神经科学发表的论文

美国加州大学旧金山分校的科学家，已经训练出一种算法，可以直接将受试者的脑电波实时翻译成句子，错误率仅为 3% 。

这项研究发表在《自然神经科学》（Nature Neuroscience）杂志上，他们招募了 4 位志愿者，这些志愿者被要求多次朗读 30-50 个固定句子，而电极记录下他们的大脑活动。[1]

这些数据随后被输入到机器学习算法，它将每个句子的大脑活动数据转换成一串数字和字符串。

系统从这些大脑活动数据再推导出声音，并和实际记录的音频进行比较。数字和字符串则被再次输入到系统，转换成一个单词序列。

起初，系统会吐出毫无意义的句子。但是当系统将每个单词序列与实际朗读的句子进行比较时，它得到了改进，学会了数字字符串与单词的关系，以及哪些单词是有上下文关系的。

算法不断的训练，直到从说话时的大脑活动中产生书面文本，类似机器翻译。

新系统的准确性远远高于以前的方法。虽然准确性因人而异，但对于其中一位志愿者来说，平均每个句子只有 3% 需要纠正，高于速记员 5% 的单词错误率。

当然，目前这个系统还是有很大局限，算法还只能处理少量的句子。系统也不能用于严重残疾失去语言能力的患者，因为它依赖于记录大声说出句子的人的大脑活动。

然而，每个志愿者只用了不到 40 分钟来训练，在有限的小数据集情况下，达到了迄今为止最大的精确度。

脑机接口

从类大脑信号到外部设备之间建立连接通路并不是新鲜事，脑机接口的研究已持续了 30 年。

在过去的十年，我们已经能够解码语音信号，但是局限于孤立音素或者单音节词，在一段 100 个单词的连续语音的情况下，解码正确的单词少于 40% 。

科学家们此次找到的是一个更直接的方法，就是采取机器翻译类似的算法。机器翻译就是将文本从一种语言到另一种语言的算法翻译，只不过这次输入的文本变成了脑电波信号。此次发表的论文《使用编码器-解码器框架：大脑皮层活动到文本的机器翻译》，正是详细描述了这一过程。

在系统对一个志愿者进行训练之后，再对另外一个志愿者训练时，解码结果得到了改善，这表明该技术可以在人和人之间进行迁移。

在 GitHub 上，放置了论文对应的代码。

ecog2txt 模块，用于从神经数据中将语音解码为文本。它用 Python 代码实现了跨主题的迁移学习的高级功能。[2]

而训练本身则是通过另一个 machine_learning 软件包，它在 TensorFlow 里实现了一个序列到序列的网络。[3]

这些软件包的作者，也是论文的联合作者之一约瑟夫·马金（Joseph Makin）博士，他目前是加州大学旧金山分校整合神经科学中心的研究科学家。他的专业是电机工程和计算机科学，专门研究控制理论，包括脑机接口的算法开发。[4]

论文的另外一个联合作者是张爱德（Edward Chang）博士，他是医学博士和神经外科医生，擅长为患有癫痫病，脑瘤，三叉神经痛，面肌痉挛和运动障碍的成年人提供治疗。他目前是加州大学旧金山分校威尔神经科学研究所的神经外科教授，还领导了一个神经工程与假肢中心，以恢复瘫痪和言语障碍等神经疾病患者的功能。

科学院神经所已经在所有顶尖杂志有多篇论文：《细胞》（饶毅、张旭实验室各一篇）、《科学》（郭爱克实验室两篇、何仕刚一篇）、《自然》（袁晓兵实验室）。多篇《自然神经科学》（分别是蒲慕明、周专、段树民、鲁白实验室）、《自然细胞生物学》（分别来自蒲慕明、袁小兵、段树民）、《神经元》（分别来自蒲慕明、张旭、李朝议、周专、段树民），其中郭爱克已经因为前几年第一篇《科学》当选院士，周专和段树明今年院士入围。紧追神经所的是科学院生物物理所：《细胞》（饶子和）、《自然》（常文瑞）、《科学》（唐世明、陈霖各一篇），陈霖因此当选院士，常文瑞今年院士入围。清华：《细胞》（饶子和）、《科学》（孟安明，今年院士入围），清华的饶子和前两年因为发过多篇PNAS、 JBC当选院士。复旦大学：《科学》、《自然》各一篇（金力，今年院士入围）科学院基因组所：《科学》两篇、《自然》一篇（杨焕明，今年院士入围）科学院上海国家基因研究中心：《自然》（韩斌，今年院士入围）、《科学》（赵国屏，今年院士入围）各一篇科学院上海生化细胞所：《科学》一篇（张永莲，已经因此当选院士）上海交通大学：《自然遗传学》（贺林，今年院士入围）协和医科大学：《自然遗传学》（沈岩，已经当选院士）第二军医大学：《自然免疫学》（曹雪涛）个人发表两篇以上的人：蒲慕明在中国自己的实验室发表顶尖论文是个人最多（至少五、六篇），这些都不包括他在UC Berkeley的论文基因组所杨焕明发两篇《科学》、一篇《自然》神经所郭爱克研究员发两篇《科学》复旦大学金力发《科学》、《自然》各一篇神经所张旭发《细胞》、《神经元》、PNAS各一篇神经所周专发《自然神经科学》、《神经元》、PNAS各一篇唐世明在神经所以博士后身份发一篇《科学》、在生物物理所以研究员身份发一篇《科学》科学院上海健康科学中心孔祥银发《自然遗传学》两篇学生里面两次以上在顶尖杂志做第一作者两人：神经所张成（周专的学生）发《自然神经科学》和《神经元》各一篇，神经所蒋辉（饶毅的学生）发一篇《细胞》原始论文、一篇《自然神经科学》评论在同一个研究所有两个以上独立实验室发表多篇顶尖论文的目前只有神经所一个，其它单位有一个实验室发表过多篇的（如基因组所、复旦、生物物理所），但是没有多个实验室能够发表多篇以上有三篇是同学们在BBS上宣布正式接受的论文，杂志还没有出来的，其它是都发表了的。正式待发表的三篇：神经所郭爱克的第二篇《科学》、清华/生物物理所饶子和的《细胞》、神经所张旭的《细胞》。

这些科学家都是懂得心理学，心理学这门课程里面就讲过，人的动作表情神态都是可以反映这个人的心理的，他们是根据大量的数据结论进行判断的。

中国神经科学的现状和发展策略何士刚一、中国的神经科学研究正在进入世界水平我国神经科学的发展可以追溯到上世纪20年代林可胜等在协和医学院的工作。新中国成立以后，冯德培，张香桐等人也为中国神经科学的发展作出了重要贡献。在本文中，笔者分析了神经科学的几个重要杂志，如《神经科学》(Neuroscience)，《神经生理学期刊》(Journal of Neurophysiology)，《生理学期刊》(Journal of Physiology)，《比较神经内科学期刊》(Journal of Comparative Neurology)和《欧洲神经科学期刊》(European Journal of Neuroscience)中“中国制造”的研究论文，试图展示我国神经科学的现状，探讨进一步发展的前景及过程中可能存在的问题。文中的数据完全来源于Medline检索。虽然作了最大的努力试图保证数据的可靠性（如为保证计算的只是“中国制造”的论文，只有中国本土单位为署名单位的论文才被统计），但仍不免会有一些遗漏或收集了一部分“合资产品”。当然，用论文数来评价科学研究水平可能有失偏颇，但这毕竟是一个客观指标，相信这些数据在很大程度上反映了近年来中国神经科学的发展，不妥之处欢迎读者批评、指正。我国神经科学工作者进入世界水平始于80年代末。暨南大学解剖系Luo, CB (or Yew, DT)和第四军医大学鞠躬88，89年相继在《神经科学》上发表了论文。第四军医大学李继硕，同济医科大学Ma, WY在91年，鞠躬在92年相继在《比较神经内科学期刊》发表论文。过去五年中，笔者统计的几本重要杂志上中国科学家发表的论文数量有显著增加，从过去十几年徘徊在每年1－3篇到近五年来的每年十几篇。2003年，中国科学家在这些杂志上发表论文总数达到22篇（图一）。更为重要的是，在世界最高水平杂志上，中国神经科学家的工作也不断出现。中科院神经科学研究所郭爱克，中科院研究生院陈霖相继于2001，2003年在《科学》（Science），中科院神经科学研究所李朝义，张旭分别于2002年，段树民和蒲慕明于2003在《神经元》（Neuron），中科院神经科学研究所周专，段树民和蒲慕明分别于2002年在《自然·神经科学》（Nature Neuroscience），中科院生化和细胞研究所裴钢于2002，2003年，清华大学谢佐平，中科院神经科学研究所周专分别于2003年在《神经科学期刊》（Journal of Neuroscience），中科院神经科学研究所李朝义，段树民分别于1999年，2003年，中科院研究生院陈霖于2003年在《美国科学院院刊》（PNAS）发表论文。这说明我国神经科学研究的规模有所扩大，质量有显著提高。图一、中国科学家历年在神经科学重要杂志发表的论文数（不包括香港、台湾地区）二、中国的神经科学研究与世界先进水平仍有很大差距这样的成绩固然喜人，但我们毫无理由为此而夜郎自大，固步自封。笔者比较了中国大陆、香港和台湾地区，日本，德国2003年在神经科学重要和顶尖杂志上的论文数占某一杂志论文总数的百分比（图二）。中国整个大陆地区发表的论文数只和香港或台湾地区接近。日本和德国2003年的论文数是中国大陆地区的10－20倍。这样的差距触目惊心，与中国在世界上大国的地位是极不相称的。这种差距主要反映在我国和其他国家对神经科学投入的差别。科学研究在我国国民生产总值中所占的比例较发达国家要低，生命科学的投入在整个科学研究中所占比例也低于发达国家，神经科学在生命科学中的比例更低。如此几个比例下来，我国神经科学的投入与发达国家相去甚远。中国科学院在生命科学的投入仅占20％左右。基金委生命科学的比重虽较大，但有递减的趋势，从2001年的34.56%到2002年的33.87%，在其中神经科学仅占4.46%（2001年），而2002年下降到了3.90%（基金委的统计限于网上公布的面上项目资助情况）。考察美国科研经费的投入和分配，NIH的经费近五年来增加了一倍，其中只和神经科学有关的两个研究所（精神健康研究所和神经疾病和中风研究所）的比例占了整个NIH的12%强，加上其他研究所中和神经科学相关的内容，NIH经费中15%以上用于神经科学研究的估计可能并不过分。相比之下，我国对神经科学的投入实在是太悬殊了。图二、2003年各地区论文数占杂志论文总数百分比进一步分析发现，高质量论文也基本集中在上海、西安、北京、广州、武汉、山西、河北等少数几个单位，而发表在顶尖杂志上的15篇论文中，有11篇来自同一单位，中国科学院一个今年才发展到13个课题组的研究所－神经科学研究所。三、发展中国神经科学的策略值得庆幸的是我国近几届政府已经充分意识到知识经济的重要性，提出了科教兴国的战略决策。因此，教育、科研经费的迅速增加已经是一种共识，但对于增加的经费和资源如何更加合理的配置和使用，也许是一个值得探讨的问题。笔者认为，首先要提高整体研究水平。上述数据分析表明，我国现有的可以产出高水平研究的单位还局限在几个城市中的一小部分单位。如果我们不能迅速扩大研究的群体和规模，很难想像我国能成为神经科学研究的大国（更不要说强国）。因此对于资助生命科学研究的部门，应该借鉴世界强国的策略，确立生命科学在科学研究中的重要地位，调整生命科学中学科间的比例，以期逐渐接近资源的合理分配。当然在目前整体研究资源比较局限的情况下，集中部分资源，保证现有的高水平研究机构能够保持并进一步提高研究水平，以期在国际重要和顶尖杂志上进一步扩大我国的影响，提升我国神经科学研究在国际上的地位。纵观科学发展的历程，有着优秀文化的研究机构往往会在科学发展中作出重要贡献（如开文迪许实验室）。而我国神经科学研究的现状，除中科院神经科学研究所开始逐步形成规模外，绝大多数单位都是三、五个课题组的小模型独立研究。在这种情况下，难以产生科学家之间的协同效应及突现性质（emerging properties）。作为政府调控单元，也许应该鼓励形成数个高水平的、具有一定规模的神经科学研究机构，但这决不是说要搞重复建设，数个不同的研究机构应该有不同的侧重。在这个过程中，充分听取、尊重科学家们的意见就尤其重要（对于科学决策，梅林教授介绍的NIH基金评审机制非常值得借鉴）。总而言之，笔者认为迅速使中国神经科学研究达到国际水平是至关重要的，并可以通过三方面的策略实现。一、迅速加强对神经科学的投入。二、在提高整体研究水平的同时加大对优秀群体支持的力度。三、形成几个高水平的，有一定规模和研究特色的神经科学研究机构。奥运金牌、世界小姐花冠说明我们国家正在变得更强壮、更漂亮。科学研究进入世界水平可以说明我们国家也在变得更聪明。没有聪明的头脑的支持，漂亮只是表面的，强壮只是暂时的。因此在关注奥运金牌和世界小姐的同时，我们的政府和人民也应该以更大的热忱关注科学研究的进展，使科教兴国的战略真正显现在日常生活中，使我们的国家更强盛，人民更聪明，更健康，更漂亮。

其实科学家哪里会读心术，心理学这门课程里面就讲过，人的动作表情神态都是可以反映这个人的心理的，他们是根据大量的数据结论进行判断的。