11月15日晚，参加清华x-lab&TEDxTHU;科技前沿论坛，洪波副教授的演讲《“意念”的力量——脑机接口》给在场观众留下了非常深刻的印象，这也是触发我整理此期“大数据、大脑”专题的原因。当人们的目光向外望时，发现我们所在世界越来越被数字化了，来自电商网站、社交媒体、物联网的数据汹涌澎湃的向我们扑来，数据量在以几何级的速度递增，让我们应接不暇。同样，我们的身体内部也是处处数据涌动。了解之后，你会发现我们的大脑本身就是一部超级大数据处理引擎，1立方毫米便可以处理2000T字节，整个大脑可以处理200艾字节的信息，FACEBOOK在2012年8月每天处理的的数据量也不过500T字节。顿时，敬畏之情油然而生。
附：
今日推荐一篇摘自《中国科学报》的文章——《解构亿万脑回路 各国相继推出人脑研究项目》，明日依旧延续“大脑”话题。
美国加州斯坦福大学医学院的神经生物学家Bill Newsome接到了来自美国国立卫生研究院（NIH）院长Francis Collins的电话后，他的第一反应是惊慌。Collins突然与他联系，询问Newsome是否愿意在一项为期10年的大脑研究项目中担任共同主席。
对Newsome而言，这听起来像个吃力不讨好的、无组织的、繁重麻烦的工作，会毁了一个夏季的好心情。但是，经过24小时的思想斗争后，Newsome对工作的热情终究战胜了惊慌。他接受了这项任务。Newsome表示：“现在的时机很棒。21世纪，研究大脑对于学界而言是颇有意思的课题。”
早在4月2日，美国总统奥巴马就宣布计划投入1亿美元，用于启动“脑计划”项目——这个旨在研究大脑的项目的最终耗资可能是预算的10倍。无独有偶，欧盟委员会也有相似的雄心壮志。今年年初，欧盟委员会宣布将启动旗舰项目“人脑工程”，该项目2013年的预算为5400万欧元（6900万美元），并将在未来10年内获得10亿欧元的经费。
尽管美国和欧盟的脑项目目标不同，但事实上，都直指神经系统科学家的终极难题：人脑中数十亿神经元和数以万亿计的连接或突触，如何组织起来形成有效的神经回路，从而使人类能够坠入爱河、走上战场、解开数学定理或写诗。此外，研究人员还希望了解大脑神经元回路发生变化的方式。
实现这一目标需要新的技术（例如纳米技术、遗传学技术、光学技术等），以便能捕捉到在神经元之间发生的脑电活动，而后刺激这些神经元以弄清它们的工作状态，以及绘制出详细的潜在结构电路等。美国芝加哥市西北大学神经系统科学家Konrad Kording说：“人类的大脑在30秒内产生的数据量相当于哈勃太空望远镜一生使用周期中所产生的信息量。”
研究人员已经在寻找一些切入点以解决问题。过去的几年人们也见证了惊人的技术进步，例如科学家构建了无比精确的人脑解剖图。截止到目前，大多数神经系统科学家正在使用更简单的物种例如老鼠或蠕虫来研究一些基础原理。在此，《自然》杂志审视了一些有助于人们更深入了解大脑工作原理的技术进步。
测量神经元
如果研究人员想要弄懂流过大脑回路的电子信号，那么他们需要同步记录尽可能多的神经元的有关信息。
目前，研究人员主要通过在大脑中嵌入金属电极的方法，来测量神经元的活动。但是这一方法伴随着巨大的挑战。每个电极都需要电线来测量模拟信号——电压变化，但在传输过程中，信号很容易丢失或失真。
此外，电线必须细如发丝以避免组织损伤。电极技术的进步使同时记录几百个神经元成为可能。但要想解开终极谜题，还需要研究人员尽可能多地去探测更多的细胞，并捕捉到更好品质的信号。
由硅制成的新一代神经探索装置（以极致小型化为特色）的问世，使这一切成为可能。2月，这类神经探索装置的原型（仅1厘米长，如一美元钞票那么薄）在美国加州旧金山市举行的国际固态电路会议上亮相。该装置由专门研究纳电子学的组织Imec（总部位于比利时勒芬市）推出。
当装置被嵌入老鼠的大脑中，Imec装置上的电极能够同时在老鼠的所有大脑皮层上记录信息。这有助于神经系统科学家拆分大脑中互相连接的复杂电路。Imec生物和纳电子学主管Peter Peumans说：“这一原型可以被拓展。”在3年内，神经探索装置将拥有多达2000个电极和超过200个电线。
绘制图谱
研究人员一直在收集有关神经元活动和电路的信息，这些信息对于绘制一份可靠的高度详细的大脑解剖图非常必要。
一个多世纪以来，各种绘制神经解剖学图谱的方法，一直力求把大脑切成尽可能薄的切片，之后科学家会在光学显微镜下仔细研究这些切片。但是，通过计算方法，使这些数量惊人的切片有序排列（为了重建人脑中错综复杂的神经元网络）是极具挑战性的。
尽管如此，德国尤利希研究中心的Katrin Amunts和同事宣布，上个月，他们已经完成了这项困难的工作。
研究人员通过对一名65岁妇女的大脑样本进行切片研究和分析，制作出迄今为止最详细的完整三维人脑图。这份人脑图汇编自7400个大脑切片，每个切片厚度为20微米，经过光学显微镜成像，两台超级计算机用时1000个小时处理了包含万亿字节的数据。
Amunts表示，整个项目历时10年。目前，Amunts及其同事已经开始投身到下一个关注于个体差异的人脑项目中，她期待新项目能够推进得更快。
了解脑数据处理功能
或许，人脑研究最大的挑战在于弄清大脑存储与处理数据的方式。美国哈佛大学的Jeff Lichtman与德国慕尼黑市马克斯—普朗克神经生物学研究所的Winfried Denk通过新型显微镜获得的电镜信息显示，脑组织只需1立方毫米便可以处理2000太字节。
Denk估计，一个完整的老鼠大脑可以产生60拍字节的信息，而人类的大脑则可以处理200艾字节的信息。Lichtman说，这个数据量可以与当今整个世界的数字信息相媲美，包括脸谱网以及所有其他大型数据储存库。
而这一切只是开始。神经科学家最终将收集人类大脑的解剖信息（每个大脑的解剖信息都是独一无二的），并层层深入分析其背后的神经活动。科学家需要储存并系统化地组织这些多样化的数据模式，以便更深入探索大脑的奥秘。
欧洲的人脑工程旨在提供一个人脑模拟环境，使研究者可以实时地与它互动，这是另一个层次的需求。西班牙巴塞罗那超级计算中心的Jesus Labarta Mancho是人脑工程的合作者之一，他说：“我们面临的挑战之一便是开发一种电脑语言，以便更高效地利用超级电脑。”
目前，有些实验需要同时刺激不同大脑区域的不同部位，超级电脑难以满足这种需求。因此，需要开发出一种新方法，使得超级电脑能够压缩其一部分区域的信息，以便集中精力处理急需解决的问题。
即便超级电脑可以打包处理数据，理论家仍然需要思考应该问它什么问题。位于葡萄牙里斯本的Champalimaud探索未知中心的理论神经科学家Christian Machens说：“这是一个先有鸡还是先有蛋的问题。一旦我们弄清大脑的工作原理，我们便知道如何去处理这些数据。”
任务的规模和工程量是理论家争议的焦点；与许多人一样，Kording认为还有太多的事情需要完成。他说：“与之相比，谷歌搜索的问题就像小孩子的游戏。大脑中神经元的数量大致与互联网页面的数量相等。但问题在于，互联网的页面之间是直线联系的，而每一个神经元都与数千个神经元相连，并不是直线联系。”
但是，美国纽约冷泉港实验室的生物数学家Partha Mitra认为，完全了解大脑工作原理的最大挑战来自社会学。他说：“追踪大脑的工作原理与追踪希格斯玻色子不同，每一个希格斯玻色子都会跟着同一个单独目标移动。就比如团队中的每个个体在设立团队目标时会畅所欲言，一旦目标设立完毕，便会严格自律，共同完成团体目标。”
不出Newsome所料，设立这些项目目标已经几乎耗费了他的整个夏季。目前，他正在参加一系列旨在为美国“脑计划”设立研究目标的专家研讨会，并修改一份将于9月份发布的“脑计划”研究报告。他表示，该报告不能确保解决所有与大脑有关的难题，但将会把研究引入正轨，使得回答这些问题在未来成为可能。
Newsome说：“我们最终必将弄清大脑神经元活动对人类行为的影响，这对我们来说至关重要。”
原文发布时间为：2013-11-17
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号
