Interview with Dr. Ed Boyden: How Does the Brain Generate Thoughts?

How does new technology help us better understand the brain?

麻省理工学院Y. Eva Tan神经技术教授爱德华·博伊登(Edward Boyden),1979年出生于美国得克萨斯州的普莱诺,14岁进入得克萨斯数学与科学院少年班,19岁获麻省理工学院物理学学士学位、电气工程和计算机科学学士和硕士学位,而后进入斯坦福大学,师从钱永佑(Richard Tsien)、詹妮弗·雷蒙德(Jennifer Raymond),学习脑科学与神经生物学,2006年加入麻省理工学院,并组建了自己的独立实验室。博伊登致力使用多种方法(包括合成生物学、纳米技术、化学、电机工程学和光学等)开发能够揭示脑活动基础机制的新工具,曾获得生命科学突破奖、卡内基心智与脑科学奖等众多国际奖项。目前,博伊登还是MIT麦戈文脑科学研究所研究员、霍华德·休斯医学研究所研究员、脑与认知科学教授、媒体艺术与科学以及生物工程学教授、MIT神经生物学工程中心联合主任、MIT合成神经生物学项目组负责人。

博伊登和合作者卡尔·戴瑟洛斯(Karl Deisseroth)开发的光遗传学技术被认为是最有潜力获得诺贝尔奖的新技术之一,目前已被广泛应用于神经科学研究中。光遗传学是一种利用光操纵神经细胞活动的方法,通过基因操作将光感基因转入到特定类型的细胞中进行表达。在不同波长的光刺激下,研究者可以在精确的时间内激活或抑制神经元,分离出单个神经元功能。在光遗传技术之后,博伊登及其团队又开发了一种将脑组织扩大的技术,即扩展显微镜技术:将组织样本嵌入吸水膨胀的聚合物中,通过各向同性的化学膨胀过程,使得组织样本物理性地变大但保留纳米级细节,从而实现精细成像。这促使我们可以在传统的光学显微镜实现纳米级的分辨率成像,并能够将生物大分子相互分离,以便进行更好的化学分析。

基于这些突破性和革命性的神经科学技术,《信睿周报》特邀“神经现实”团队对博伊登教授进行了专访,与他一同探讨了新技术如何帮助我们更好地理解大脑、当下大脑研究的困境、跨学科对于神经科学的重要性,以及关于大脑最迷人的话题——我们的思维究竟源自何处。

能向读者简单介绍一下您的研究领域吗?

爱德华·博伊登:我带领MIT的团队研究理解和修复大脑的技术,致力于开发绘制大脑图谱、控制大脑、观察大脑和行为的工具。我们还通过这些工具研究脑部疾病,并试图理解大脑如何计算诸如决策、情绪及其他有趣的行为。

很多人知道您在神经科学领域的两项主要贡献:光遗传学技术和扩展显微镜技术。您是如何想到用光来控制神经元的?

爱德华·博伊登:我在斯坦福大学读书时结识了卡尔·戴瑟洛斯,当时他已经从医学院毕业,而我正在攻读博士学位。我俩那时就在思考如何控制大脑活动,并且开始研究所有物理定律,例如磁场、机械力和光,计算这些不同种类的能量如何进入大脑并改变大脑活动。但我们还需要一个“转换器”,把能量转换为神经活动。我阅读了很多文献,偶然发现了一篇关于微生物视蛋白(微生物用来以化学能形式捕获光的膜蛋白)的有趣文章,其中表明这些分子在大脑环境下也能工作。于是,我开始通过邮件联系其他学者,并收集微生物视蛋白分子。我们最早收集到的分子之一最终成为第一个光遗传神经沉默剂,另一个分子则是最早的遗传神经激活剂。这其中有很多机缘巧合,但是自然界已经演化出这些能在神经元中起作用的分子了。

光遗传学已成为神经科学史上最强大的工具之一,您能解释一下它为何如此重要和有用吗?

爱德华·博伊登:如果你可以激活或关闭神经活动,就可以搞清楚神经元是如何导致行为和疾病的,但你还需要很好用的工具,绿色荧光蛋白就是我们能够看到的一个很好的例子:只需要一个基因,无须添加任何化学物质。微生物视蛋白也是如此。有趣的是,视蛋白也是能够激发绿色荧光蛋白发光的物质。这就是为什么光遗传学能够成功,它功能强大又易于使用——我认为对于工具而言,易用性非常重要。

光遗传技术在小鼠中应用 | JOHN B. CARNETT

在您看来,光遗传学有哪些意料之外的应用?

爱德华·博伊登:我的合作者蔡立慧(Li-Huei Tsai)取得了一项非常重要的发现:如果在阿尔茨海默病小鼠模型中以特定的频率(伽马振荡大约为40赫兹)来驱动神经活动,小鼠的症状会减轻。这一发现最初是通过光遗传学来进行的,现在她的团队正在研究通过视觉和听觉刺激引发这些振荡的方法(我们的团队也为之提供了很多帮助),他们目前正在对阿尔茨海默病患者进行临床试验,试图提供帮助:患者会看到闪烁的灯光或者听到咔嚓声吗?这些方式会改善患者的大脑状况吗?目前可能没有任何可以阻止或延缓阿尔兹海默病的治疗方法。如果你在15年前告诉我,也许可以通过看电影来治疗脑部绝症,这听起来无异于科幻小说。但这种疗法未来或许会奏效,让我们拭目以待。

是的,我们对此感到非常兴奋。不过,光遗传学更像是侵入性工具,它可以用于治疗中枢神经疾病吗?

爱德华·博伊登:我认为借助光遗传学这一科学工具,可以探索细胞及其活动模式,并使我们的大脑更健康。但当需要开发一种疗法时,非侵入性、便宜、易用性将是理想的选择。需要花费一百万美元,或者只有少数人才能使用的疗法,不会像便宜的、每个人都可以使用的疗法那样有影响力。在我前面举的例子中,蔡立慧最初的发现是通过光遗传学进行的,但随后他们尝试通过有效的电影来产生40赫兹的振荡。有什么会比看电影更便宜呢?我认为这种方式对于思考问题来说很有启发。

这个问题有点疯狂,但非常有趣:是否可以用时空信息标记所有神经元,然后在时间和空间上以高度受控的方式依次激活或抑制神经元,以便我们可以回放大脑的活动,例如一次思考或一场梦?

爱德华·博伊登:我们正在为此而努力。我们的合作伙伴瓦伦蒂娜·埃米利亚尼(Valentina Emiliani)在为大脑制造全息投影仪,如果将全息图投射到大脑中并提供三维光束,就可以控制光以3D模式照射所有细胞。我们与她联合发表了一篇论文,将我们设计的分子和她组建的显微镜结合,就能以很高的时空精度激活单个细胞。我认为,随着这一技术的发展,随着光学和分子技术变得更好,回放整个大脑——最初是小型生物的,但随着时间推移,在大型生物脑中或许也能实现——的活动也将成为可能。

瓦伦蒂娜·埃米利亚尼的团队正通过光学来研究神经回路 | Wavefront Engineering Microscopy

接下来的问题有关扩展显微镜技术。当我们第一次看到它时,真的为它的优雅和精致所着迷,是什么启发您发明了这样的新工具?

爱德华·博伊登:我最初是在2006年、2007年左右开始组建我的团队的。我一直沉迷于如何将分子彼此分离以进行标记的问题。例如,突触中的所有蛋白质都挤在一起,如果我们将这些蛋白分开,就可以留出空间标记它们。我们团队的成员集思广益,提出了一种将分子拉开的想法。这个时候恰逢超分辨率显微镜问世,我们认为已经有很多人在做纳米成像了。5年后,随着两名研究生陈飞(音译)和保罗·蒂尔贝里(Paul Tillberg)的加入,我们开始尝试做超分辨率显微镜,但这既困难又缓慢。于是我们开始思考:也许应该扩展一个新的系统,让人们可以在常规显微镜上做纳米成像。在检索文献后,我们发现了一些可以扩展的化学物质,在2007年读到的方法可以使物体扩大两倍,而在2012年读到的化学方法则可能使其扩大五倍,这是一个非常大的进步。大约半年后,我们证明了基本构想是可行的,并在2015年发表了初步的研究结果。

这一路走来,你们面对的最大挑战是什么?

爱德华·博伊登:回想一下,为什么我们在2007年时没有做这项工作?我认为挑战在于智识。你可以有一个好想法,但是可能不知道这是否就是个好想法,光遗传学技术就是如此。我和卡尔从2000年起收集视蛋白,直到2004年才开始实验。同样,我和团队在2007年提出了扩展的想法,直到2012年才真正开始第一个实验。我认为,有时候获得有关一个想法的知识很容易,但重要的是智识以及如何付诸实践的细节,它们也是很困难的部分。这样的现象在生活中也随处可见。比如,如今你能见到的大型搜索引擎,并非世界上首个搜索引擎。有很多旧的搜索引擎被遗忘了,但是新的汲取了旧的智慧,并且做得更好。很多事情也是如此,几乎所有事物都不是一开始就有影响力的。

您认为有哪些部分是扩展显微镜需要重点改进的?

爱德华·博伊登:我想让扩展显微镜达到单个分子的分辨率,从而看到细胞或大脑中的每个分子。我们还没有达到这一步,但我认为我们能看到前进的道路。

您的意思是,看到像蛋白质一样的分子,或者其他任何东西?

爱德华·博伊登:从蛋白质开始,但是我们还有很多其他事情可以做。我们刚刚在《科学》(Science)杂志上发表了两篇论文,一篇是关于在扩张的大脑内部对RNA进行测序,另一篇是关于对尚未在大脑中实现,或尚未在扩张的大脑中实现的原位DNA测序。我们正在尝试整合不同的技术来观察整个细胞或整个大脑中的所有DNA、RNA和蛋白质等。这样,也许我们就可以在计算机中模拟生物了。我希望自己最终能成为计算生物学家,真正了解大脑是如何产生诸如思想和感觉之类的东西。

可以想象,这样的实验每天都会产生大量数据。您打算如何充分利用这些数据?是否想要用这些数据回答特定的问题,或者建立数据库?

爱德华·博伊登:我想了解思想和感觉,我们正在尝试使用这些工具来研究线虫和鱼类等小型生物的大脑。我也很愿意帮助人们治愈所有的脑部疾病,为此我们免费提供所有工具。现在有成千上万的研究团队在做扩展显微镜和光遗传学研究。我们同样乐于合作,我们帮助蔡立慧的团队完成了阿尔茨海默病治疗的最初发现,现在正在与她联合开发相关的治疗工具。

您如何设想扩展显微镜的最终版本?

爱德华·博伊登:如果我们能够均匀地扩展组织以达到单分子分辨率,那就太好了。这件事的阻力之一是找到合适的化学反应。可能所有方面都需要改进吧——更好的膨胀聚合物、更好的酶,等等。好在我们有一支非常出色的科学家团队。

您有什么短期(比如在接下来5年)以及长期(比如在未来几十年)研究目标?

爱德华·博伊登:在接下来的几年里,我想要使扩展技术走向成熟,也想开发一些工具,实现大脑的实时成像。我们的研究团队在几个月前刚刚发表了一篇论文。团队成员香农·约翰逊(Shannon Johnson)和令狐昌洋(Changyang Linghu)研究的是在活细胞内同时成像多个信号的方法。目前,他们通常会尝试用不同的颜色来标识不同的信号。但问题是,这样你只能看到两种或三种颜色(一般的显微镜无法区分多种荧光颜色),甚至可能找不到某种颜色的指示剂。

我们的想法是,如果能从一个细胞的不同位置成像不同的信号,结果会怎样?理论上,你将得到来自这个细胞内数百个点的几百种信号。所以我现在的想法是,看看是否真的能够革新大脑的实时成像技术。另外,我还想把这些工具整合起来去研究小型生物,比如斑马鱼幼体、线虫或秀丽隐杆线虫的大脑。它们的大脑极小,但如果我们能够分析整个大脑,就能知晓全脑如何协同工作并产生计算和行为的规则。

长期而言,我希望能理解主观体验和意识。目前这些还不属于实验科学的范畴,没有人能直接测量意识——你或许都不知道我此时此刻是否有意识,说不定我只是个制作精良的机器人,而真正的我正在海滩上的某处呢。不过,我觉得这是在未来几十年非常值得去实现的。理解主观体验与意识也对治愈多种脑部疾病大有裨益。与蔡立慧在阿尔茨海默病相关研究上的合作,让我对各类精神和神经疾病有了许多思考。我们无法完全治愈任何一种脑部疾病,但采用我们的技术去研究脑部疾病,或许能系统地探索大脑、绘制大脑图谱,甚至控制大脑。展现脑部疾病的状态能够十分有力地揭示帮助人们的新方法。

扩展显微镜工作流程 | http://bio.academany.org/

我们都知道,许多重要的神经科学发现都是在乌贼和秀丽隐杆线虫等生物身上取得的。而如今,越来越多的研究集中在老鼠和非人类的灵长类等高等动物身上。您认为我们还能从低等生物身上了解什么基础问题?

爱德华·博伊登:我不确定是否应该称它们为“低等”生物,这些生命体非常复杂,它们会学习,会决定是否做某件事或者改变某件事。如果你回顾生物学的历史,就会发现重大成就往往来自对最简单事物的研究:第一个被测序的基因组并不是人类基因组,而是一个小小的病毒的基因组;许多重大的研究成果,比如细胞之间如何连接,都是在线虫身上发现的;稳态可塑性(homeostatic plasticity),是吉娜·G.特雷吉亚诺(Gina G. Turrigiano)和伊芙·马德(Eve Marder)等人通过研究螃蟹的口颌神经节(也就是胃部神经元)进而发现的。我不确定是否应该管老鼠、灵长类和人类叫高等动物。如果你回看科学史,就会发现取得进步的方法之一便是研究非常小的事物,而且人们也在不断学习新的事物。

MIT的神经科学家迈克尔·哈拉萨(Michael Halassa)训练小鼠做基于非常复杂的规则的分类任务,包括我自己在内的大多数人都觉得那是只有灵长类和人类才能做到的事,但他是用小鼠做的。我们逐渐意识到大脑是非常强大的,我们或许不应该低估它,即使是小型动物的大脑。

我赞同您的观点,我们不应简单粗暴地区分“低等”和“高等”动物。

爱德华·博伊登:是的,甚至在神经科学领域也是如此。伊芙·马德通过研究螃蟹揭示了所有关于神经回路的规则。埃里克·坎德尔(Eric Kandel)因为发现神经调质和可塑性这一巨大成果而获得了诺贝尔奖,但他是在海兔身上发现的。所以还是那句话,如果你回顾生物学的历史,许多重大的见解都始于最简单、最微小的系统。

我们何时能够在细胞分辨率的层面,以非侵入性的方式记录,甚至操纵灵长类动物乃至人类的高级认知行为?这有哪些挑战?

爱德华·博伊登:我认为对人类来说,我们需要非常仔细地斟酌技术问题,那些非常复杂的技术将难以施用——可能出于安全顾虑,也可能出于实际考虑。我多次考虑过如何制定非侵入性策略,以实现与人类大脑的连接。这件事很有挑战性,目前还没人能解决这个问题。我们刺激大脑和记录大脑活动的方式非常粗暴。但我希望借助从基本原则出发的思考发明出全新的工具。

这跟技术的进步有很大关系。您如何看待科技发展与神经科学研究之间的关系?看起来,神经科学依然在期待一些辉煌的突破。您认为这在多大程度上是由于技术的限制?

爱德华·博伊登:我的想法非常实际。如果我们能用旧工具来回答问题,那就动手吧。但要是我们回答不了这个问题,就应该问问为什么,我们还缺少什么?如果我们知道自己缺少了什么,就可以通过制造新的工具来解决这个问题。这也是光遗传学和扩展显微镜如此受欢迎的原因——这些工具被制造出来,就是因为我们考虑过人们需要解决什么问题,于是才有了解决这些问题的工具。还有些工具是解决不了问题的,因此人们便不使用它们。但我总是说,要从问题本身入手。

您对我们将要解决的神经科学问题有什么看法?下一个关键问题会是什么?

爱德华·博伊登:我真的很想知道,大脑是如何产生情绪和做出决策的。但也还有其他许多问题:大脑是如何存储记忆的?大脑内部的连接看起来是什么样的?它的动力学特征是如何产生的?是什么导致了脑部疾病?以阿尔茨海默病为例,近来许多临床试验都失败了。很多人试图对付淀粉样蛋白,然而这些试验无一成功。所以我认为,我们意识到了我们甚至还不了解脑部疾病。我们不知道是哪里出了问题,或许我们现在看到的并不是病因所在,它们也许只是疾病的副产品。这是个大问题。是什么导致了脑部疾病?这是个棘手的问题。

您如何看待当下脑科学的研究方法?

爱德华·博伊登:还是那句话,我想我们还是从问题开始吧。我们试图解决的问题是什么?如果这个问题需要新的方法,我们就应该尝试思考如何去做到。我们试图创造极为强大且易于使用的方法,二者需要兼备,否则就不便于推广开来。如果你看看绿色荧光蛋白、CRISPR基因编辑和其他工具,就会发现它们使用起来都很方便。我认为,易用性是技术进步的一大关键驱动力。

您认为脑科学领域流行的哪种隐喻是不恰当并且误导人的?

爱德华·博伊登:我所接受的是物理学的训练,所以我通常尽量避免使用隐喻。我想知道大脑的基本组成部分,以及它们是如何互相作用的。如果你回顾科学史,就会发现很多巨大的飞跃。比如在化学领域,在元素周期表和量子力学出现之前,人们很难随心所欲地开展化学研究,但如今你能制造出硅微芯片、激光材料和各种有趣的高分子聚合物。物理学也经历过相似的变革。在电磁理论和量子理论问世前,很难做出任何东西,而现在我们有了手机、卫星,还有其他各种各样的东西。我试着像物理学家一样去思考:我们能借助各个组成部分来了解大脑吗?各个部分是如何协同工作的?

让我们聊点私人问题。您接受过化学、物理学和工程学的训练,现在又是一位神经科学家,可以看出您的研究涉及大量的跨学科工作。您的教育背景在哪些方面塑造了您,让您在解决神经科学问题时能以不同的方式思考?

爱德华·博伊登:我受过很多基础领域的训练,比如化学、计算机科学、物理学,还有电气工程。将这些方法引入脑科学极富成效,它有助于我们创造工具,而这些工具能在系统层面上处理分子信息。但重要的是,我完整地接受了神经科学博士阶段的训练,这非常重要,因为在此过程中我需要学会如何提出问题。我在斯坦福大学的两位导师,詹妮弗·雷蒙德和钱永佑,对于教会我如何思考生物学问题提供了极大的帮助。我认为你应该从思考问题入手,顺着问题往回思考,直到触及基础科学的范畴,比如化学或者物理学。这一过程将有助于你创造工具、方法或实验。

我还注意到,您的实验室非常多样化,很多成员并没有神经科学背景,您如何管理实验室,如何与团队成员就脑科学问题进行交流呢?

爱德华·博伊登:我们无法解释决策或情绪如何发生,无法完全治愈任何脑部疾病,这些问题显而易见并且一直在盯着我们看。我认为诀窍是找出这些问题:它们看起来太大了,如何分解它们?工程学通常的研究是将一个大问题分解为几个部分。其中一部分可能是构建工具,一部分可能是研究线虫或鱼之类的小型系统,另一部分可能是尝试思考将其变成人类可用的非侵入性手段。我认为很多问题都非常明显,但有时问题太大了而似乎无法解决,诀窍是将它们分解成多个我们可以解决的部分。

对于想进入这个领域的年轻人,您有什么建议吗(或者,您希望自己当年能得到什么建议)?

爱德华·博伊登:我试着从每个人身上学习,给出建议可能会存在并不适用的问题。我很幸运,能够组建一个将许多工程学科与脑科学结合起来的团队,但我进入神经科学领域已经是22年前的事情了。如今二十多年过去了,可能我给出一些别的建议会更好,已经有许多人在研究神经工程了,但还有很多事情我们尚未解决,或许你们不会像我一样绕那么多弯路,会前行得更快。

我想,我能给出的主要建议是:无论什么时候,你听到别人的建议,都要认真想想它对你来说意味着什么。当你听到一项建议时,不妨考虑一下反其道而行之。好建议的反面,可能是个更好的建议。我也把这运用到我自己的思考之中。人们有时会说“我要是有这种技术就好了”,而我就会想,如果我们反过来会怎么样。这样的态度对扩展显微镜的研制大有帮助。300年来,人们一直在用透镜把细胞的图像放大,而我们想的是,如果反其道而行之——干脆让被观察的物体膨胀——会怎么样。结果证明,这是非常新颖、有用的做法。

我们刚刚讨论过,不要太迷恋隐喻。同理,建议也有赖于提出建议的情境,很难给出适于所有人的建议。有些人就一个问题研究了40年,最后成功解决了它,并且彻底改变了生物学。但也有一些问题,就算花费了40年也毫无进展,你还会因此被落在其他人后面,而不得不做些其他无关的工作。这非常依赖于外部情境。

您最喜欢的科学家是谁,以及为什么?

爱德华·博伊登:我的许多榜样是进入生物学领域的物理学家。他们中的许多人在量子力学时代长大,然后转向生物学。浮现在我脑海中的有西摩·本泽(Seymour Benzer),他接受过物理学的训练,然后进入定量生物学,并最早发现了一些调控昼夜节律和记忆的基因。这非常有帮助,麦克斯·德尔布吕克(Max Delbrück)也是从物理学转向分子生物学的。

思考该如何借鉴物理学的思维方式,而不是假设物理学的结果,对我非常有帮助。这也是一个关键的见解。例如,仅仅因为物理学很简单,并不意味着大脑会变得简单。有时我担心,在物理学和大脑之间尝试进行类比似乎很容易,但是假设问题很简单,并不能真的使问题变得简单。如果你使用物理学的方法,我会说这就是本泽尔和德尔布吕克在进入生物学领域时所做的,你也可以做出巨大转变。

您有什么推荐的书吗?小说或非小说都可以。

爱德华·博伊登:我想推荐两本传记。一本叫作《时间,爱,记忆》(Time, Love, Memory),它是关于西摩·本泽的,这本书是在我刚刚转向神经科学时读到的。另一本是《思考科学》(Thinking About Science),讲的是麦克斯·德尔布吕克。这两本书对我都很有帮助,启发了我思考如何做一个从事神经科学研究的物理学家。至于小说,我最近没太多时间读。最近一次读的是《三体》(Three-Body Problem)系列的科幻小说。

Time, Love , Memory (Jonathan Weiner, Vintage 2000)

《三体》在中国非常受欢迎。

爱德华·博伊登:没错。我刚刚读到第三册,这套书非常发人深省。让我看看书架上还有些什么书。很多都是有关哲学或者科学的小说。我一直很喜欢《安德的游戏》(Ender’s Game)这本书,它是我在刚上大学的时候读到的。我也喜欢作为哲学家的阿尔贝·加缪(Albert Camus)的书。

您打算将来写一本自己的书吗?

爱德华·博伊登:我想啊,能写一本关于大脑技术的书真是太好了,我已经和一位同事一起计划了一些,甚至已经草拟了一些章节,但是写一本书要花费很多时间。

当您的书出版时请告诉我们!另一个问题是,您在职业生涯中做过的最疯狂的事情是什么?

爱德华·博伊登:也许是在考虑我们如何设计一种方法来产生创新吧。这就是为什么我们要从问题中进行反省,以服务于不同学科。就像我早些时候提到的关于获得智识的想法一样,我们在某个时间点有了一个想法,后来获得了智慧,才知道它很重要。在生物学中,你会看到很多可以很好地完成一件事的研究团队,我一直想看看我们是否能够保持创新,以便不断推进大脑的研究。现在,我们有了光遗传学,有了扩展显微镜,我们还在进行我认为在实时成像领域中非常有价值的研究。是的,也许最疯狂的事情就是在可以解决大问题的环境中,一个接一个地提出解决问题的方法。

实际上我有一些学生正在尝试是否可以将我们的思维方式应用于其他问题,其中一位研究生正在撰写关于气候变化的论文,另有一位学生正在完成博士学位并从事3D纳米技术的研究。两者都与大脑无关,但可能都是革命性的。因此,如果我们最终创造出了一种新的科学方法,也许会非常有趣。如果我们可以证明它能够在多个领域发挥作用,那将是一个非常酷的结果。

看来您的实验室成员的工作课题互不相同,您管理实验室的哲学理念是什么?

爱德华·博伊登:他们是非常个人化的,就像我之前对建议和隐喻的评论一样,很难概括成通用的答案。一个人可能想独自工作,一个人可能想合作,一个人可能需要阅读更多内容,而另一个人可能需要动手进行更多工作。我没有设定一般规则,我只会尽力帮助每个人发挥最大的积极影响。但是,如果你看看这些模式,则会发现很多人都在协作团队中工作,我们几乎所有的论文都有共同第一作者,比如刚刚在《科学》上发表的有关扩展大脑原位测序的论文就有五位第一作者。从经验上看,我的团队成员似乎喜欢一起工作,它有助于降低风险并解决重大问题。

您招募实验室成员的标准是什么?也是个人化的吗?

爱德华·博伊登:是的,不同的人有不同的道路,但可能存在一些一般特征。我认为,如果你想做真正前沿的科学,就需要保持灵活性,需要让科学引领着你去一个可以学习新事物的地方。合作也很重要,很难想象任何生物学发明或发现都是由一个人独自工作而完成的。另外,你还需要能接受“模棱两可”,在这个领域,没有一本有关神经工程的教科书,你必须愿意走出去,自己去探索,因为没有规则告诉你每天在实验室中具体要做什么。

您更喜欢哪种身份:科学家、创新者、管理者,还是教育家?

爱德华·博伊登:我觉得是科学家和创新者吧。不过,成为这两者在一定程度上也意味着做一个教育家,一个管理者。对我而言,我内心深处是一个哲学家,我想知道大脑如何产生思想,生命的意义是什么,成为人类又意味着什么。

您如何看待人工智能在理解大脑中的作用?

爱德华·博伊登:它对于从数据中发掘模式非常有用,我们正在使用机器学习来查看各种模式和数据。机器学习自己也在自我迭代进化,甚至每周都有变化。我们总是想利用我们掌握的所有工具,因为大脑是如此复杂。

是的。但我也感到困惑,即使拥有一个可以像大脑一样正常工作的人造大脑,但它真的可以解释大脑的工作原理吗?我总是在思考这个问题,因为这二者之间存在着一段鸿沟。

爱德华·博伊登:是的,这就是为什么我总是保持哲学性思考,我真的很想了解人工智能发展如何。

刊载于《信睿周报》第57期,由神经现实和信睿周报联合发布。


采访+撰稿 :岳川,苏怡汀
翻译:苏怡汀,于荔

Leave a Reply

Your email address will not be published.

We use cookies for a better browsing experience. By using Neusmag.com, you agree to our Cookie Policy.
Total
0
Share