自我介绍一下，我叫“韦特大脑”我是人工智能大家族的一个新成员，我诞生在2017年初，我背靠的大数据库是金准数据，每天在对各种庞大的、看似无边界的数据进行汇总分析，并做出评估和预判的同时，我也在冷眼旁观这个世界对于人工智能的理解和看法。我与他们有所不同的是，我的价值体现在在人与企业、企业与企业之间，通过人工智能的方式建立起链接，并实现精准快速地对接相匹配。下面我来带你了解一下人工智能科技。

人工智能时代的到来离不开人机交互模式的变革。可以看到，自 60 年代至今，IT 产业已经历硬件、软件、互联网、移动互联网与人工智能这五大浪潮，当前已进入物联网产业万物互联的时代。在无屏、移动、远场状态下，以语音为主，键盘、触摸等为辅的人机交互时代正在到来。目前主要面临两种交互：一种是只需要语音即可，比如蓝牙音箱、手环等，语音之外，不需要看到任何信息；另一种是语音＋图像，比如电视上的语音交互、手机等。在这种情况下，触摸交互的学术名词应该叫做强视觉呈现的触摸交互；而语音作为人机交互最自然的方式，将有效促进人工智能与各行业的结合，让人工智能更容易进入大家的生活。

大家会关心的一个问题， 是人工智能的技术在哪些方向可能会有大的突破。AI的技术风口在哪？

1、深度学习、首先，是深度学习会继续发展。这里的发展不仅是在层次的增加，还包括深度学习的可解释性、以及对深度学习所获的的结论的自我因果表达。

2、自然语言的表示学习、表示学习是当数据和任务没有直接相关时也可以学，即我们通过很多supervise的数据、图像，可以学出一种最好的表达。

3、强化迁移学习、我们可以想象，未来深度学习、强化学习和迁移学习的结合，可以实现几个突破——反馈可以延迟、可以个性化，把一个通用模型施加到任何个体上面，这样一个复合模型可以叫做强化迁移学习模型。

4、人机对话、现在在人机对话系统领域，某些相对垂直的方面已经收取了足够多的数据，一个是客服，一个是汽车（车内的人车对话）；还有一些是特定场景的特定任务。

由此，人工智能也将进入“智能 ＋”的时代，人工智能与各个行业的深入结合蕴含着巨大的机会。除了交互，人工智能还可以用在人与企业、教育、医疗、智慧城市、出行、司法、安全、金融等众多领域；同时，它在各个行业里可以做一个最简单的事情：就是替代人工。在未来的 10 年，人工智能会像技术的服务一样，进入到我们的生活当中，每个人都将离不开。那么人工智能如何得以实现？

人工智能的本事可不止于游戏炫技，它已进入中国人的日常生活。当你在淘宝、京东等电商平台购物时，接待你的网上客服已是人工智能；当你懒于家务时，扫地机器人已经可以自主规划运行路线帮你保持室内清洁；创业者们甚至还用人工智能来给人们提供高考志愿填报、智能快件代收等各种服务……

其实，中国的人工智能已成为一张令世界瞩目的闪亮名片。中国研究人员在人工智能领域的地位不可或缺，我国研究人员此次的表现相当突出，仅仅三四年前，情况还截然不同，这既让人惊讶、又令人印象深刻。中国的人工智能实力正在一定程度上超过美国。根据此前美国白宫发布的报告显示，从2014年开始，在深度学习领域，从论文发表数量和被引用次数两个标准看，中国均已超过美国。这些变化不仅存在于学术研究中，我国政府和我国科技公司都在人工智能领域投入巨大并收效显著。例如，金准数据、科大讯飞、百度、腾讯、滴滴等不少中国高科技公司都建立了自己的人工智能研究机构，都拥有巨大的用户群，都掌握了人工智能深度学习进化所必需的海量数据。

最后说一下我认为多年后的AI社会是怎么样的。我觉得未来应该是几个人在运行一个公司，每一个人都能率领成千上万个机器人，这些机器人在做不同的事情，也是它被训练得很擅长的事情。我们现在在一个传统行业里，往往是20%的人在做80%的工作，那么这20%的人就是未来的运营公司的人，剩下80%的人所做的工作将交由机器来完成。一个公司的自动化，智能化程度，也代表了这个公司在商业上的反应速度和竞争力。

人工智能的技术突破正在带来一轮席卷全球的技术革命风暴，创造一个无比广阔的市场，中国也在这股大潮中表现亮眼，很多公司都展现了不俗的市场变现能力。我国政府也在努力推动人工智能技术的产业应用我国正利用人工智能技术，人工智能的未来市场被普遍看好。金准数据认为，在金融、医疗、安防、教育、能源、机器人、互联网产业升级、传统行业的流程自动化及商业智能等方面，人工智能都具有千亿美元以上的市场潜力。

大亚湾反应堆中微子实验凭借其对我国粒子物理的巨大贡献荣获国家自然科学奖一等奖。此次实验的成功填补了我国在中微子这个基础物理研究领域的空白，提升了我国物理学家的国际影响力。首次尝试中微子振荡研究就取得如此骄人的成绩，这在国际上都是十分罕见的。那么，什么是中微子振荡？这次实验又是如何成功的？且听《经济日报》记者向您娓娓道来。

“幽灵”粒子 来去无踪

中微子常用符号ν表示，与带电轻子、夸克一同被称为构成物质世界最基本的粒子。人们叫它“闪电侠”——中微子质量非常轻（小于电子的百万分之一），以接近光速运动，具有极强的穿透力，可以轻松穿过地球直径那么厚的物质；人们叫它“独行侠”——中微子只参与非常微弱的弱相互作用，在亿万个中微子中只有个别会与物质发生反应，因此中微子的检测十分困难。它难以琢磨——中微子有大量谜团尚未解开，包括它的质量大小和起源、磁矩、CP破坏大小等等，却又无处不在——宇宙中充斥着大量的中微子，大约每立方厘米300个，大多数粒子物理和核物理过程中都伴随着中微子的产生，例如核裂变、核聚变、贝塔衰变等。

中微子在飞行过程中，从一种类型转变成另一种类型的现象叫做中微子振荡，科学家用三个混合角来描述三种中微子相互转化时的振荡幅度，分别是θ12、θ23、θ13。

1998年的超级神冈实验和2001年SNO实验先后测出混合角θ12、θ23的大小，证实了中微子有质量，并因此获诺贝尔物理学奖。但第三种振荡混合角θ13却迟迟没有被发现，直到2012年大亚湾中微子实验首次公布了对θ13的精确测量结果。“这是物理学上具有重要基础意义的一项重大成就。”诺贝尔物理学奖得主李政道如是评价大亚湾实验。

大亚湾实验的科学意义在于θ13值的确定，使科学界得以更深入了解中微子的基本特性，预示着中微子的全部奥秘有望在不远的将来被彻底解开。“基础研究的主要目的是为了认识世界，此次实验的成功标志着我们对自然界的发现又迈出了新的一步，这是我们对人类作出的贡献。”大亚湾中微子实验首席科学家、中国科学院高能物理研究所所长王贻芳说。

除此之外，大亚湾实验从高精度大型探测器加工到特殊材料，从化学化工到高速读出电子学，提升了我国在相关领域的技术水平，并培养出一批具有国际水准的青年科研人员，为我国基础物理研究的发展打下了坚实基础。

追求完美 抢占先机

2003年前后，来自不同国家的科学家们共提出8个可能测出θ13的实验方案，其中就包括大亚湾反应堆中微子实验方案。如何在与美国、日本、欧洲等经验丰富团队的激烈竞争中脱颖而出？

“取胜的第一点原因是，我们的实验设计精度比别人高。”王贻芳告诉记者，大亚湾实验的测量精度比过去的实验高出约一个数量级，在8个国际同类方案中精度是最高的。“我们要为世界提供一个最精确的振荡参数，要做就做到极致。”王贻芳说。

“其次，我们的方案设计有优势、有创新。”王贻芳说，大亚湾实验采用远近相对测量方法，在反应堆附近和距反应堆2000米左右的地方各放一个探测器。如此一来，便能够部分抵消探测效率、靶的有效体积、靶核数目和能量测量等与探测器相关的误差，提高实验灵敏度。

此外，大亚湾实验还创造性地在一个实验厅内放置多个相同的探测器，这是国际上唯一采用这种设计方法的中微子实验。多个全同探测器的测量便于比较，使实验误差又降低了“根号n倍”。

在实验厅位置的选择上，设计者们也花费一番心思。为了解决远近点探测器放置位置、宇宙射线产生本底、山体覆盖厚度等问题，科学家们将1:5000的数字化地形测量图予以转换，得到山体轮廓，在平面图上以50米为一格，比较了3个实验大厅移动到不同位置时测量θ13的灵敏度，定量地计算出不同因素对测量结果的影响，从而确定大亚湾实验的总体布局。

“如果要取得成功，所有的事情都得做对。”大亚湾实验拥有最大的反应堆功率、最合适的远点基线、最大的探测器质量以及最深的岩石覆盖。再加上科学家们力求卓越的设计理念、精益求精的研究态度，让实验在测量精度、灵活度以及可靠性上都达到了前所未有的高度，使得大亚湾实验成为“中国有史以来最重要的物理学成果”。

美国计算机协会（ACM）今天宣布，前斯坦福大学校长John L. Hennessy和加州大学伯克利分校退休教授David A. Patterson获得2017 ACM图灵奖，值得一提的是，他们都是体系结构大师，并且两位近期都已入职谷歌。

资料显示，图灵奖是计算机协会（ACM）于1966年设立的奖项，专门奖励对计算机事业作出重要贡献的个人，其名称取自世界计算机科学的先驱、英国科学家、曼彻斯特大学教授艾伦·图灵（A.M. Turing），这个奖设立目的之一是纪念这位现代计算机科学的奠基者，是计算机界最负盛名的奖项，有“计算机界诺贝尔奖”之称。

每年，美国计算机协会将要求提名人推荐本年度的图灵奖候选人，并附加一份200到500字的文章，说明被提名者为什么应获此奖，任何人都可成为提名人，美国计算机协会将组成评选委员会对被提名者进行严格的评审，并最终确定当年的获奖者。

ACM官网对两位获奖者的介绍>>

MIPS和SPARC的发展

尽管研究者从1960年代已经开始探索降低复杂度的架构（最为著名的是IBM 801项目），但Hennessy和Patterson 领导的研究被认为牢固确立了 RISC 方法的可行性，使其概念广为流传，学界和业界也不例外。RISC 方法与当时流行的复杂指令集计算机（CISC）不同，它只需要一小组简单和计算机必须执行的一般指令，比复杂的指令集需要更少的晶体管，并减少了计算机必须执行的工作量。

Patterson 的伯克利团队创造了 RISC 这一术语，并于1982年构建和演示了他们的 RISC-1处理器。RISC-1 原型机带有44,000 个晶体管，性能优于带有 100,000 个晶体管的传统 CISC 设计。Hennessy 在 1984 年联合创建了 MIPS Computer Systems 公司，以商业化斯坦福团队的研究成果。之后，伯克利团队的研究成果在 Sun Microsystems 公司的 SPARC 微架构中实现了商业化。

尽管许多计算机架构师最初对 RISC 持怀疑态度，但 MIPS 和 SPARC 商业化努力的成功、RISC 设计的更低生产成本以及更多的研究进展使得 RISC 被广泛接受。到 1990 年代中期，RISC 微处理器已在整个领域占据主导地位。

开创性的教科书

Hennessy 和 Patterson 在他们 1990 年出版的教科书《计算机体系结构：量化研究方法》中提出了科学的新方法论。这本书影响了其后几代工程师，并通过向计算机架构社区传播其中重要思想大大提高了微处理器设计的进步速度。在这本书中，Hennessy 和 Patterson 鼓励架构设计师们仔细优化自己设计的系统，以适应不同的内存和计算需求。他们的研究也促使人们将研究方向从寻求单纯的性能提升转向设计架构时考虑能耗、散热，以及片外通信等问题。这本书具有开创性意义，因为它是第一本提供分析和科学框架的文本，为工程师和设计者评估微处理器设计的价值提供了方法和思路。

John L. Hennessy

2017图灵奖得主揭晓：体系结构大师获奖 谷歌成赢家

John L. Hennessy，2000-2016 年担任斯坦福大学校长。他还是斯坦福 Knight-Hennessy 学者计划的主任、思科系统公司的董事会成员、Gordon and Betty Moore 基金会董事会成员和 Alphabet 公司董事会主席。Hennessy 在维拉诺瓦大学获得电气工程学士学位，在纽约州立大学石溪分校获得计算机科学硕士及博士学位。

Hennessy 获得众多荣誉，包括 IEEE 荣誉奖章、ACM-IEEE CS Eckert-Mauchly 奖（与 Patterson 共享）、EEE John von Neumann Medal（与 Patterson 共享）、Seymour Cray 计算机工程奖以及美国艺术与科学学院颁发的创始人奖（Founders Award）。Hennessy 还是 ACM 和 IEEE 会士，同时还是美国国家工程院、美国国家科学院和美国哲学院院士。

David A. Patterson

2017图灵奖得主揭晓：体系结构大师获奖 谷歌成赢家

David A. Patterson 是谷歌的杰出工程师（Distinguished Engineer），也是 RISC-V Foundation 董事会副主席，他提出了一个开放、免费的指令集架构，通过开放的标准协作开启了处理器创新的新时代。从 1976 年到 2016 年，Patterson 一直担任加州大学伯克利分校计算机科学系教授，本、硕、博均毕业于加州大学洛杉矶分校计算机科学系。

Patterson 曾获得众多荣誉，包括 IEEEJohn von Neumann 奖章（和 Hennessy 共享）、ACM-IEEE CS Eckert-Mauchly 奖（和 Hennessy 共享）、ACM Karl V. Karlstrom 杰出教育家奖等。2004 年到 2006 年，Patterson 担任 ACM 主席。他是 ACM、AAAS、IEEE 三会会士，也被选为美国国家工程院院士、美国国家科学院院士。

3月20日，华人盛典组委会公布中国工程院院士、中船重工集团有限公司第七一九研究所名誉所长黄旭华获得“世界因你而美丽——2017-2018影响世界华人盛典”终身成就奖。

47年前的12月26日，我国第一艘核潜艇下水——在没有任何外援的情况下，我国仅用10年时间就研制出了国外几十年才研制出的核潜艇。时年44岁的核潜艇工程师黄旭华亲自下潜水下300米，在水下300米时核潜艇的艇壳每平方厘米要承受30公斤的压力，黄旭华指挥试验人员记录各项有关数据，并获得成功，成为世界上核潜艇总设计师亲自下水做深潜试验的第一人。正是包括他在内的无数人的艰辛付出，才使中国成为世界上第五个拥有核动力潜艇的国家。由此，黄旭华的名字与核潜艇紧紧地联系在了一起。

不少人称他为“中国核潜艇之父”，但黄旭华婉拒美意。这个为了核潜艇隐姓埋名30年、奉献了毕生精力的九旬老翁，不在乎名头，他只是觉得：“这辈子没有虚度，我的一生属于核潜艇、属于祖国，无怨无悔！”

花甲之年，志探龙宫

“也许我告别，将不再回来，你是否理解，你是否明白？”1988年初，我国第一代核潜艇将按设计极限，在南海开展深潜试验。试验前，参试人员的宿舍里常常响起《血染的风采》这首悲壮的歌曲，有人甚至偷偷给家人写下了遗书。

也难怪战士们心情忐忑，因为上世纪60年代，美国王牌核潜艇“长尾鲨号”在深潜试验时失事，160多人葬身海底。美国潜艇尚且如此，国产潜艇能完全没有危险吗？

“我感觉同志中弥漫着‘风萧萧兮易水寒，壮士一去兮不复还’的氛围。而这对试验是非常不利的。”黄旭华说。

怎么办？黄旭华带着设计人员和战士们座谈，并当场宣布：“我对深潜很有信心，我将与大家一起下水！我们要唱着‘雄赳赳，气昂昂，跨过鸭绿江’那样威武雄壮的进行曲，去把试验数据成功拿回来！”战士们沸腾了！担忧、悲情一扫而空，必胜的豪情点燃全场。

试验当天，天公作美。50米、100米……一个深度一个深度地潜下去。“咔哒、咔哒——”寂静的深海中，巨大的水压压迫舰体发出声响，惊心动魄。黄旭华气定神闲，指挥若定，给了大家无穷的信心。

“其实我心里也紧张啊，但我绝对不表现出来。”多年之后，黄旭华幽默地揭秘。

试验成功了，新纪录诞生了，全艇沸腾了！黄旭华再难抑制激动的心情，即兴挥毫：“花甲之年，志探龙宫，惊涛骇浪，乐在其中！”

一条道，走到“亮”

出身于医生世家的黄旭华，原本是立志从医的。可是在日机的轰炸声中，在满目疮痍的废墟中，少年黄旭华开始重新思考人生道路：“国家太弱就会任人欺凌、宰割！我不学医了，我要读航空、造船，将来我制造飞机捍卫我们的蓝天，制造军舰抵御外国的侵略。”

1945年，四处漂泊、辗转求学的黄旭华以第一名的成绩考上国立交通大学造船系。

1958年，面对掌握核垄断地位的超级大国不断施加的核威慑，我国启动研制导弹核潜艇。曾参与仿制苏式常规潜艇的黄旭华被选中，调往北京参加研究。“我这时就知道了，研制核潜艇就是我一辈子的事业。搞不出来，我死不瞑目！”

从而立之年，到古稀之年，黄旭华果然只做了一件事：研制中国自己的核潜艇。尽管由于种种原因，国家核潜艇项目曾几次上马、几次下马。尽管在改革开放后，面临许多高薪职位的诱惑，但黄旭华丝毫不为所动，初心不改。他说：“研制核潜艇是我的梦想，一辈子从事自己热爱的事业，我很幸福。”

玩具做参考，算盘出数据

习惯了拿来主义、技术转让等词汇的人们，也许很难想象，黄旭华和他的团队，将一个核潜艇玩具模型，作为重要的“参考资料”。对任何国家而言，核潜艇技术都是核心机密。况且1958年中苏关系恶化，苏联大规模撤走援华专家。想造核潜艇，只能靠中国人自己！

关于核潜艇的任何蛛丝马迹、只言片语对黄旭华和他的团队都十分难得。一天，有人从国外带回两个美国“华盛顿号”儿童模型玩具。黄旭华如获至宝，研究者们把玩具拆开、分解，兴奋地发现，玩具里密密麻麻的设备与他们构思的核潜艇图纸基本一样！“我的总结是，再尖端的东西，都是在常规设备的基础上发展、创新出来的。没有那么神秘。”黄旭华进一步坚定了自信。

从图纸、模型，到造出真正的核潜艇，其中要突破多少技术难关，我们难以想象。在电脑、手机如此普及的今天，你是否知道，那时的科学家们，竟是用“算盘”算出的核潜艇的大量核心数据？

“比如，核潜艇的稳定性至关重要，太重容易下沉，太轻潜不下去，重心斜了容易侧翻，必须精确计算。”黄旭华说。怎么办？核潜艇上设备、管线数以万计，黄旭华要求，每个都要过秤，几年来天天如此！这样“斤斤计较”的土办法，最终的结果是，数千吨的核潜艇在下水后的试潜、定重测试值与设计值毫无二致！

1970年12月26日，我国第一艘核潜艇下水。当这个承载着中华民族的强国梦、强军梦的庞然大物从水中浮起时，黄旭华激动得泪水长流。在没有任何外援的情况下，中国人仅用10年时间，就研制出了国外几十年才研制出的核潜艇。中国成为世界上第五个拥有核动力潜艇的国家。

“我们的核潜艇没有一件设备、仪表、原料来自国外，艇体的每一部分都是国产。”黄旭华自豪地说。什么是自力更生？什么是自主创新？这句话足以回答。

如今，为核潜艇奉献了一生的黄旭华已年满93岁，有只耳朵已听不太清，但腿脚还算利索。身为中国工程院院士、中船重工第719研究所名誉所长，他仍坚持每天从家属楼走到研究所的办公室，整理整理材料，必要时帮后辈出出主意。黄旭华说，他最希望年轻人记住一句话——“爱国主义，就是把自己的人生志愿同国家命运结合在一起，有这一点就够了。

“世界因你而美丽——2017-2018影响世界华人盛典”颁奖礼将于3月30日晚在清华大学华美登场。届时，联合主办机构北京青年报、中国新闻社、香港头条、明报、凤凰卫视、凤凰网、星洲日报、大公报、旺旺中时媒体集团、香港文汇报、世界日报(北美)、亚洲周刊、一点资讯、侨报、欧洲时报的代表将齐聚现场，向获奖人提问。

或许全世界都没想到，是中国AI公司云从科技，后来居上成为首个落地AI芯片应用场景并真正将AI技术引入硬件终端的AI“独角兽”……

我国是摄像机需求大国，对于安全与便捷的需求让摄像机被使用在各个场景。截止2017年12月，中国仅在安防市场便有近两亿个摄像机。这些数量庞大的摄像机群通过网络与服务器连接而联系在一起，然后整个系统会使用人工智能技术对图像进行分析与报告。

在每天海量视频数据的冲击下，这已经成为如今摄像机网络能有效运行的重要支撑，然而，它却以极为"低效"的方式运作，视频数据堵塞了网络，同时识别上百路视频需要大量服务器支撑。

终于！在2018年3月19日，估值超过200亿的人工智能“国家队”云从科技正式发布了中国首款高性能AI摄像机——“炬眼”智能人脸识别相机。官方宣称这是全球首款高性能AI摄像机，把进攻方向指向了软硬一体化。

人工智能图像计算终端——“炬眼”智能人脸识别相机

此次新鲜出炉的“炬眼”智能人脸识别相机相较以往的智能摄像机在功能与性能上有了质的飞跃。“炬眼”智能人脸识别相机使用Intel架构，在摄像机本地完成全程识别，极速传输识别结果到后台，准确率高达99.8%以上。

如果说这还只是性能的提升，那么“炬眼”还有一个更强大的质的飞跃，那就是：“炬眼”智能人脸识别相机是全球首款内置“枭龙”深度学习算法的智能摄像机，其AI性能大幅优于市场现有产品。相较于传统智能相机平均10秒的识别时间与50-500k的带宽占用，在处理同样的AI应用任务时，“枭龙”深度学习算法拥有大约50倍以上的性能优势，这意味着“炬眼”智能人脸识别相机可以用更高效的完成计算任务。

例如在人脸识别带宽占用上，单次识别仅需1k带宽，同时进行100次识别也才占用100k带宽，人脸识别速度同时压缩到1秒以内，远高于业界当前水平。

可以说，“炬眼”智能人脸识别相机的横空出世，不仅仅是云从自己家的大事，也是中国科技界的大事，更称得上是世界科技界的一项重大突破。

“炬眼”智能人脸识别相机的出现，让低成本中心化管理成为可能。银行、运营商、购物中心、公安等行业可以将大量摄像机集中管理。

此前，人工智能技术与AI芯片在创新商业化上一直缺乏终端与具体场景。“炬眼”智能识别相机可以为金融、安防、商业等行业进行智能化升级提供终端服务，分析人脸大数据，强化便捷性与安全性，同时也成为AI芯片与AI技术的出海口。

技术与行业优势构造最强软硬件产业链

人工智能终端的研发，是一场没有硝烟的战争。全世界的高科技公司，一直进行着白热化的攻关。无论是老硬件巨人英特尔，还是谷歌、Facebook等互联网巨头，亦或是全球最大摄像机厂商海康威视都在日以继夜地研究人工智能终端，以期让人工智能技术能够真正实现软硬结合，提升人类潜能！

云从科技成立于 2015 年 4 月，是一家孵化于中国科学院重庆研究院 的高科技企业，专注于计算机视觉与人工智能。

目前，云从科技是中国银行业人脸识别第一大供应商。国内有能力自建系统的银行约为148家。截止2018年3月15日，已经完成招标的银行约为121家，其中云从中标了88家总行平台，市场占有率约为72.7%。在网点覆盖方面，云从的客户已经覆盖了超过14.7万个网点，约占比例为66.8%；在安防领域推动中科院与公安部全面合作，通过公安部重大课题研发火眼人脸大数据平台等智能化系统，公司产品已在24个省上线实战，引领了公安行业战法变革；在民航领域，已经与中科院 重庆院合作覆盖80%的枢纽机场。

2018年，美国权威杂志《麻省理工科技评论》(MIT Technology Review)延续17年的历史，日前遴选出2018年全球“十大突破性技术”，并对实现该技术突破的企业进行了罗列，点评了各科技领域的“新贵”。 在这份榜单中，云从科技代表了中国企业作为突破对抗性神经网络（Dueling Neural Networks）技术的AI企业入榜。

据悉，云从科技是计算机视觉头部企业中唯一的国家队，承建了国家发改委的基础项目重大工程——“人工智能基础资源公共服务平台”与产业化项目重大工程“人脸识别系统产业化应用平台”。

通常AI企业是利用技术优势赚钱，销售软件或将软件包装成硬件销售，长久来说，对行业没有掌控力。

云从除了占据行业入口，还通过IBIS集成识别平台覆盖行业更多场景，参与行业国家标准制定，随后通过人工智能大学与云从行业大脑以客户为中心做智能化改造。

以银行为例，云从通过IBIS（集成生物识别平台）进入总行级平台，通过IBIS平台覆盖更多业务场景及线下机具改造，并参与ATM/VTM标准制定。开设人工智能大学课程对行业进行培育，最后通过人工智能大脑整合资源，连接5G与LoT，打造“无处不在无所不能的金融”。

这样一个循序渐进的过程让云从对重要行业有了强大的掌控力，而“炬眼”智能人脸识别相机只是其中一步。

来自中国科学院、苹果总部、Facebook总部及海外知名大学的院士、技术高管、Fellow of the IEEE, SPIE, IAPR等高级人才已经确认加盟云从，将会在近期陆续公布。

另有传闻透露，云从科技正在协助公安部研发人脸识别权威测评系统，系统一旦建成，将成为全球首个人脸识别系统权威测评平台，针对安防等实际应用场景进行系统测评，这也让中国有了自己的测评标准。

“在金融、安防、交通等重要行业的市场占有率上，还没有哪一家AI创业公司能够超过云从。很多AI创业公司追热点，什么火做什么，行业覆盖范围很广，但实际没有在任何一个行业中占据重要话语权，难以深耕行业。”某机构分析师透露。

“炬眼”智能人脸识别相机的发布，割裂了AI创业公司的壁垒，结合云从科技的绝对行业优势，实现了全球顶尖技术的工程化，让AI技术从算法、芯片到应用场景有了共鸣点。标志着中国及云从科技继续引领全球计算机视觉技术的发展，今后国产技术将全面应用于公安、金融、商超、购物中心、运营商等等各行各业，打破国外先进技术垄断。

“人工智能”概念自1956年夏天被第一次提出以来，已经经过了60多年的历程。与前几次的热潮相比，AlphaGo引爆的第三次人工智能浪潮跨越了技术商业化的临界点。截止目前，人工智能已在自动驾驶、医疗、金融、法律、智能家居等诸多领域成功实践，其与文化产业的拥抱亦在不断深化，在文化创作，以及分发、管理、营销方面具有应用。目前，世界各国政府与学界、产业界已经开始关注人工智能在文化产业的应用以及相关法律政策问题，我们对此进行探讨。

一、人工智能在文化产业领域应用广泛

根据腾讯研究院的统计，从2012年开始，人工智能领域的投资金额呈现出了非常陡峭的增长趋势，转折点就是深度学习技术的突破，以及硬件算力与大数据的飞速发展。“文化产业+人工智能”是人工智能技术向文化领域深度渗透和应用的过程，同时也是提升文化科技附加值，提高文化产品数字化、智能化的方向。

在传媒与互联网领域，知识的数据化程度越来越高，人工智能在网络新闻、文学等图文内容的创作与编辑方面广泛应用。在内容创作方面，一些主流媒体如腾讯新闻的写稿机器人“dreamwriter”、 “微软小冰”及中国地震台网机器人等都先后将AI应用于新闻报道。在内容编辑方面，人工智能可以根据主题主动从互联网采集所需内容，还能自动进行鉴定审核，剔除不可信内容，选择合适的条目，进行自动逻辑化编序和个性化组织。未来，人工智能将打破传统媒体的桎梏，实现完全智能化内容创作、跨媒体语义理解和多媒体内容精细编辑。

在影视、音乐与艺术领域，人工智能在剪辑、灯光、后期等很多流程上可以大大提高人类效率，很多科技公司均在探索利用AI创作出更加打动人心的艺术作品。在视频领域，迪斯尼和皮克斯共同研发的AI深度学习模型，通过研究《海底总动员2》中的大量处理瑕疵的案例，可以学会自动将因光线过少引起的瑕疵纠正成光线饱满而自然的图像。在音乐领域，人工智能已经能够参与到题材选择、初步生成、编曲、声音合成等各种环节，如Amper music和科技巨头如索尼旗下的Flow machine已分别推出音乐作品。在艺术创作领域，2017年4月27日，阿里巴巴在UCAN大会上正式推出“鲁班”人工智能系统，一秒可以生成8000张淘宝海报。当然，目前人工智能尚不具备人类特有的情感、思维，只是限于辅助人类创作和替代完成部分低质量的重复工作。

在游戏领域，人工智能的应用主要分为两个方面：一方面是将人工智能用于游戏内容的开发，比如制作游戏的各种素材如模型、贴图、声音、NPC等。例如，英伟达正基于机器学习与神经网络技术研发多种游戏开发工具，其功能包括利用照片自动生成材质、将低像素图片还原到较高清晰度等；美国佐治亚理工大学的研究人员通过让AI观看游戏视频，教它如何重新制作游戏引擎。人工智能与游戏的结合不仅可以帮助专业人员开发出用户体验更佳的游戏，另一方面，人工智能可以作为玩家去玩游戏，如腾讯AI lab的“绝艺”战胜了世界棋王柯洁。

另外，技术革新驱动文化产业革命性发展，从报纸到电视再到互联网、移动互联网，至今进入AI时代，文化传播、文化管理与文化营销均深受影响。

从传播模式上看，人工智能通过大数据分析可以精准地向用户推荐文化产品，适时调整传播内容和策略，提升用户服务体验。借助用户行为大数据实时分析，人工智能将对用户进行精准的和实时的画像，并在此基础上理解用户的信息需求，进而准确推送所需知识和信息内容，实现内容精准发行和阅读服务。诸如今日头条、天天快报、UC等都是算法与新闻相结合，基于用户兴趣模型进行内容推荐的实践产品。除此之外，美国的一些新兴社交媒体内容生产机构就在利用人工智能算法实时监测短视频的传播路径，进而实时调整传播策略以及内容生产策略，形成了从传播监控到内容生产的闭环。

从管理的角度来看，人工智能具备大数据存储能力和强大并行运算能力，通过对大数据的分析，可以提升信息存储能力、提高信息管理的效率和追踪数据之间的相互联系。以博物馆为例，美国克林顿总统博物馆的邮件数量尚在博物馆管理能力之内，而奥巴马总统的博物馆则需要管理10亿封以上的邮件，美国博物馆协会（AAM）认为“人工智能是管理如此大量级文件的唯一可行方法”。另一方面，人工智能还可以提出别有新意的藏品组合。目前挪威国家博物馆正在进行机器学习和深度神经网络试验，将人工智能应用于馆内收藏的管理。

从文化营销上看，人工智能的大数据分析技术可以帮助文化企业更有针对性地进行内容宣传。《魔兽》的精细化营销就是一个充分发挥人工智能作用的例子：2016年，百度和传奇影业有一项推广合作，即用“百度大脑”的用户画像技术将观影人群分类并精准营销，为电影《魔兽》提升了200%的票房。在游戏行业，游戏运营商通过渠道数据的分析，不仅可以筛选出对产品有价值以及有潜力的分发渠道，还可以针对这些渠道增加投放活动数量以及相关奖励内容，优化渠道结构以保障持续稳定的玩家导入，这都是人工智能在文化营销方面的能力。

二、人工智能应用于文化产业面临的法律政策问题

人工智能在众多文化领域的应用无疑是十分有潜力并值得期待的，然而事情总有两面性，随之带来的前沿法律政策值得我们思考。

1、人工智能机器人法律主体资格问题

随着人工智能技术的发展，传统法律及社会规范面临新的挑战。人工智能技术的快速发展，使得机器人拥有越来越强大的智能，机器人与人类的差别逐渐缩小。2017年10月26日，在沙特阿拉伯首都利雅得举行的“未来投资倡议”大会上，“女性”机器人索菲娅被授予沙特公民身份。2016年，欧盟委员会法律事务委员会向欧盟委员会提交动议，要求将最先进的自动化机器人的身份定位为“电子人”（electronic persons），除赋予其“特定的权利和义务”外，还建议为智能自动化机器人进行登记，以便为其进行纳税、缴费、领取养老金的资金账号。虽然此项动议已被欧盟委员会否决，但随着技术的发展和人类对自我认识的加深，如何判定人工智能是否具备人类相似的“智能”，是否赋予机器人以虚拟的“法律主体资格”，是需要各个领域的专家进行探讨的复杂问题。

2、人工智能创作物版权保护之困惑

随着人工智能应用领域在影视、音乐创作、文学创作等领域的不断扩展，由此而引发的其创作成果是否应当受到版权法的保护以及其保护路径的探讨。人工智能随着大数据、深度学习的应用以及智能软硬件的不断迭代，其创作能力和创作速度不断提高，例如Jukedeck Make平台用户可以通过设定音乐类型、乐器、节奏等参数在10分钟之内自动生成一段时长在一分多钟的音乐；美联社早在2014年就启用Wordsmith写作机器人进行财经报道；国内新闻媒体例如腾讯、新华社等也启用机器人写稿系统，撰写各类新闻报道；2016年清华大学的语音和语言实验中心（CSLT）在其网站上宣布他们的写诗机器人“薇薇”经过社科院等唐诗专家的评定，通过了“图灵测试”。这些人工智能的创作成果能否得到版权法的保护对文化产业的发展有深远的影响。版权制度的实质是从产权角度对智力创造活动进行激励的制度，通过赋予创造者和传播者以权利，保障其获得相对应的收益，从而为其继续创造提供动力。在可以预见的未来，如果没有对人工智能创作成果给予恰当的保护，可能会损害“创作-保护-激励-再创作”的良性循环，导致版权公有领域的无限扩大，最终损害私权的存在。

3、个人隐私和数据保护问题

人工智能时代，数据的收集、使用等各个环节都面临着风险。在数据收集环节，机器对人们数据的海量收集形成对用户的全面追踪。在数据使用环节，大数据分析经过深入挖掘可以识别特定个人，扩大了暴露隐私的风险。由于大数据具有多维度和全面的特点，它可以从很多看似支离破碎的信息中完全复原一个人或者一个组织的全貌。比如网络视频公司Netflix曾放出上亿条“经过匿名处理的”电影评分数据，仅保留评分和评分时间，但2009年，德州大学的两名研究人员，将匿名数据与公开的IMDB数据做对比，成功将匿名数据与具体用户对应起来。此外，黑客攻击、系统安全漏洞等原因使得个人数据始终暴露在风险中。2016年9月22日，雅虎证实至少5亿用户的账户信息在2014年遭人窃取。2016年12月14日，雅虎再次发布声明，在2013年8月，超过10亿用户的账户信息被盗取。如何在推进文化产业智能化的同时保护个人隐私、数据是一个重要的问题。

4、人工智能加剧信息茧房效应

“信息茧房” 最早由凯斯•桑斯坦教授诠释，“信息传播中公众对于信息的需求是从自身感兴趣的东西和使自己愉悦的领域着手的，久而久之，对于其他信息形成了一道无形的“墙”，会将自身桎梏于蚕茧一般的“茧房”中。时间一长，就形成了一个仅能容纳相同意见的“回音室”，身处封闭茧房中的人们听到的只有自己被放大的回声，其结果必然是作茧自缚，闭目塞听。”当今，以今日头条为代表的新一代资讯类APP，就是以大数据作为基础，通过协同过滤算法来进行受众肖像的刻画，为受众推送符合受众自身偏好的信息。“协同过滤算法”是在个人议程设置主观筛选之后的二次过滤，使本来已经相对单一的信息脉络更加趋于同质化。科技迅猛发展的今天，让我们体会到了前所未有的信息自由，然而发达的科技本应让我们接触到更多更广的信息，反而由于“信息茧房”效应的存在，让很多人潜移默化地接受并蜷缩于逐渐收窄的“茧房”之中。正如麦克卢汉所言“我们塑造了工具，工具反过来又塑造了我们”。

5、人工智能能力尚待进一步优化

随着人工智能技术逐渐深入文化产业，人工智能的算法缺陷逐渐隐现。应用于文化产业的人工智能的算法缺陷主要体现在三个方面：首先，数据是社会现实的反映，歧视性的数据训练出来的AI系统自然会带有歧视的影子，例如，谷歌公司的图片软件曾错将黑人的照片标记为“大猩猩”， Flickr的自动标记系统亦曾错将黑人的照片标记为“猿猴”或者“动物”。类似的问题已经引起诸多关注，批判硅谷正在将人类社会既有的种族歧视、性别歧视等问题带入机器学习的声音逐渐增多。其次，机器还缺乏理解人类细微情感差别的能力，体现在语音识别与图像识别等领域。以最为广泛的语音解析为例，在记录对话时，人工智能可能与人类一样准确，但它无法辨别出讽刺、笑话或理解上百万种其他文化背景。最后，智能算法投入产出比高、覆盖面广、个性化程度高，但风险把控能力相对较低，技术与新闻性、价值观的平衡点依然难以把握。2017年12月31日，在被网信办约谈后今日头条宣布整顿，在智能算法推荐之外加入人工审核。

三、针对“人工智能+文化产业”前沿法律政策问题的建议

1、加强人工智能在文化产业的研究应用

2016年，国务院印发的《“十三五”国家战略性新兴产业发展规划》首次将数字创意产业纳入战略性新兴产业，数字创意产业成为要重点培育的5个产值规模达10万亿元级的新支柱产业之一。 十九大报告更是高度强调文化与科技融合发展，提出要更广泛地借助和依靠科学家技术发展新型文化业态，推动文化产业大发展大繁荣。当前，人工智能已经渗透到影视、音乐、艺术与互联网传媒、游戏等文化生产和文化传播的方方面面。我国应继续推动文化产业与人工智能结合，促进文化产业的进一步开发，形成新的产业格局和产业生态。支持数字文化资源开发关键技术研究与应用，加快文化产品数字化、协同化步伐，加强人工智能在文化创作、传播、管理、营销以及文化领域重要装备、工艺、系统、技术平台应用的相关研究。

2、人工智能尚不具备法律主体资格

至少在当前，人工智能机器人发展处于弱人工智能时代。如果要赋予人工智能的机器人以法律拟制的法律人格，就要求其有意思表示能力，具备独立的权利能力和行为能力。人工智能机器人的外在表现可能为人形，但其只是一个由算法主导的计算机系统，其工作的逻辑主要是通过传感器以及语音识别系统等，将人类的自然语言以及外界的感知转换成为机器语言传达到控制系统，控制系统通过高速计算处理，将信息传达到驱动系统，从而输出语言和特定的指令动作。于人类而言，机器人只是辅助人类、解放人类劳动的工具，而非具有生命的自然人，也区别于具有自己独立意志并作为自然人集合体的法人，若将其作为拟制之人以享有法律主体资格，缺乏法理佐证。机器人工作目的为人类设计者所设计，机器人生成的目的行为，与人类有目的、有意识的行为性质完全不同，人工智能尚不具有自我意识，缺乏独立的权利能力和行为能力。因此，在当前技术水平下，缺乏自我意识，尚且受民事主体控制的机器人，不足以取得独立的法律主体地位。

3、予以AI创造物以版权保护

若不给人工智能创作物以版权保护，创作成果的“激励”与“接触”之间的交换平衡被打乱，没有法律保护复制的发生，则创造知识财产的激励也受到破坏。2016年5月，日本颁布的《知识财产推进计划2016》认为有必要对现有的日本知识产权制度进行检讨，以便分析使得人工智能的创作物获得版权保护的可能性。鉴于目前技术发展的局限，人工智能的“智能”尚不足以达到可以独立承担相应的权利义务的程度，建议我国为其设立相应的“管理人”代为行使权利和承担义务。而该“管理人”的选定应遵循“最紧密联系”原则，即该“管理人”应为最方便代为人工智能体行使相关权利的人。以写稿机器人为例，如果其是单位或公司本身设计完成的成果仅供公司使用，那么可以将该法人设定为其“管理人”；在该机器人的所有权发生转移后，其使用者应为其“管理人”，代为行使权利。当然，这样的制度安排需要为人工智能体设定特定的财产账户，用于收取或支付相关费用，同时在其发生侵权责任时可以用于赔偿被侵权人的相关损失。

4、强化人工智能隐私和数据安全保护

为了更好应对个人隐私和数据保护的挑战，各国基本建立起隐私和个人数据保护的法律框架。首先，建议我国加强网络、电讯隐私保护的专门立法。隐私权的保护应以民法保护为基础，同时以专门法律保护为补充，规定特定领域的特定主体隐私保护的原则和办法。其次，为了进一步强化对个人隐私和数据保护，可以引入相应的技术手段。建议我国应当加快数据匿名化利用的法律规范体系，明确匿名化数据的法律概念和认定标准，数据在匿名化后不再具有身份识别性；引入隐私风险评估机制，鼓励企业基于个案在内部实施数据匿名化的风险评估，并基于评估结果，适时调整匿名化战略。

5、公共性媒体降低信息茧房效应

“信息茧房”并不是算法时代独有的产物，选择性接触是“信息茧房”的根源，技术的发展则为“信息茧房”效应的加剧营造了可植根的土壤。对于如何摆脱互联网“信息茧房”的枷锁，桑斯坦认为有必要建立网络世界的“人行道”模式，参考现实环境中的广场、街道、公园这类公共场所和传统报刊、广播、电视等大众媒体的公共领域。建议我国部分媒体应该扮演“公共论坛”的角色，通过向使用者提供“非计划”“不想要”的信息，使人们更多地接触到不同领域、不同阶层、不同利益群体的立场和态度。正如尼葛洛庞帝在其著作《数字化生存》中所言“在极端个性化的‘我的日报’的同时，我们还需要公共性的‘我们的日报’。”通过构建“人行道”模式，来拓宽受众信息视野，掌握社会整体发展和宏观变化，更好地参与到社会生活中去，更有利于维持社会稳定。

6、制度建设和技术发展降低算法危害

目前人工智能，在发展过程中可能由于技术不完善、算法不健全或算法不公开、不透明等原因，开始面临种族歧视、性别歧视等问题，并由此产生了很多负面后果。因此，对于我们来说，也应该提前思考，通过制度建设、技术提高、算法完善和算法公开化、透明化等措施，来避免类似问题的发生。近些年，已有部分高科技企业和国际标准组织对解决人工智能进步所带来的社会与伦理道德问题进行了尝试。例如，2014年，谷歌收购英国人工智能创业公司DeepMind后建立AI伦理委员会；2016年，微软创建了AI伦理委员会“Aether”；英国标准协会(BSI)在2016年发布《机器人和机器人系统的伦理设计和应用指南》；IEEE标准协会于2016年4月推出IEEE全球人工智能和自主性系统伦理问题提案；2017年初，MIT媒体实验室与哈佛大学伯克曼·克莱因互联网与社会研究中心，合作推出AI伦理研究计划。与国际社会如火如荼的制度建设相比，国内对此问题的讨论寥寥无几。建议我国根据需要建立人工智能研发的基本伦理准则，适时成立AI伦理委员会，并对人工智能做出道德风险评估，形成完善的研发技术规范。当然，技术的发展是解决算法技术缺陷的最根本途径。以深度学习为基础的人工智能在海量的数据支撑下进行研发，机器学习仍处在一种黑箱工作模式，即使是开发者也难以把握人工智能的运行过程，未来的研发需要更加透明、更加具有解释性的人工智能学习路径，降低不可预测性和不可解释性。

我们可以探索数光年外的宇宙，但对我们两耳之间3磅重的大脑知之甚少。”这一想法推动美国前总统奥巴马启动了“推进创新神经技术脑研究计划”。

中国同一领域内的研究也在加快步伐。目前，美国“脑计划细胞图谱”还主要集中在啮齿类为主， 而中国已包含了人脑前额叶发育的动态过程，这将为人脑发育与疾病的研究提供最直接的参考。

北京时间3月15日凌晨，顶级学术期刊《自然》（Nature）在线发表文章“A single-cell RNA-seq survey of the developmental landscape of the human prefrontal cortex”（关于人前额皮层发育状况的单细胞RNA测序研究)。

3月15日《自然》杂志在线发表中国科学家人脑前额叶研究论文

该论文通讯作者是来自中国科学院生物物理研究所的王晓群教授, 北京大学的汤富酬教授、乔杰教授和安贞医院的张军教授。王晓群也是2014年-2018年国家重大科学研究计划“成体神经干细胞的命运决定机制与功能研究”首席科学家。

王晓群在接受专访时表示，“这项研究首次针对人类前额叶皮层（PFC）发育过程中前额叶形成中的细胞与分子机制进行了系统研究，应该说我们的工作已经比美国‘脑计划中的细胞图谱部分’快了一步。”

人脑前额叶皮层人类大脑高级功能的关键组成部分，堪称人脑的“中央处理器”。从灵长类祖先进化到现代人类的过程中，大脑容量增加了一倍，增加部分则主要体现在前额叶皮层面积的增加上。人类的前额叶皮层占到了大脑皮层总面积的三分之一。

从功能上来说，前额叶皮层负责人脑的高级智力活动，是人类思想的重要物质基础。主要参与记忆形成、短期储存以及调取功能、语言功能、认知能力、行为决策、情绪的调节等功能。

人脑额叶区

然而，长期以来摆在科学家面前的尴尬处境是，既想对大脑的奥秘一探究竟，同时却连大脑由多少细胞构成都不清楚。“虽然大家都说大脑有各种各样的功能，但大脑里面究竟有多少个细胞我们都不清楚，基本的细胞组成都不了解，所以也就很难去理解脑的高级认知功能是怎么来的。”王晓群表示。

人脑“CPU”在8-26孕周如何发育

论文中提到，尽管神经回路是在人类胚胎发育的晚期甚至在人类出生后才形成，但各种不同功能的细胞在胚胎发育过程中就形成并迁移至相应的区域。

为获得系统、动态的神经细胞发育过程，研究团队借助RNA测序分析了超过2300个单细胞，这些单细胞来源于8-26孕周、尚处于发育阶段的人类前额皮质。

最终，王晓群及其同事确认了六大主要类型共计35个亚型的细胞，并追踪这些细胞的发育轨迹。“我们发现，在动态发育的人类胚胎前额叶皮层中，主要由神经干细胞、兴奋性神经元、抑制性神经元、星型胶质细胞、少突胶质细胞、小胶质细胞等六大类细胞组成，并进一步把这六大类细胞精确地划分为35个独立的细胞亚型。”

明确细胞构成仅仅是获得基石。“我们继续利用拟时间等算法重构了这些神经细胞类型之间的发育谱系关系，发现在前额叶皮层中的神经干细胞是一个具有高度复杂的异质性的功能细胞群体，在不同的胚胎发育阶段分别分化成神经元细胞、星型胶质细胞和少突胶质细胞”。王晓群表示。

随后，通过更深入的功能分析，研究人员发现了与神经干细胞对称分裂、神经元发生、胶质细胞发生这三个重要神经发育事件密切相关的一系列关键基因表达特征，并进行了深入、系统的实验验证。

此外，近年来在人类神经干细胞的研究中，科学家将精力主要集中在放射性神经胶质细胞。王晓群等人认为，中间前体细胞（IPC）对于神经发生、特别是灵长类动物的神经发生同样起着重要的作用。

通过系统的数据分析和多层次实验验证，研究人员提出，中间前体细胞的产生具有两个关键爆发期。“一个是在胚胎发育10周左右，这些中间前体细胞主要由放射状神经胶质细胞（RG）大量产生，而另一个峰值则发生在胚胎发育16周左右，这些中间前体细胞由外放射状胶质细胞（oRG）大量产生。”王晓群解释，“正是通过中间前体细胞的这两个爆发期的形成，数量庞大的神经元才能在短暂的大脑皮层发育时期内快速生成，并形成了结构复杂、功能丰富的前额叶皮层。”

研究团队通过对神经元单细胞转录组数据的系统分析和深度挖掘，还首次揭示了在人类大脑前额叶皮层发育过程中兴奋性神经元生成、迁移和成熟的三个关键阶段。

人类大脑前额叶皮层发育过程中兴奋性神经元生成、迁移和成熟三阶段

第一个阶段，也就是8-12孕周，为神经干细胞大量增殖阶段。第二阶段， 13-16孕周，神经干细胞分化并大量产生新生神经元同时伴随着新生神经元的迁移阶段。第三阶段，19-26周，神经元开始逐渐成熟，表达关键功能蛋白并初步形成有功能的神经网络的阶段。

为验证上述初步形成的神经网络是否已具备功能，王晓群等人利用电生理等手段对人类围产期26周的前额叶皮层进行了深入的功能研究。结果发现，26孕周的前额叶皮层中很多神经元已经具备了正常发放钠钾电流的能力，在深层脑区的神经元更是具备了发放EPSC（兴奋性突触后电流）和IPSC（抑制性突触后电流）等功能。

“过去科学界对人脑前额叶的研究几乎是空白的，我们通过扎实的工作把细胞类型及每种细胞发育的动态性都基本阐述清楚了。”王晓群总结，“这为解答前额叶皮层如何参与‘思考和思想形成’这一关键问题的后续研究提供了高精度的细胞图谱，是前额叶皮层发育研究史上的重要突破和重大进展。”

“比美国脑计划细胞图谱部分快了一步”

自2013年4月2日以来，计划开展为期10年的美国“脑计划”（BRAIN Initiative）已实施将近5年。现在，美国“脑计划”科研最新进展如何？

据观察者网早前报道，近年来美国“脑计划”新项目新成果频现。譬如2016年8月，圣路易斯华盛顿大学研究人员就绘制出了迄今最全面、最精确的人类大脑图谱，其中97个人类大脑皮层区域属于首次公布。

致力于提供准确动物研究医学信息的Speaking of Research网站近日报道，美国国会神经科学核心小组目前正倡议“脑计划”应加强动物研究，通过最新的生理和解剖技术，来确定特定神经回路对行为的影响。

美国国立卫生研究院两位负责人表示，“斑马鱼、啮齿动物和非人灵长类动物在‘脑计划’的研究发展中发挥着重要作用，今后动物研究对于测试新技术在人类的应用方面同样至关重要。”

王晓群及其合作团队率先将人脑“CPU”的动态发育过程基本绘制出来，这项成果和美国“脑计划中的细胞图谱部分”相比水平如何？

据澎湃新闻报道，王晓群表示，“美国‘脑计划细胞图谱’目前还主要集中在啮齿类为主， 我们则是包含了人脑前额叶发育的动态过程”。这对人脑发育与疾病的研究会提供最直接的参考。

王晓群认为，随着其研究团队此番成果的发表，中国在这方面的研究“应该比美国脑计划快了一步”。

奥巴马宣布启动的“推进创新神经技术脑研究计划”（简称“脑计划”），是继人类基因组计划之后又一项针对人类自身难题的重大研究计划。该计划旨在通过创新的神经技术加强对人脑的认识，其最终目标是希望找到攻克大脑疾病的新方法，包括阿尔茨海默氏症、癫痫、帕金森症等。

值得一提的是，美国为“脑计划”投入巨资。在“脑计划”启动当年的财年预算中，美国国防部高级研究计划局、国家卫生研究院和国家科学基金为该计划投入共计约1亿美元的研究资金。到了2017年，财政年度预算中“脑计划”的预算已增至4.34亿美元，是2014年的4倍多，和2016财年相比增幅也达到近45%。

王晓群提到，相比于美国，中国在“脑计划”方面的投入还不确定。“希望国家能大力支持，作为年轻科学家，我们肯定要全力以赴的、集中精力的加油干。”

另外，中国若想在“脑计划细胞图谱”等方面领跑，交叉学科以及相关人才的团队合作很重要， “就脑图谱单细胞测序这项工作，它需要交叉学科的协同合作，比如细胞生物学、神经科学、计算科学等人才一块儿工作，集结各类人才优势， 呼唤不同学科的人一起协同合作。所以目前国内从事该方向的实验室较少， 呼唤更多的实验室加入。”

论文显示，王晓群最新的这项研究即和北京大学生物动态光学成像中心任研究员汤富酬等团队合作完成。据王晓群介绍，“汤富酬教授早在2009年发表了单细胞测序方法，在全世界范围内他也是最早启动单细胞测序的人之一”。正基于双方优势互补及前期积累，这项课题从开始到投稿，王晓群等人仅花了一年半时间。

“还是很高效的，如果有更多支持的话，我们甚至可以做得更快更深入一些，不仅前额叶，其它脑区域也可以一一描述出来。”王晓群表示，“目前，我们只是做了基因表达图谱，未来想继续深入的研究脑发育的表观调控图谱，这样通过基因表达谱和表观调控图谱等的结合，可以有助于我们将来深入了解前额叶皮层如何形成。”