技经观察丨美国先进计算政策分析（之三）——美国类脑计算政策分析

一、美国类脑计算——神经科学研究类政策及管理分析

（一）美国“脑计划”

美国白宫在2013年发起了“Brain Research through Advancing Innovative Neurotechnologies”计划（BRAIN计划），其中涵盖了多项神经功能研究、神经网络研究，是美国集中发展脑科学、神经科学的主要计划。BRAIN计划倡导的是针对大脑的深入研究，研究的重点在于神经科学领域的突破与创新，但客观上也为美国类脑计算发展奠定了深厚的神经学理论基础。

1.设置“小规模、不确定性高”的研究项目

在模拟神经功能、模拟神经网络等脑科学与计算交叉研究的方面设置小规模、不确定度高的项目模式。

小规模项目方面，体现在项目多但资源配比较少。在2018年美国国立卫生研究院（NIH）集中召开的BRAIN计划的总结会明确指出“小规模研究项目是BRAIN计划研究的命脉”。从NIH管理BRAIN计划的项目数据来看，截至2018财年，该计划已资助了550多个项目和数百名科学家，但总计开支不到10亿美金，脑科学项目规模与以往美国大规模开展量子、人工智能等前沿研究出现较大差距。

不确定度高方面，体现在脑科学研究极其复杂，研究目的与产出均存在较大的不确定性。NIH主任弗朗西斯·柯林斯指出：人类大脑是已知宇宙中最复杂的生物结构。我们只是刚刚触及了表面。BRAIN计划制定时明确指出“变革型项目本质上是有风险的，但它们的结果可以真正改变人类对大脑功能和技术认知”。在2018年BRAIN计划的总结会上，NIH分析过去五年项目发现推动该计划进步的往往是研究中“在某些情况下意想不到的技术结果”。

2.建立统一的标准数据收集平台

高质量、标准化的实验数据是不同研究方向、不同时间维度、不同国别之间的科学项目研究交流桥梁，可以触发多尺度、不同思维方式的创新。面对复杂的神经科学研究、众多不确定度高的项目管理，2013年设计BRAIN计划时，美国政府已经意识到“神经科学实验方式众多但数据缺乏标准化”、“特别是电生理学数据缺乏标准化”，便在BRAIN计划中规定了不论项目以何种组织或业务模式开展，必须以标准化的方式处理数据，收集至公共数据库中。具体由NIH做好数据收集与规范的工作，通过BRAIN计划建立统一的标准化数据平台。

3.建立跨学科、跨部门工作形式

BRAIN计划建立之后，美国建立了跨学科、跨部门的工作形式。一方面建立BRAIN工作组。该工作组由NIH牵头，国防高级研究计划局（DARPA）、美国国家科学基金会（NSF）、美国情报高级研究计划局（IARPA）、美国食品和药物管理局（FDA）等多个部门联合参与，并且哈佛大学、斯坦福大学、麻省理工大学等多所大学的顶尖研究学者也加盟参与工作组。BRAIN工作组负责审查神经科学的最新进展；阐明短期、中期和长期目标；实现BRAIN倡议的科学和道德愿景；制定具体的科学计划等重要工作；另一方面积极组织跨学科咨询与交流会议。2013年9月开始，BRAIN工作组便开始与美国国家神经科学学会展开了深入、长期的咨询和讨论。此外，通过各种会议形式，咨询了神经病学、精神病学、神经外科、麻醉学、神经放射学和神经心理学临床等学会的主要专家学者，寻求关于解决“未解决的问题”的最佳方法与建议。

4.构建神经伦理学和神经科学相统一的发展路径

美国将神经科学的伦理问题作为核心关切，设定专门的工作委员小组进行全程管理，构建神经伦理学和神经科学相统一的发展路径。神经科学与基因组学、纳米技术和其他尖端技术的研究相比，必然会伴随出现广泛且深刻的伦理与道德问题，BRAIN计划明确要求成立神经伦理学工作组，在2018年更新为BRAIN 2.0神经伦理学工作组，管理形式与BRAIN计划工作小组并行。旨在为NIH BRAIN计划制定神经伦理学路线图。将审查《2025年大脑战略计划》中确定的全部优先领域，随着BRAIN计划产生新的工具或神经技术，这些工具或神经技术应用的结果可能产生的神经伦理问题及深远影响。

5.“渐进式”的计划设置

面对极其复杂的神经科学研究，BRAIN计划采取了渐进式的计划设置。

一方面在各大研究领域分别设计了短中长期的不同研究成果“里程碑”。BRAIN工作组根据计划制定了战略路线图（BRAIN 2025：科学愿景），分为七个优先领域，并参照敏捷项目管理的思路，按照研究时间划定了短期、中期和长期项目的成果“里程碑”，不仅便于工作组适时管理项目进展，也便于研究团队按里程碑事件设计具体研究。

另一方面计划整体做出及时、延续的调整。美国在设计BRAIN计划之初，是规定了长达12年的全计划周期，但在执行到第五年时，即2018年推出了计划2.0版本。BRAIN工作组发现潜在的新技术机遇和领域扩展机会，并且通过多种方式征集神经科学界和其他BRAIN计划利益相关者的意见，最终推出了BRAIN 2.0。值得注意的是，2.0版本与此前版本有良好的政策延续性与领域延续，继承了1.0版本中七大研究领域，在各领域的项目计划上进行调整。2.0版本设立了多项“变革式”项目，期待实现新的技术突破。

（二）通过国际合作促进学术研究

在神经科学研究领域，美国高度重视国际合作，充分调度国际合作伙伴资源联动开展技术研究。

在“脑计划”合作方面，美欧双方在BRAIN计划和人脑项目之间的保持着长期有益互动。2013年欧盟宣布启动人脑项目，BRAIN工作组一直与人脑项目的参与者保持联系，并在美国BRAIN计划和欧盟人脑项目之间举行研讨会议，讨论数据平台等方面合作与利益共享。

在学会交流方面，通过设立国际学会促进国际学术合作。美国神经科学学会（SfN）成立于1969年，目前在超过95个国家拥有超过36000名会员，SfN年会已成为全球神经科学届交流盛会，定期吸引来自80个国家的30000多名与会者和超过500家参展企业。美国国家科学基金会（NSF）每年组织大规模神经形态计算国际研讨会，汇集全球公认的神经形态计算及其应用领域的权威研究学者，就设计大规模神经形态计算系统和研究开学术研讨。

在项目研究方面，通过发布前沿项目促进国际学术合作。2017年11月，美国NSF发布“计算神经科学协作研究”（CRCNS）项目指南，支持如下两类研究——跨科学学科的创新合作研究，以及数据、软件与其他资源共享研究。通过CRCNS项目，NSF、NIH、德国联邦教育与研究部、法国国家研究机构、美国-以色列双边科学基金会和日本国家信息通信技术研究所将支持协作研究活动，促进对神经系统结构和功能、神经系统紊乱的机制和神经系统使用的计算策略的理解。

美国全力发展超级计算、量子计算、类脑计算等先进计算，迄今成绩显著，得益于美国以政府主导模式针对不同类型先进计算的“因技施策”。

（一）超级计算

对于超级计算机技术，美国设计了清晰的政策规划，配套了完整的管理体系。美国为超级计算机设立了“国家战略计算计划”（NSCI），明确DOE等牵头部门职责，配备了高端计算机构间工作组（HPC IWG），针对超算前沿技术专门设计了专门的百亿亿次级计算项目（ECP项目），专门研发E级超算。

（二）量子计算

对于量子计算技术，美国设计了顶层引领，配套了多方参与的网状管理体系。美国为量子计算设立了《国家量子计划法案》并与《芯片与科学法案》《国防授权法案》交相呼应，明确DOE、DOD、NIST、NSF等多个部门联合参与，配套了国家量子协调办公室（NQCO）、量子信息科学小组委员会（SCQIS）、国家量子计划咨询委员会（NQIAC）等多个层面战略咨询与协调机构，采用分布式项目管理方式，有针对性的为量子计算培育产业生态、学术生态，积极开展国际合作，形成综合的量子计算生态结构。

（三）类脑计算

对于类脑计算技术，美国设计了“渐进式”的计划管理模式，多部门相继开展大量前沿技术项目研究。在脑科学、神经科学领域开展了“脑计划”，并随着生物技术、信息技术的发展进行渐进式调整，为类脑计算基础研究奠定了理论基础。在类脑计算等新型电子设备方面，开展了大量“小规模、不确定性高”的研究项目，紧密联合企业开展技术成果转化，积极与国际伙伴开展前沿技术合作。

1、对“破坏式创新”的前沿技术超前进行战略部署

美国政府对于量子计算、类脑计算等“破坏式”创新做到了早布局、早引导。虽然当时传统计算技术正处于快速发展的上升期，但关于未来计算技术发展和突破的“新萌芽”也已经进入美国相关科技决策机构的考察范围。政府在技术尚未成熟的初期便提前介入，量子计算方面，1994年NIST组织了第一届美国政府量子计算研讨会，着手推动量子计算在美国的发展；类脑计算方面，1993年人类脑计划在美国正式启动，美国多家著名的大学和研究所参加了这个研究计划，旨在开拓神经信息学这一新的领域研究。

2、着力建设政府、大学、企业一体化发展模式

一体化发展模式的建立对美国先进计算发展至关重要。一是通过一体化发展模式发挥政策指挥棒作用，促使管理部门联动，引导产业和技术发展。二是通过一体化发展模式建立良好的工作沟通机制，收集产业界、学界关于前沿技术动向及施政建议。三是通过管理部门组建“工作小组”，保持了政策延续与稳定，小组式的项目管理模式进一步推动了先进计算政策落地。四是通过产业共建带动企业参与核心技术研发，有效地促进了先进计算研究成果的快速落地与应用。

3、推进先进计算技术领域国际合作

美国历来重视技术发展方面的国际间协作，曾推出人类基因组计划、登月计划等多项划时代的国际间研究合作项目，在先进计算方面依然将国际合作置于关键位置优先考虑。在标准方面，持续与欧盟、日本、加拿大等盟友保持亲密合作关系，持续推动新技术的国际标准制定；在数据共享方面，通过数据标准化、开发数据库访问等形式加快开展与国际间技术交流；在出口管制方面，美国商务部2019年起多次征询脑机接口等类脑技术是否纳入技术出口管制范围，但截止2022年8月仍未通过学术界、企业界的意见征询，其主要原因是担心技术管制阻碍了此类前沿技术的国际交流与合作，对美国自身技术发展不利。

参考文献：

[1]美国橡树岭实验室[EB/OL]. https://www.olcf.ornl.gov/  

[2]Mehonic, A., Kenyon, A.J. Brain-inspired computing needs a master plan. Nature 604, 255–260 (2022). https://doi.org/10.1038/s41586-021-04362-w

[3]全球神经科学与行为学最佳大学[EB/OL]. https://www.usnews.com/education/best-global-universities/neuroscience-behavior 

[4]程中和, 唐孝威, 石青云, 等. 关于大力加强我国脑科学研究的建议[J]. 中国科学院院刊, 1997, (6):396-397

[5]刘亚东,胡德文.脑科学视角下的高性能计算[J].计算机学报,2017,40(09):2148-2166.

[6]唐旖浓.美国类脑芯片发展历程[J].电子产品世界,2015,22(04):24-25.

[7]陆林,刘晓星,袁凯.中国脑科学计划进展[J/OL].北京大学学报(医学版):1-7[2022-09-17].

[8]人类连接组计划 [EB/OL].http://www.humanconnectomeproject.org/ 

[9]美国大脑计划[EB/OL].https://braininitiative.nih.gov/ 

[10]高越.美国脑机接口技术研究及应用进展[J].信息通信技术与政策,2020(12):75-80.

[11]美国总统科技顾问委员会[EB/OL]. https://www.whitehouse.gov/PCAST/ 

[12]美国先进计算机跨机构工作组[EB/OL] . https://www.nitrd.gov/coordination-areas/high-end-computing/ 

[13]人脑项目公告[EB/OL] .

https://grants.nih.gov/grants/guide/notice-files/NOT-MH-05-014.html#:~:text=The%20Human%20Brain%20Project%20%28HBP%29%20was%20launched%20in,current%20landscape%20of%20informatics%20initiatives%20at%20the%20NIH. 

[14]徐婧.美白宫发布《开拓未来的先进计算生态系统战略计划》[J].世界科技研究与发展,2021,43(01):63.

[15]曾毅,刘成林,谭铁牛.类脑智能研究的回顾与展望[J].计算机学报,2016,39(01):212-222.

[16]焦李成,杨淑媛,刘芳,王士刚,冯志玺.神经网络七十年:回顾与展望[J].计算机学报,2016,39(08):1697-1716.

编辑丨郑实