人的大腦由約1000億個(gè)神經(jīng)元組成，每個(gè)神經(jīng)元又和大約一千個(gè)其他神經(jīng)元相連，組成了一個(gè)極其復(fù)雜的網(wǎng)絡(luò)。在此之上，大腦還是一個(gè)動(dòng)態(tài)系統(tǒng)，隨時(shí)間和環(huán)境在不斷變化，具有自組織、自適應(yīng)和自學(xué)習(xí)的特征。而理解和認(rèn)識(shí)大腦是公認(rèn)的科學(xué)的最后堡壘。

一方面，現(xiàn)代社會(huì)進(jìn)步的同時(shí)也給人們帶來(lái)巨大的心理上的壓力。據(jù)醫(yī)學(xué)權(quán)威雜志《柳葉刀》在2009年發(fā)表的對(duì)中國(guó)人群的調(diào)查發(fā)現(xiàn)，中國(guó)的月患精神疾病率高達(dá)17.5%。在西方社會(huì)，由于服用抗抑郁癥藥百憂靈的人群基數(shù)之大，在倫敦的自來(lái)水里甚至發(fā)現(xiàn)了百憂靈的殘留物。老年癡呆是另一類困擾著我們的疾病，數(shù)據(jù)表明香港人的女性平均壽命為86.7歲，而這一年齡有約一半以上的人是老年癡呆患者。想象一下：大街上行走的老年人有一半人找不回家了，這該是怎樣的一個(gè)社會(huì)。其他腦疾病如腦卒中（俗稱腦中風(fēng)）每十二秒鐘就會(huì)奪走一個(gè)中國(guó)人的性命。

另一方面，腦科學(xué)的進(jìn)步會(huì)推進(jìn)人類社會(huì)的長(zhǎng)足發(fā)展。我們社會(huì)可能面臨的智能化是繼第一次工業(yè)革命（蒸汽機(jī)的發(fā)明）、第二次工業(yè)革命（電氣化）和第三次工業(yè)革命（自動(dòng)化）后的第四次工業(yè)革命。這次工業(yè)革命的一大特征是擬腦化，具有一定智能的機(jī)器人的出現(xiàn)將是這次工業(yè)革命的一大特征。

為達(dá)到上述目的：人類更健康的生存和更舒適的生活，研究、認(rèn)識(shí)和理解大腦是其中的關(guān)鍵。歐盟于2013年啟動(dòng)了人類大腦計(jì)劃，這計(jì)劃投資十億歐元為期十年，意在用計(jì)算機(jī)來(lái)模擬人腦。繼歐盟之后，奧巴馬也宣布了美國(guó)大腦計(jì)劃投資45億美元，旨在記錄每個(gè)神經(jīng)元活動(dòng)。目前中國(guó)的腦計(jì)劃也在醞釀中。

這些腦計(jì)劃的背后都有一個(gè)關(guān)鍵的問(wèn)題：如何讀懂和解析出深藏在我們獲得的海量數(shù)據(jù)里的關(guān)于大腦的運(yùn)行規(guī)律。這樣的數(shù)據(jù)可以是遺傳的數(shù)據(jù)，它決定了你將來(lái)的健康狀況、智力水平和大腦的結(jié)構(gòu)，可以是成千上萬(wàn)個(gè)神經(jīng)元共同行為；它決定了你如何學(xué)習(xí)，如何對(duì)付一些突發(fā)狀況，也可以是更為粗略化的腦影像數(shù)據(jù)；它可以讓我們無(wú)創(chuàng)地首次觀察到每個(gè)人大腦的運(yùn)行情況，或更為常見的各種認(rèn)知行為指標(biāo)如智商等。

這些前所末有的大數(shù)據(jù)為大腦研究開啟了全新的天地，一個(gè)典型的病人可以有至少1GB的原始數(shù)據(jù)，一千個(gè)人就有1TB的數(shù)據(jù)。目前在這方面做得較為成功的是南加州的Toga教授組，他們有一個(gè)一百多人組成的研究小組從UCLA被南加州大學(xué)整個(gè)買斷；據(jù)報(bào)道，Toga教授本人也以百萬(wàn)美元的年薪搬到南加州大學(xué)。自2004年以來(lái)，他們開始收集老年癡呆癥的各種各樣的如前所述的數(shù)據(jù)，前后花了數(shù)億美元。但由于缺乏有效數(shù)理分析工具，在這方面一直沒有得到有顯著結(jié)果的結(jié)論，原因在于基于大數(shù)據(jù)，尋找老年癡呆病根相當(dāng)于大海撈針。與他們合作，我所在團(tuán)隊(duì)利用新發(fā)展的統(tǒng)計(jì)工具首先在這些數(shù)據(jù)中找到了可能的老年癡呆癥基因和對(duì)應(yīng)的損壞腦區(qū)。為了克服上述困難，Toga團(tuán)隊(duì)的另一個(gè)明星教授Paul Thomson另辟蹊徑，開始了另一個(gè)被稱為“迷”的研究項(xiàng)目。該項(xiàng)目的成功之處在于它并不需要索取原始數(shù)據(jù)，Thomson為你提供了一個(gè)分析方法軟件，通過(guò)該方法在各個(gè)具有數(shù)據(jù)的小組里得到一個(gè)或數(shù)個(gè)統(tǒng)計(jì)分析結(jié)果，然后這些統(tǒng)計(jì)結(jié)果通過(guò)一種叫作薈萃分析的統(tǒng)計(jì)方法匯總，Thomson得到一個(gè)總的結(jié)果。通過(guò)對(duì)幾萬(wàn)位病人的數(shù)據(jù)分析，他們得到了許多十分有意義的結(jié)果。“迷”項(xiàng)目的成功實(shí)施為大數(shù)據(jù)應(yīng)用中如何克服數(shù)據(jù)獲取這一難題提供了一個(gè)很好的、值得借鑒的解決方法。

近幾十年人工智能的快速發(fā)展具體體現(xiàn)于一些智能算法如深度學(xué)習(xí)的成功應(yīng)用中。深度學(xué)習(xí)的成功秘訣在于：華人科學(xué)家李飛飛構(gòu)建的一個(gè)大型的人臉數(shù)據(jù)庫(kù)、今天的大規(guī)模計(jì)算能力的提高。由于這兩點(diǎn)，深度學(xué)習(xí)在人臉識(shí)別上的精度甚至超過(guò)了人類。當(dāng)然，人工智能最看得見的應(yīng)用應(yīng)該是機(jī)器人，具有很強(qiáng)計(jì)算能力又有大型數(shù)據(jù)為依托的機(jī)器人將在我們社會(huì)智能化發(fā)展中扮演十分重要的角色。

正像《大數(shù)據(jù)時(shí)代》作者維克多·施恩伯格指出，大數(shù)據(jù)的核心就是預(yù)測(cè)，通常被視為人工智能的一部分或者更精確說(shuō)被視為是一種機(jī)器學(xué)習(xí)。因此大數(shù)據(jù)在腦科學(xué)研究中會(huì)大顯身手，腦科學(xué)研究可使我們開發(fā)出更有效和智能化的機(jī)器學(xué)習(xí)算法，又會(huì)反過(guò)來(lái)推動(dòng)和幫助我們更好地開采大數(shù)據(jù)。