1970年，修女玛丽·尤肯达给美国航空航天局马绍尔太空航行中心的科学副总监恩斯特·史图林格博士写了一封信，在信中她问道：目前地球上还有很多孩子吃不上饭，你们怎么舍得为远在火星的项目花费数十亿美元？

史图林格给尤肯达的回信中有这样一段话耐人寻味：太空探索不仅给人类提供了一面审视自己的镜子，还能给我们带来全新的技术，全新的挑战和进取的精神，以及面对严峻现实问题时应有的乐观、自信的态度。

戴琼海在2019年国家智能产业峰会上作报告

这是清华大学戴琼海教授，在2019年国家智能产业峰会上作报告时讲的一个故事。

50年后的今天，智能产业的发展面临同样的考问：目前中美冲突不断，世界经济不容乐观，人们为何还要为天马行空的人工智能投巨资？

他强调：其实，每一次科技的飞跃，都会引发一场全新的产业革命。一次次产业革命，让社会生产力产生了颠覆性的改变，实现了社会财富成倍的增长。一项全新的技术让人类有希望建立一个更合理的社会结构，从而解决更为深刻、广泛的社会矛盾。

中国工程院院士戴琼海

他透露，近期有确切消息称，美国航空航天局在嫦娥四号无人探测器实现人类首次软着陆月球背面后，就日前中国嫦娥四号在月球取得的数据请求与中国合作共享。这是美国罕见的登门寻求合作，也是自2011年之后中美双方在太空领域的首次合作，之前美国曾颁布法律，禁止未经美国国会同意擅自与中国进行太空项目合作。

中美持续了近一年的贸易对抗，终于有了不一样的气象，不得不说科技的力量是如此的强大。我国探月科技发达，美国才提出了合作的请求。

由此可见，这个时代谁占领科技制高点，谁就更加强大。目前，引领产业变革的智能产业，已经上升到了国家战略的高度。

54岁的戴琼海教授，1987年毕业于陕西师范大学工学专业，1999年获得东北大学工学博士学位，是清华大学自动化系的教授、中国工程院院士。

他主要从事信息交叉科学——计算摄像学的研究，承担着国家重大仪器项目之一的“多维多尺度计算摄像仪器”项目，想要通过提供从亚细胞、组织到器官的多尺度动态的观测数据，来完成百万级脑神经连接的观测、解密神经系统结构和功能等脑科学规律，为创建新一代神经计算方法（表达、转换和规则）奠定基础。

关于当下人工智能该如何发展，戴琼海认为：应该从研究脑科学开始，人工智能要结合脑科学模型来发展。以下内容来自戴琼海2019国家智能产业峰会发言内容的整理。

1 从人工智能到脑科学 脑科学与人工智能给人类带来哪些机遇和挑战？目前人工智能的规模，已非常庞大。

关于大脑，人类仍不清楚它是如何运转的。因为人脑构造非常复杂，拥有上百亿的神经元，还有分支等连接起来。而且大脑拥有两个系统，一个是从脑神经到各个器官的连接系统；另一个是通过免疫系统的再反馈系统。如何完全了解脑结构、元素，是科学界一直探索的重要问题之一。

特别是目前类人脑已成为人工智能发展的一个很重要的方向，人工智能急需用脑科学的研发成果来建模。

人脑是一个非常复杂的系统，脑神经的连接、800多个神经元和整个器官免疫系统连接，加起来超过整个光纤网络的总和。

目前，人类对于脑的困惑主要在于：首先，不了解800多个脑神经具有什么样的行为动作；其次不清楚大脑结构图；再次，人们不了解大脑神经元在控制人的语音和视觉时，有哪些神经元在视觉或听觉中起了作用；最后人类不知如何寻找神经细胞与个体行为之间的关联性。这四个方向是脑科学研究需长期探讨的问题，并与人工智能密切相关。

对于人工智能的发展，从机器感知、机器学习到机器思维再到机器决策的转换，脑科学起到了引导和推动作用。研究脑科学，必须借助高精度的观测仪器。

众所周知大脑包括两部分，结构和功能，一个系统通常都是结构决定功能。神经系统中，结构是首要的。在这里，蓝色区域是光学显微镜，只占一块，不能看全脑系统；下面是功能核磁，客观测动态脑区级功能活动。了解到脑区的功能，但不能区分出边界，脑细胞就是几个微米大，分辨率也只能达到毫米。

目前包括加州理工、麻省理工、哈佛大学等世界上300多个团队都在做高科技的观测仪器。在国际上，大视野、高分辨的观测仪器一直是研究的焦点。

他强调：如果这样的仪器研发成功，那么计算神经元的模型和机器学习的模型就有可能被打通。

但目前人工智能基本都是同类大数据的学习，未能融入各种感知与记忆数据以及信息传递机制等。

他表示：他目前仍没有找到脑信息的传递机制；将人工智能融入各种感知、记忆数据等，是全世界许多人工智能领域科学家正在苦苦探求的事情。

他的团队目前正通过脑观测和脑认知的结合来做人工智能的脑模拟，让人工智能做到从感知到决策与控制，变为从认知到决策与控制，具有主动性。“我们的计算摄像仪器，未能看到大脑的视觉连接行为，仅找到了它听觉和视觉的环路部分，但也不完整”。

他继续讲：“我们的计算摄像仪器，1cm×1.2cm的视场足够大。最大特点是国际上同类仪器中成像速度最快的，通量也是国际仪器中最大的。通量越多，描述时间的细节越丰富。我们的通量是5.78。2017年7月，我们拍到了第一张全脑的图，脑皮层达到了100μm，是在动态图里截取出的。”

戴琼海的实验室是国际上第一个看到在小鼠听音乐时全脑神经元变化的研究组。小鼠听音乐时，那边是神经元的整个连接状态。亚细胞级、结构功能的统一，他们在国际上第一个获得了这样的成果。

小鼠的状态，对应的神经图就是脑连接的状态。同时还可以看到，小鼠海马区分层神经元的连接状态，在这里他的团队找到了部分信息传递的这种机制方式。

这是一个毫米级的神经元在传递。他希望借此能分析出它们的模型，找到它们的工作规律，为人工智能的信息传递机制带来一些有用的计算方法和模型。

目前，他们计算摄像仪器的分辨率和视场加起来不是国际最领先的，但他们的通量是国际领先的，后面会突破400nm，实现国际领先。目前仪器的元器件已完成，计划在今年1月底前完成400nm最高分辨率集成。自从他们的计算摄像仪器做出来以后，引发了不少国际学者的关注。

回想自己的研发工作，他表示：多年研发经历让他深感，想要出成果，必须具有端正的科研态度和优良的科研作风。

2搞科研要耐住寂寞，勇于探索 他以自己实验室的工作人员为例，他的实验室研究方向发生过多次变化，从研究流媒体转到立体视频，之后转到计算摄像学，最后从事于脑科学与人工智能研究。

由于实验室成员踏实肯干、努力进取，所以他们在从事的每个研究方向上都取得了突出成果：他们的立体视频重构及显示技术，获2012年国家技术发明一等奖；新一代立体视觉关键技术与产业化，获2016年国家科技进步二等奖；团队研发成功了世界上最大视场的高速高分辨光学显微镜等科研成果。

他认为，搞科研的人，只要耐得住寂寞，不计个人得失，勇于追求探索，就一定能够成功。

在谈及实验室同学如何成长时，他表示：当灵感突现时，一定立刻抓住。自己曾在凌晨4点时突然产生一个好想法，就立刻把它发到工作群里与大家讨论，第二天就与相关人员探讨自己想法可行性，后来因此获得了很多的收获。

“研究者要么能做出别人想不到的；要么做出别人做不到的事；要么将一种研究做到极致。当然，还要低调做人，扎实做事。做研究要顶天立地、严谨负责、一定不能学术不端。”这是他一直信奉的。

对于自己热爱的人工智能领域，他对人工智能的未来发展有着深刻、独到的见解。

3人工智能会朝着三个方向发展

关于人工智能，他认为未来可能朝着三个方向发展：第一，生命不断发生变化，生命已经进化到现在的人工智能阶段，随着材料科学的发展，未来生命会发生新的形态、业态的变化，例如人造器官，人工智能和人的器官已经在一起了，真正实现了一个主动式的人工智能。

第二，目前有团队正在求证“意识”是否能够存储，这也是时下的热点问题。

第三个方向是光电计算。现在的电子计算机基于硅级的纳米，量子计算离我们已经不远了。

将光子器件和硅基集成在一起，这样的计算机对人工智能的发展产生了非常大的作用。

当下复杂的算法使研究者很多工作难以推进。能用好光电计算，可以引领新一代摩尔定律的产生。光电计算一旦产生，存储、计算一体化将变为皮米级的工作。现在是纳米级的，等到了皮米级的工作，就可以带来新的摩尔定律的发生。

来源：德先生

部分学术内容来自戴琼海的报告整理