干貨分享：神經(jīng)科學(xué)與大數(shù)據(jù)結(jié)合帶來(lái)的新領(lǐng)域

神經(jīng)科學(xué) 大數(shù)據(jù) 人工智能

人工智能學(xué)家 | 2016-06-06 10:10

【數(shù)據(jù)猿導(dǎo)讀】神經(jīng)科學(xué)研究，俗稱“腦研究”，在“大數(shù)據(jù)”概念出來(lái)的多年前就已經(jīng)用上了一些大數(shù)據(jù)研究的方法了，所以，作為神經(jīng)科學(xué)家，我們對(duì)“大數(shù)據(jù)”早就非常熟悉了。這里談一下我個(gè)人對(duì)于神經(jīng)科學(xué)領(lǐng)域大數(shù)據(jù)的一些想法

干貨分享：神經(jīng)科學(xué)與大數(shù)據(jù)結(jié)合帶來(lái)的新領(lǐng)域

大家要問(wèn)，神經(jīng)科學(xué)領(lǐng)域都有哪些大數(shù)據(jù)呢?這里，最明顯不過(guò)的如“成像”數(shù)據(jù)，像功能性核磁共振(fMRI)、彌散張量成像(DTI)、電壓敏感染料成像(VSDI)等實(shí)驗(yàn)的數(shù)據(jù);還有使用多通道技術(shù)獲得的的長(zhǎng)時(shí)間的電生理數(shù)據(jù)，如多道EEG、胞外多通微電極記錄、微電極陣列(MEA)記錄等實(shí)驗(yàn)的數(shù)據(jù)。

這些數(shù)據(jù)的特點(diǎn)一是數(shù)據(jù)文件體積龐大，在2003年的時(shí)候就可以輕易超過(guò)1G(腦電生理數(shù)據(jù))，或者是在計(jì)算機(jī)內(nèi)存中進(jìn)行計(jì)算的時(shí)候會(huì)超過(guò)4G，以至于必需使用64位操作系統(tǒng)。第二個(gè)特點(diǎn)是使用單個(gè)CPU計(jì)算時(shí)需要很長(zhǎng)時(shí)間，像2003年即使200M大小的腦電生理數(shù)據(jù)，使用當(dāng)時(shí)的單核計(jì)算機(jī)做時(shí)頻譜分析，一個(gè)數(shù)據(jù)文件的計(jì)算時(shí)間通常都要超過(guò)2個(gè)小時(shí)。

目前國(guó)內(nèi)的神經(jīng)科學(xué)計(jì)算還很少有人用到超級(jí)計(jì)算機(jī)(以下簡(jiǎn)稱“超算”)，使用超算多少有些麻煩，主要原因是還沒(méi)有比較成熟的軟件(無(wú)論商業(yè)還是開(kāi)源軟件)可以讓一般的神經(jīng)科學(xué)家像使用Excel一樣方便地使用那樣的并行軟件。即使在桌面領(lǐng)域，支持OpenMP和CUDA的神經(jīng)科學(xué)專用計(jì)算軟件也很稀少。但是這樣的局面不會(huì)保持太久，估計(jì)在2020年之前這樣的軟件就會(huì)比較普及。在目前多核計(jì)算機(jī)平臺(tái)下進(jìn)行計(jì)算，對(duì)于需要進(jìn)行復(fù)雜計(jì)算的數(shù)據(jù)，大多數(shù)專用的神經(jīng)科學(xué)分析軟件暫時(shí)還不支持并行計(jì)算，有些通用的軟件如Matlab已經(jīng)可以支持OpenMP和CUDA兩種模式的并行計(jì)算，但前提要求是使用者必須懂得計(jì)算機(jī)編程，尤其像CUDA模式更是如此。

并行計(jì)算軟件的普及對(duì)于研究者來(lái)說(shuō)是很重要的，因?yàn)闆](méi)有金剛鉆就攬不了瓷器活。但除了軟件之外，更重要的怕是對(duì)于神經(jīng)科學(xué)數(shù)據(jù)的理解、分析能力了。這一點(diǎn)可不是一個(gè)人或是某個(gè)領(lǐng)域的人就可以干得下來(lái)的活，要完成這種研究，必須有數(shù)學(xué)、信息學(xué)、神經(jīng)生物學(xué)等多個(gè)領(lǐng)域的專家聯(lián)合起來(lái)對(duì)某個(gè)專門的問(wèn)題進(jìn)行集中、深入的研究方可。這種多學(xué)科聯(lián)合不是那種“要錢”的松散聯(lián)合，而是為了解決一個(gè)實(shí)際問(wèn)題必須要進(jìn)行的實(shí)質(zhì)性聯(lián)合，也許現(xiàn)有的國(guó)家科研體制暫時(shí)還不支持這種聯(lián)合，但只要不是“為了發(fā)文章而合作”，相關(guān)領(lǐng)域的科學(xué)家應(yīng)該還是可以聯(lián)合在一起潛心進(jìn)行研究的，目前自然科學(xué)基金也支持這種研究。

為了進(jìn)行聯(lián)合研究，各領(lǐng)域的專家或多或少都需要對(duì)其他的領(lǐng)域有部分了解，否則這種合作的橋梁很難搭建起來(lái)。就像神經(jīng)生物學(xué)家不懂一點(diǎn)數(shù)學(xué)和計(jì)算，數(shù)學(xué)家和信息學(xué)家不懂一點(diǎn)神經(jīng)生物學(xué)一樣，那樣的話就別指望合作會(huì)有什么成效，最多是大家坐地分錢而后各自干各自的，然后把發(fā)表的文章湊在一塊用來(lái)應(yīng)付驗(yàn)收而已。

大數(shù)據(jù)的核心問(wèn)題在于如何挖掘與相關(guān)領(lǐng)域有關(guān)的科學(xué)規(guī)律，所以這種挖掘不能僅靠所謂的“數(shù)據(jù)科學(xué)家”，因?yàn)榇髷?shù)據(jù)通常都是和某個(gè)具體科學(xué)領(lǐng)域有關(guān)，或者和某個(gè)具體的科學(xué)問(wèn)題有關(guān)，因此，除了數(shù)據(jù)科學(xué)家之外，實(shí)驗(yàn)學(xué)家和理論學(xué)家都需要參與數(shù)據(jù)的挖掘工作，這是一個(gè)綜合性很高的系統(tǒng)工程。

大數(shù)據(jù)概念誕生到現(xiàn)在還不到5年，但是神經(jīng)科學(xué)家為了揭開(kāi)腦功能的奧秘，和大數(shù)據(jù)打交道已經(jīng)10年以上了，像2005年歐洲發(fā)起的“藍(lán)腦計(jì)劃(Blue Brain Project)”使用顯微鏡和膜片鉗技術(shù)以及超算從一小片腦片研究開(kāi)始，直到最近幾年IBM用超算和專門芯片來(lái)模擬大腦為止，神經(jīng)科學(xué)領(lǐng)域?qū)τ诖髷?shù)據(jù)的理解和其他領(lǐng)域相比要更加深入。

對(duì)于神經(jīng)科學(xué)領(lǐng)域的研究人員來(lái)說(shuō)，無(wú)論是小到分子水平還是大到行為水平方面的研究，遲早都要和大數(shù)據(jù)打交道，所以，掌握一些必要的數(shù)學(xué)、計(jì)算機(jī)編程的知識(shí)對(duì)于今后事業(yè)的發(fā)展是會(huì)有所幫助的。

歡迎成為AIE實(shí)驗(yàn)室合作伙伴

AIE 實(shí)驗(yàn)室(AIE Lab)是在科學(xué)院大數(shù)據(jù)與知識(shí)管理重點(diǎn)實(shí)驗(yàn)室等科研機(jī)構(gòu)以及諸多專家支持下，由”人工智能學(xué)家“籌備建立的獨(dú)立前沿科技研究機(jī)構(gòu)。AIE實(shí)驗(yàn)室重點(diǎn)研究互聯(lián)網(wǎng)，人工智能，腦科學(xué)，虛擬現(xiàn)實(shí)，機(jī)器人，移動(dòng)互聯(lián)網(wǎng)等領(lǐng)域的未來(lái)發(fā)展趨勢(shì)和重大科學(xué)問(wèn)題，發(fā)現(xiàn)符合互聯(lián)網(wǎng)進(jìn)化趨勢(shì)的創(chuàng)新技術(shù)和創(chuàng)新企業(yè)。

AIE實(shí)驗(yàn)室專家群擁有300多位國(guó)內(nèi)頂級(jí)科技專家，風(fēng)險(xiǎn)投資家，媒體意見(jiàn)領(lǐng)袖和科技企業(yè)家，包括呂本富，石勇，王飛躍，方興東，吳甘沙，徐小平，郭昕，羅振宇，胡延平，張泉靈等各領(lǐng)域?qū)＜?。擁有和參與專業(yè)微信群超過(guò)50個(gè)，包含各領(lǐng)域?qū)I(yè)人士2萬(wàn)多人。

AIE實(shí)驗(yàn)室的科技媒體人工智能學(xué)家擁有近7萬(wàn)高質(zhì)量讀者群，包括著名科技企業(yè)高層領(lǐng)導(dǎo)，著名風(fēng)險(xiǎn)投資人，科學(xué)家，科技媒體主編記者等，在今日頭條，網(wǎng)易，騰訊，知乎，百度，搜狐等主流媒體擁有專欄，讀者閱讀量超過(guò)2000萬(wàn)。

AIE實(shí)驗(yàn)室充分調(diào)動(dòng)專家和媒體資源，為合作伙伴提供支持包括：

1.幫助合作伙伴與AIE實(shí)驗(yàn)室近300名頂級(jí)專家和10萬(wàn)多名不同領(lǐng)域?qū)I(yè)人群進(jìn)行對(duì)接，用科學(xué)眾包的方式幫助科技創(chuàng)新企業(yè)解決前沿科技，商業(yè)模式，戰(zhàn)略發(fā)展等方面的難題。

2.通過(guò)研討會(huì)，在線教育等方式幫助合作伙伴對(duì)企業(yè)和行業(yè)發(fā)展進(jìn)行研討，聽(tīng)取專家專業(yè)人士對(duì)企業(yè)未來(lái)發(fā)展的意見(jiàn)和看法。

來(lái)源：人工智能學(xué)家

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來(lái)源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來(lái)源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。