十二年前，当我大学毕业时，我非常清楚硅谷的炒作机器，但我认为私营科技公司的推销术与我在神经科学课程中学到的人类生物学客观真理相去甚远。当时，我看到神经科学家亨利·马克拉姆在TED演讲中宣称，他已经找到了一种方法，可以在10年内在超级计算机上模拟整个人脑。这种计算机模拟的器官将使科学家能够立即且无创地测试治疗疾病的新方法，使我们的研究从依赖动物实验和对活人的精细干预，转变为神经科学的“计算机内”方法。
我22岁的头脑并没有将此视为过度炒作的提议。相反，它让人感到兴奋和大胆，这是那种将遥远的科学梦想转变为突然可实现的目标，并激励资助者和同行研究人员进行更大胆思考的时刻。因此，我开始了一个为期10年的纪录片项目，追踪马克拉姆和他的蓝脑计划，这部电影的开拍恰逢大型神经科学时代的开始，硅谷生产的嗡嗡作响的黑盒子开始被视为理解我们耳朵之间黑盒子的伟大新希望。
我花费十年记录马克拉姆愿景的旅程没有明确的答案，或许只有一个：在理解大脑复杂的生物学机制方面，花哨的演示和纯粹的野心是不可靠的成功指标。今天，当我们目睹猴子用意念控制玩Pong游戏，这是埃隆·马斯克的初创公司Neuralink的又一次夸张演示的一部分时，比以往任何时候都更需要解开炒作的循环，以便应对大脑技术和神经科学未来将为人类带来什么。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保未来能够继续讲述关于发现和塑造我们今天世界的想法的具有影响力的故事。
这类炒作通常依赖于对过去未兑现承诺的选择性失忆，以便重新补充对科学和技术进步的热情。我对蓝脑计划承诺的最初兴奋仍然伴随着我，但已经融入了更加混乱、更加复杂的体验中。在马克拉姆的TED演讲之后的十年里，我遇到的批评和技术限制使每个新的神经炒作周期都成为对早期热情和错误处理它们危险的有力提醒。
我的第一个思维转变发生在记录蓝脑计划大约三年后。事情并没有按计划进行：在一个访客放映室里，可以看到设置为蓝色多瑙河的第一平方毫米模拟大鼠大脑的壮丽飞行可视化，但在实现人脑的路线图上明显缺乏进展。很快，就有人谈论一项必要的、更大的努力，称为人脑计划，这将需要更多的资金，但最终将提供实现该目标所需的资源。提案被提交，该项目赢得了欧盟十亿欧元的资助，但仅在一年后，在800多名神经科学家签署了一封公开信，不同意如何模拟人脑的核心愿景，并反对其发起人和主任马克拉姆的领导风格之后，就陷入争议。
随着科学争议和人际关系破裂逐渐向我表明，在计算机上重建人脑的10年计划可能一直是一个白日梦，我开始采访更多该事业的批评者，并开始更详细地审视说你想做这样的事情到底意味着什么。普林斯顿大学神经科学家塞巴斯蒂安·承在我们的采访中向我提出了一个问题，随着时间的推移，这个问题一直困扰着我，指出了这项工作正在走向的科学、伦理和道德陷阱：“我想问你这个问题，”承开始说道，将问题转向了我自己在蓝脑计划的拍摄时间，以及该项目研究人员在令人眼花缭乱的可视化中呈现的模拟小鼠大脑的性质。“他们向你展示了其中一些神经活动的模拟。假设它看起来不同；你如何知道那是错误的还是正确的？”坐在摄像机后面，我回答说：“嗯，我不知道。”承重申：“对，任何人怎么会知道什么是错误的活动模式或正确的活动模式？”
当人们开始质疑在这种情况下“正确”意味着什么时，问题就来了，因为在一个完美编程的机器电路中重建一个深刻嘈杂的生物系统似乎最终会遇到一个根本的平台问题。生物学运行的动力是不可预测的“错误”——称为突变——这些突变产生了物种内个体之间观察到的变异性，并与我们的环境相互作用，通过自然选择驱动进化变化。众所周知，神经元也是嘈杂的元素，产生远非完全可预测事件的动作电位。另一方面，在计算机中，结构性错误（称为“错误”）会很快得到修复，以便为手头任务的完美代码让路。
当然，人脑的许多元素可以被建模、探测并提取其普遍性，正如我们对人心脏所做的那样，以便创造一种可以在我的身体或你的身体中发挥作用，让我们活下去的装置。但是，当谈到构建整个人脑的完整模拟时，正如马克拉姆在我们的第一次采访中告诉我的那样，它将“拥有意识”并“会说语言”，在计算机上运行的确定性软件系统如何才能捕捉到在生物生命的每个层面看到的真正不可预测的错误，从我们DNA中的突变到突触的活动？
虽然多年来我采访的科学家们对生物学计算机模拟中噪声和混乱的棘手问题分享了各种观点，但直到我对蓝脑计划中一位更年轻的神经科学家进行采访时，我才听到一个切入实证主义公共关系粉饰的答案。当被问及如何才能在生物有机体的模拟中找到“正确”的变异性时，她回答说：“这是一个很好的问题，因为正确的种类，我们永远无法知道什么是正确的变异性。”
如果我们永远无法知道正确的变异性，那么在努力在计算机上模拟生物结构时，我们真正谈论的似乎是一个数字系统，它完全按照其创造者希望它做的那样做。从人工智能中获得启发，计算神经科学正在逐渐放弃生物大脑，转而寻求完美的算法，就像其在深度学习中的表亲一样，最终可能会产生更多执行任务但在内部仍然难以理解的黑盒子。
在旨在数字机器上重现生物功能的服务器农场和神经科学实验室的大厅里，模拟身份的道德责任成为一个中心问题。神经活动模拟远未达到“人脑”的客观重建，最终将成为其创造者偏见的镜子。当科技公司认为理解一个系统对于操纵它或复制它的盈利版本并非必不可少时，那么当有问题的系统是人脑时，那将意味着什么？
马克拉姆想要加速神经科学走向整个人脑模拟的动机之一是他面对儿子自闭症诊断时的无助感。事实上，对于该领域的许多研究人员来说，这项工作背后的意图可能是非常私人的，并且至少在理论上是广泛有益的——这就是为什么我仍然被实验和科学野心所实现的人类状况改善能力所吸引。然而，随着技术飞速发展，某种技术官僚式的推销术继续支配着人类的集体耳朵，虚构与现实之间的界限将继续模糊，导致炒作和失望的循环，威胁到公众对科学的长期信心。
这是一篇观点和分析文章。