向是光電計算。現在電子計算機基于硅級的納米。把光子器件和硅基集成在一起，對人工智能的發展起到非常大的作用。現今復雜的算法使得我很多工作沒有方法往下推進。光電計算如果用好了可以引領新一代摩爾定律的發生。如果光電計算形成，存儲和計算一體化的就變成了什么？就變成了皮米級的工作。現在納米級的如果做到皮米級的工作，可以帶來新的摩爾定律的變化。
