神经科学研究，俗称“脑研究”，在“大数据”概念出来的多年前就已经用上了一些大数据研究的方法了，所以，作为神经科学家，我们对“大数据”早就非常熟悉了。这里谈一下我个人对于神经科学领域大数据的一些想法。

大家要问，神经科学领域都有哪些大数据呢？这里，最明显不过的如“成像”数据，像功能性核磁共振（fMRI）、弥散张量成像（DTI）、电压敏感染料成像（VSDI）等实验的数据；还有使用多通道技术获得的的长时间的电生理数据，如多道EEG、胞外多通微电极记录、微电极阵列（MEA）记录等实验的数据。

这些数据的特点一是数据文件体积庞大，在2003年的时候就可以轻易超过1G（脑电生理数据），或者是在计算机内存中进行计算的时候会超过4G，以至于必需使用64位操作系统。第二个特点是使用单个CPU计算时需要很长时间，像2003年即使200M大小的脑电生理数据，使用当时的单核计算机做时频谱分析，一个数据文件的计算时间通常都要超过2个小时。

在目前多核计算机平台下进行计算，对于需要进行复杂计算的数据，大多数专用的神经科学分析软件暂时还不支持并行计算，有些通用的软件如Matlab已经可以支持OpenMP和CUDA两种模式的并行计算，但前提要求是使用者必须懂得计算机编程，尤其像CUDA模式更是如此。

目前国内的神经科学计算还很少有人用到超级计算机（以下简称“超算”），使用超算多少有些麻烦，主要原因是还没有比较成熟的软件（无论商业还是开源软件）可以让一般的神经科学家像使用Excel一样方便地使用那样的并行软件。即使在桌面领域，支持OpenMP和CUDA的神经科学专用计算软件也很稀少。但是这样的局面不会保持太久，估计在2020年之前这样的软件就会比较普及。

并行计算软件的普及对于研究者来说是很重要的，因为没有金刚钻就揽不了瓷器活。但除了软件之外，更重要的怕是对于神经科学数据的理解、分析能力了。这一点可不是一个人或是某个领域的人就可以干得下来的活，要完成这种研究，必须有数学、信息学、神经生物学等多个领域的专家联合起来对某个专门的问题进行集中、深入的研究方可。这种多学科联合不是那种“要钱”的松散联合，而是为了解决一个实际问题必须要进行的实质性联合，也许现有的国家科研体制暂时还不支持这种联合，但只要不是“为了发文章而合作”，相关领域的科学家应该还是可以联合在一起潜心进行研究的，目前自然科学基金也支持这种研究。

为了进行联合研究，各领域的专家或多或少都需要对其他的领域有部分了解，否则这种合作的桥梁很难搭建起来。就像神经生物学家不懂一点数学和计算，数学家和信息学家不懂一点神经生物学一样，那样的话就别指望合作会有什么成效，最多是大家坐地分钱而后各自干各自的，然后把发表的文章凑在一块用来应付验收而已。

大数据的核心问题在于如何挖掘与相关领域有关的科学规律，所以这种挖掘不能仅靠所谓的“数据科学家”，因为大数据通常都是和某个具体科学领域有关，或者和某个具体的科学问题有关，因此，除了数据科学家之外，实验学家和理论学家都需要参与数据的挖掘工作，这是一个综合性很高的系统工程。

大数据概念诞生到现在还不到5年，但是神经科学家为了揭开脑功能的奥秘，和大数据打交道已经10年以上了，像2005年欧洲发起的“蓝脑计划（Blue Brain Project）”使用显微镜和膜片钳技术以及超算从一小片脑片研究开始，直到最近几年IBM用超算和专门芯片来模拟大脑为止，神经科学领域对于大数据的理解和其他领域相比要更加深入。

对于神经科学领域的研究人员来说，无论是小到分子水平还是大到行为水平方面的研究，迟早都要和大数据打交道，所以，掌握一些必要的数学、计算机编程的知识对于今后事业的发展是会有所帮助的。

欢迎成为AIE实验室合作伙伴

AIE 实验室（AIE Lab)是在科学院大数据与知识管理重点实验室等科研机构以及诸多专家支持下，由”人工智能学家“筹备建立的独立前沿科技研究机构。AIE实验室重点研究互联网，人工智能，脑科学，虚拟现实，机器人，移动互联网等领域的未来发展趋势和重大科学问题，发现符合互联网进化趋势的创新技术和创新企业。

AIE实验室专家群拥有300多位国内顶级科技专家，风险投资家，媒体意见领袖和科技企业家，包括吕本富，石勇，王飞跃，方兴东，吴甘沙，徐小平，郭昕，罗振宇，胡延平，张泉灵等各领域专家。拥有和参与专业微信群超过50个，包含各领域专业人士2万多人。

AIE实验室的科技媒体人工智能学家拥有近7万高质量读者群，包括著名科技企业高层领导，著名风险投资人，科学家，科技媒体主编记者等，在今日头条，网易，腾讯，知乎，百度，搜狐等主流媒体拥有专栏，读者阅读量超过2000万。

AIE实验室充分调动专家和媒体资源，为合作伙伴提供支持包括：

1.帮助合作伙伴与AIE实验室近300名顶级专家和10万多名不同领域专业人群进行对接，用科学众包的方式帮助科技创新企业解决前沿科技，商业模式，战略发展等方面的难题。

2.通过研讨会，在线教育等方式帮助合作伙伴对企业和行业发展进行研讨，听取专家专业人士对企业未来发展的意见和看法。
本文转自d1net（转载）