撰文 | 王    玲（《国家科学评论》特约撰稿人）

翻译 | 徐    达

责编 | 陈晓雪

 

●　●　●

在中国政府即将启动的几个前沿科技项目中，中国脑计划（脑科学与类脑科学研究计划）吸引了公众的许多关注。中科院神经科学研究所所长、脑科学与智能技术卓越创新中心主任、《国家科学评论》执行主编蒲慕明，在中国脑计划中起着运筹帷幄的关键作用。在《国家科学评论》最近的一次采访中，蒲慕明表达了他对中国脑计划的目标与内容，以及神经科学未来发展的一些看法。在他长达40多年的研究生涯中，蒲慕明在神经科学的多个领域中都做出了卓越的贡献。他在采访中回忆并分享了自己的职业生涯以及他在建设中国神经科学研究机构中的经验与想法。

 

中国脑计划

 

NSR：新闻媒体已经报道了中国脑计划即将启动的消息，能给我们介绍一下这个计划吗？

蒲慕明：中国脑计划是在全球兴起的大型脑科学计划潮流中，继欧盟的人类脑计划、美国的大脑计划以及日本的脑/思维计划后的又一重要脑计划项目。与其他的脑计划项目相比，中国脑计划在本质上更加广泛，它包括对于认知功能的神经基础进行探索的基础研究，也包括建立脑疾病诊断与干预方法的应用研究，还包括用脑科学来启发计算方法与设备的开发。中国脑计划的目标在于推动我们对大脑基本规律的理解，同时利用神经科学的基础研究成果来满足一些紧迫的社会需求，比如人民脑健康的改善与新技术的发展。

 

NSR：其他大型脑科学项目的目标似乎也都类似？中国脑计划有哪些独特之处?

蒲慕明：尽管所有这些项目都有着类似的长期目标，但中国脑计划有着一些独特的亮点。第一，中国脑计划把脑疾病和脑启发的人工智能（AI）放在特别优先的位置，而不是作为在我们更加完整地理解脑之后的长期目标。实际上，神经科学已经可以为这两个领域带来有用的贡献。第二，中国的各种脑疾病人数是世界上最多的，这使得对于脑疾病的预防、早期诊断和早期干预的研究尤其紧迫，同时也为研究提供了最大的数据支撑。第三，现在国际上的神经科学研究团体大多以啮齿类（小鼠和大鼠）作为动物模型研究生理条件和病理条件下脑功能的神经机制。这是因为啮齿类研究的实验手段已经高度发展，并且很多神经环路机制可能在啮齿类与人类之间是保守的。然而，现在人们愈加发现要想理解人类的高等认知功能（如思维和意识），以及脑疾病（特别是精神疾病），非人灵长类可能是更合适的实验动物模型。中国有着丰富的猕猴资源，并且在用猕猴建立人类疾病模型的研究上快速发展。这使得中国在研究高级认知功能，如共情、意识和语言，以及脑疾病的病理机制和干预手段方面，可能做出独特的贡献。

蒲慕明，中科院神经科学研究所所长、脑科学与智能技术卓越创新中心主任、《国家科学评论》执行主编。

 

脑图谱与连接组

 

NSR：“脑图谱”这一名词经常出现在新闻标题中。什么是脑图谱？

蒲慕明：要理解脑是怎样工作的，我们需要三种图谱：一是“细胞类型图谱”，也就是说要鉴定各种细胞（神经元和胶质细胞）并确定它们在脑中各个区域的分布，以及每种细胞类型的分子表达模式。通过把不同细胞类型中特异性表达的分子作为标志物，我们就可以绘制第二种图谱——“连接图谱”（也就是所谓的“连接组”），连接图谱是表示脑中所有神经元相互之间连接关系的图谱。“连接组”的绘制经常被拿来与对生物体中所有基因进行测序的项目——“基因组”绘制相比较。三是“活动图谱”，它指的是表示脑中与特定状态相联系的所有神经元的放电模式的图谱。只有当“连接组”的信息与“细胞类型图谱”和“活动图谱”的信息相结合，我们才能够充分理解脑功能的神经环路基础。实际上，我认为细胞类型图谱将会先于或同时于连接图谱，在不久的将来完成。

 

NSR：似乎已经有新闻报道说“人类脑连接组”已经完成？

蒲慕明：我所说的“连接组”是指空间分辨率达到个体神经元水平的脑中神经元之间连接的图谱。这种“介观”或者“微观”层面的连接组能够在最大程度上推动我们对于脑中神经网络的理解。世界上只有少数几个实验室已经开始尝试绘制脊椎动物的此种连接组。

“连接组”这个词也被宽泛地用在人类脑成像领域，这使得新闻媒体以及大众产生了混淆。磁共振成像（MRI）通过使用一种称作弥散张量成像（DTI）的方法可以提供“宏观层面的连接组”。MRI可以检测质子在神经纤维束中沿不同方向扩散的差异，并由此推断出大型神经纤维束（包含由多种神经元组成的至少上千条轴突纤维）的空间分布。但是这种DTI探测方法依赖于分析中所使用的数学模型，而由DTI推断出的神经纤维束与实际神经连接之间的相关性还需要进一步的证明和确认。另一种宏观的连接组常常被称为“功能连接组”，这是一个有些误导的词语。功能连接组实际上是指不同脑区之间电活动的相关性，血氧水平可以作为指标来衡量几秒内神经活动的平均水平。有较强神经活动相关性的脑区被认为在“功能上”连接更加紧密，但事实上，直接或间接的神经连接都可以引发弱相关性的神经活动，而这些弱相关性神经活动也可以反映兴奋性神经元和抑制性神经元的平均活动。

宏观人脑成像的空间分辨率很低，只有毫米量级。它可以用来确定脑的粗糙结构和功能改变，但不能用于理解神经环路的结构和功能。CT、MRI和PET等脑成像方法在临床诊断中发挥重要作用，而对MRI信号与神经环路结构与功能之间联系更加深入的理解，可以帮助我们更好地利用MRI技术。猕猴在解剖上与人类相似，可以帮助我们建立起宏观脑成像数据与介观神经环路数据之间的联系。

 

NSR：如果我们得到了一个人的脑神经活动图谱，就能够知道他/她在想什么吗？

蒲慕明：脑活动是高度动态化的，并且在执行工作甚至静息状态下都会有持续的变化，因此绘制活体脑中的实时神经活动并理解其含义是极度困难的；现在这件事只在有着透明脑的小型动物，如线虫和斑马鱼幼体中才行得通。但是，理解脑的活动对于我们破译产生各种功能的神经环路的运行规则是至关重要的。“思考”包括了散布在多个脑区的大群神经元的活动。为了理解我在想什么，你需要观察并理解我脑中至少数以百万计的神经元的动态活动模式。我不确定我们能否在可预见的未来中做到这一点。

 

神经科学的未来

 

NSR：我们对脑真正了解多少？

蒲慕明：人脑大概是地球上最复杂的物体，它包括至少一千亿个各种类型的神经元，以及由1015个连接构成的复杂神经网络。上个世纪，在从细胞和分子水平上理解神经细胞方面，我们取得了很大的进展，大致理解了在神经系统中携带信息的电信号是怎样由神经元产生和加工的，不同类型的感觉信息是如何编码、如何经过突触由一个神经元传递给另一个神经元的，以及突触是怎样改变其传递效率与结构来“记忆”之前发生的神经活动，也就是过去的经验的。

人们在理解视觉、听觉、嗅觉等感觉信号加工的神经环路机制上也取得了不错的进展，但我们对于复杂功能，如学习、记忆、注意、决策，还知之甚少，更不用说共情、自我意识、思考和语言了。语言是人类特有的能力，我认为对于语言加工背后的神经环路机制的理解是神经科学最重要的目标之一。由脑损伤导致的语言障碍为研究语言的神经机制提供了有价值的线索，但由于我们只能采用非侵入式实验手段来研究人脑，想要对语言进行深入研究是十分困难的。

 

NSR：那么“意识”呢？当我意识到我正在进行采访，我的脑中发生了什么？

蒲慕明：在我看来，意识只是脑的一种特定状态，是多个脑区电活动的产物。当你考虑你自身以及你与外界的互动时，这种状态就会产生。当我们睡着或接受全身麻醉时，这种状态会暂时消失，而当脑遭受严重损伤后进入植物人状态时，将会不可逆地失去“意识”。意识是可以科学地研究的，法国科学家Stanislas Dehaene等人的开创性研究表明，“意识状态”涉及到许多不直接接受感觉输入的脑区的活动。这与思考等其他高级认知功能是相似的。如果我让你闭上眼思考“国家科学评论”的意义，功能MRI和PET成像会显示你脑中的许多区域是活跃的，包括大脑皮层中的大部分区域。当我们能够清楚知道哪些神经环路参与了意识相关脑状态的产生，以及它们是怎样被激活和调控时，神经科学在理解意识上面的工作将在很大程度上完成。

 

NSR：神经科学研究的未来趋势是什么？

蒲慕明：上个世纪，神经科学在宏观和微观层面上取得了很大的进展。在宏观层面，我们现在对于哪些脑区参与脑的哪些功能以及它们的协调活动如何产生动物行为有了很清楚的了解。在微观尺度，我们对于神经元是怎样产生、传递和加工神经信号也有了很清楚的了解。但是，在我们的宏观认识和微观认识中间有一条鸿沟：对于脑中由大量神经元形成的复杂神经环路是如何加工神经信息的，我们仍然知之甚少。未来神经科学的重要任务是理解神经环路结构以及它们执行各种脑功能时的活动规律。

 

NSR：你认为我们什么时候能解开人脑的所有奥秘？

蒲慕明：就像我们探索外部宇宙的奥秘一样，对于“内部宇宙”——我们的脑的探索也几乎是没有止境的。这并非是因为这些奥秘是超自然的，不依赖于脑的物质构造的，而是缘于许多人类行为，如“自由意志”，背后的神经结构的复杂性。这意味着我们所要理解的是一种因人而异的自然现象。一些心理学家认为他们已经对人类的行为了解得很清楚了，不需要去打开脑这个黑箱。但是对和我一样的神经科学家来说，如果不知道这些行为现象是如何由大脑产生，不知道神经环路是怎样产生行为的，那么我们的理解就是不完整的。还原论方法已经在物理和化学领域取得了丰硕的成果，它也同样应当适用于神经科学。

神经科学的最终发展将会远超我们的想象，这是因为我们所拥有的技术，还远远不能以足够高的时间和空间分辨率来观察运转中的活体大脑，更不用说分析与理解大量神经元的活动了。现在神经科学的发展阶段最多相当于19世纪末的物理和化学。关键的概念和技术上的突破还没有出现，这也是使神经科学如此吸引年轻人的原因，这里还有太多等待他们前来探索和解决的问题。

 

NSR：神经科学面临的最大挑战是什么？

蒲慕明：在接下来的十年中，有两大挑战：一是以单个神经元和神经纤维分辨率来同时观察活体脑中一大群神经元的活动；二是对实验中记录到的，反映特定认知过程中神经元动态活动的极大量数据进行分析和解读。

 

神经科学与人工智能

 

NSR：脑启发的人工智能最近成为了热门话题，你认为神经科学会以什么方式对人工智能产生贡献？

蒲慕明：人工智能是一个重要领域，它正推动着许多新技术的产生。人工智能的核心是机器学习，驱动AlphaGo战胜李世石的强大深度神经网络（DNN）就属于机器学习的范围。我们现在应用的AI大多被设计用来执行特定任务，而机器学习算法需要大量的数据集和强大的运算能力，才能获得执行图像分类、下棋等任务的能力。相较而言，人脑更擅长处理多任务，快速实现多感觉整合，归纳以及决策，而且只需要非常低的能耗。

 

NSR：为什么脑的效率比人工神经网络高这么多？

蒲慕明：这是因为脑中神经网络的复杂架构（连接模式）是在长时间的学习中塑造的，从我们刚生下来，我们生命中每时每刻的经验都在塑造我们的脑。实际上，利用极大数据集对脑架构进行的研究已经开始，流过神经网络的所有信息都在不停地塑造着脑神经连接，改变着连接强度，也改变着连接的物理结构。而现在的机器学习却只考虑了连接强度的改变。

 

NSR：AI怎样向脑学习呢？

蒲慕明：机器学习网络的架构应该也可以像脑网络一样被学习塑造。此外，机器学习网络还可以借鉴脑中的许多其他特性。这些特性都是在进化中逐渐优化，适用于信息加工的。例如，可以对信号做不同处理（兴奋性、抑制性，以及它们的不同亚型）的多种处理单元（神经元）的同时存在是很有必要的。单元之间的连接也可以是多样化的，不但可以前馈，也可以有反馈和侧向连接。网络中信息存储的方式也可以是非常高效和通用的：信息就存储在加工信息的连接中，根据信息流的特点可选择短期存储或长期存储；如果没有进一步巩固，这种存储则会衰减。使用脉冲信号与延时传递来编码时间信息也是非常重要的。脉冲神经网络（SNN）现在已经被用于机器学习，如果它能吸取脑神经网络中突触的依赖脉冲时序的可塑性（STDP）等众多特性，是一种更加自然的网络。

 

NSR：很多人认为类脑人工智能是危险的，类人机器人会取代我们的工作甚至会统治和奴役人类。你怎样认为？

蒲慕明：现在，很多人不是已经成为高科技的奴隶了吗？我知道有不少人离不开手机，而且无论何时何地都听它指挥。但我不认为AI在本质上是危险的。当然，科技是把双刃剑——核技术既能发电也能毁灭我们。如果我们有信心，相信社会能够建立有效的机制来确保这些技术只被应用于对我们有益的方面，那我们就无需担心AI。从20世纪50年代开始，很多人一直对原子弹的制造心存恐惧，认为人类将会很快经历毁灭性的核灾难。但是我们现在活得挺好，不是吗？我认为答案在于我们是否对人性以及社会的自我调控能力抱有积极态度。

 

NSR：你现在是中国科学院脑科学与智能技术卓越创新中心（CEBSIT）的主任，这个中心是做什么的呢？

蒲慕明：人们已经逐渐认识到，脑科学与脑启发的计算技术有很多可以互相学习的地方。这个中心是中科院2014年建立的首批四个卓越创新中心之一。它是一个跨学科的，多机构组成的中心，旨在通过形成合作的研究团队来加强中科院现有的研究力量，以解决脑科学与包括脑启发的计算方法和设备在内的智能技术上的主要前沿问题。

 

NSR：它是一个多实验室组成的联合体吗？它是怎样运作的？

蒲慕明：它远远不只是实验室之间的松散联合，CEBSIT要求各实验室将主要研究精力投入到中心的联合项目中来。依据CEBSIT、研究者及其所在研究机构签订的三方协议，研究者所在机构将会支持研究者进行CEBSIT相关的研究活动，而研究者在CEBSIT项目中做出的科学贡献也会被纳入各机构的考评体系。中心还将负责有效地组织和协调团队合作以承担大型国家研究计划，其中就包括中国脑计划。此外，它也是中科院研究机构设置改革的一个探索，中科院希望此类中心可以改善各研究所研究项目的重复性与碎片化现状。

 

NSR：脑科学和智能技术是两个分开的学科，两个领域中的研究者能够很好的交流吗？

蒲慕明：这确实是一个关键问题。在两个学科中间有着以不同的科研训练、语言以及文化造成的隔阂，但是回顾人工神经网络的历史，几个基本的神经科学概念，如连接权重的改变，Hebb规则，多层结构以及循环连接，都曾为机器学习带来了巨大的活力。我们相信当两个学科的研究者真正在一起工作时，一定会产生新的火花。我们中心就是要努力成为一个可以促成此种交流的研究平台。

 

“高影响力”论文，创新，与中国科学的未来

 

NSR：1984年清华大学生物系复建，你参与其中。1999年中科院神经科学研究所创立，你又是其中的主导者，并担任第一任所长。可以谈一谈过去三十年中，你在中国的工作吗？

蒲慕明：在20世纪80年代，中国还没有能力为生物学的基础研究提供足够支持，所以在清华生物系复建时，我们主要目标是建立一个高质量的教学体系。到90年代末，政府开始大规模投资基础研究，那时创建的神经所才能够有足够的资金来进行基础研究，中国的神经科学家才开始在国际舞台上做出高水平贡献。但直到大概10年前，当中国的研究环境逐渐发展，开始吸引越来越多在国外接受过训练的年轻科学家回国发展，神经所才真正开始快速发展。年轻海归的回国热潮使包括神经所在内的中国基础研究机构快速扩张，并且在国际期刊上发表的文章也得到了快速增长。但这种增长是以文章数量而不是质量来进行衡量的，并且只有少数实验室能在自己的领域中处于国际领先地位。这是一个严峻的问题，我们的每个实验室都得到了政府的大量资助，但与科技发达国家相比，具有国际影响力的高水平论文却相当少。

 

NSR：研究成果质量和影响力的评价标准是什么？可否依据发表在高影响因子期刊上的论文数量？

蒲慕明：论文数量和影响因子确实是基础科学领域中最直接的国际性评价标准。但是我要指出，这个标准存在一系列问题。首先，发表在这些高影响因子期刊上的很多文章实际上并不具有高的影响力。这是因为很多高影响因子期刊趋向于发表热门领域的文章。这些热门领域的开创性文章确实具有高影响力，但这些领域中后期发表的文章，虽然其真正影响力通常较低，却也很容易被大量引用，这些文章又反过来推高了期刊的影响因子。由于全世界的研究机构都过于看重发表在这些期刊上的论文，在这些期刊上发表文章就变得越来越难，为发表而产生的不合理竞争也开始出现。为了使各级考评中的评审者满意，许多年轻科学家都为在高影响因子期刊上发表文章花费了太多精力，也承受着巨大的压力，然而事实上，很多作为评审者的科学家本身，也很难在这些期刊上发表论文。许多有天分的年轻科学家，特别是生命科学领域的年轻科学家，正遭受着“高影响因子期刊”和“研究机构要求”的双重诅咒。

 

NSR：有没有替代的方式？怎样不通过发表高影响因子论文而具有影响力？

蒲慕明：归根结底，创新的科学成果一定会产生影响力。创新的本质是不循规蹈矩。为了在这些所谓的高影响因子期刊上发表文章，大多数情况下你不仅需要遵守严格的数据采集、分析和解释的标准，而且需要遵循被同行广泛接受的范式与思想。但是，创新的科学常常需要打破领域中的既有范式。我们需要为打破常规的科学思想提供可以蓬勃发展的科研制度与研究氛围。当我们评价科学家时，我们不仅仅要考虑他们在高影响因子期刊上发表了多少论文，还要考虑他们研究的创造性与新颖性。大多数中国研究机构还没有做到这一点。我们的科学共同体仍然太年轻，中国的大部分研究机构缺少进行创新性科学研究的传统。毕竟，中国基础研究得到大力支持的时间其实只有二十年。

 

NSR：你指出了中国科学面临的问题。能提出一个具体的分阶段方案来解决这些问题吗？

蒲慕明：我还无法给出一个快速的解决方案。如果我们都承认这些问题需要解决，那么我们就应该为解决问题而共同努力。例如，为了打破高级别期刊的“诅咒”，我们可以建立新的出版途径，来发表那些可能不被高影响因子杂志接受的创新性研究成果，并建立新的、重视研究原创性的评价标准。我们现在已经开始在NSR上发表原始研究论文。我们希望NSR发表的研究成果在满足严格科学标准的同时，可以不一定符合领域内的主流范式。其中的一些成果最终将会获得高影响力。

 

NSR：你觉得中国科学需要多久才能达到世界一流，与发达国家平分秋色？

蒲慕明：在一些科学领域，中国已经能够或者即将能够做到这一点。但对于其他的许多领域，我们还有很长的路要走。但是，考虑到在漫长的人类历史中，中国的发展道路一直不同于西方国家，并且形成了独特的文化和价值观，未来的中国科学也可能会沿着一条与西方国家不同的道路来发展。我以为，未来的中国科学不会止步于“与西方国家平分秋色”。作为世界上人口最多的国家，中国具有悠久的知识传统，随着全球影响力的不断增强，中国科学将可以在世界上具有独一无二的独特影响力。

 

NSR：能解释一下“中国科学独特影响力”的来源吗？

蒲慕明：这种独特性可以来自很多方面。例如，中国或其他发展中国家可以利用西方科学界不具备的资源，来解决一些西方科学家不会去关注的科学问题。在我所在的神经科学领域，由于我们有非人灵长类（如猕猴）的独特资源作为实验动物模型，中国神经科学在破译灵长类（包括人类）特有的高级认知功能的神经基础上是独一无二的。中国拥有巨大的脑疾病患病人群，在政府大力支持中国脑计划的前提下，中国科学家将可能建立起对于几种主要脑疾病的有效早期诊断和早期干预方法——这是全世界神经科学家为之努力，但始终没能取得实质性进展的艰巨任务。在其他领域也存在类似机遇，例如，中国的环境科学家可以通过有效地解决发展中国家人口密集城市的污染问题，来为世界做出独特的贡献。

 

从物理学到神经科学

 

NSR：你出身于物理专业，又是怎样成为一名神经科学家的？

蒲慕明：我在台湾清华大学学习物理学，后来加入了约翰霍普金斯大学的物理研究生项目，但我一直对生物学感兴趣。1968年，我在詹姆斯·沃森的《双螺旋》刚出版时就读了这本书，并对书中讲述的一个事实十分着迷：一个生物物理学方法，X射线晶体学，解决了生物学中最重要的问题之一——基因复制的机制。在霍普金斯，我足够幸运地进入了杰出生物物理学家Richard Cone的实验室，并在他的指导下完成了我的博士学位论文研究。在那里，我首次完成了对细胞膜蛋白扩散系数的定量测量。我对膜蛋白扩散的兴趣又引领我开启了对神经系统中突触形成过程的研究：研究本应随机扩散的膜蛋白是怎样在突触富集，并执行神经元间信号传递功能的。从生物物理学到神经生物学的转型，在我看来，是顺理成章的。

 

NSR：物理背景对你的神经科学研究有什么帮助？

蒲慕明：作为一个物理系的学生，我比大多数的生物系学生学了更多的物理和数学。最明显的优势是，我不会被物理方法和数学分析吓倒。在使用电生理方法时，我感到十分自如，而这一方法对于脑内信号加工的研究是至关重要的。另一方面，我的物理背景可能影响了我在神经科学领域中的研究兴趣。面对多样的生命现象，统一的规律更加吸引我。但我不会说这是一个优势，因为生物学的本质就是多样性，而理解这些多样性是怎样产生的是生物学的主要目标之一。

 

NSR：你对于神经科学最大的贡献是什么？

蒲慕明：在新颖性上，大概是发现了神经营养因子能够增强突触信号传递的效率。在影响力上，我认为是我对于STDP现象的贡献。在1997-1998年，我和同事们精确地划定一个时间窗口，在这个窗口中，突触前和突触后神经元的脉冲可以导致突触传递效率的变化，而这种变化是学习和记忆的细胞基础。我们发现如果突触前的脉冲经常发生于突触后脉冲之前大约20毫秒的时间窗口内，这个突触的效率会增强；而如果突触后脉冲先于突触前脉冲，突触的效率会减弱。现在，STDP被认为是突触储存记忆的最适“学习规则”。这一规则也已经开始被机器学习算法所借鉴。

 

NSR：你现在的主要研究兴趣是什么？

蒲慕明：我在鼓励并帮助年轻的神经科学研究者使用猴子作为实验模型来理解高级认知功能。同理心、自我意识和语言的神经环路机制是神经科学中很重要的问题，我觉得现在是时候开始研究这些问题了。我现在自己并不做实验，因为我在实验室外还承担着许多职责，但是我会经常和我的同事讨论实验设计、数据分析以及解释。

 

NSR：你同时扮演着科学家、教育者和管理者等多种角色。你觉得哪种角色最富挑战性？你最享受的又是哪种角色？

蒲慕明：要想做得好，每种角色都是非常有挑战性的。在我的职业生涯中，我也在这三类工作中都获得了很大的乐趣。乐趣常源于有成果，这意味着我在这几种角色中都取得了一些成果。在我的职业生涯中，我绝大多数的时间是在做科学，但我会说这并不完全是由科学的挑战性或我个人对科学的兴趣所驱使的，而是由环境、机会以及我想让自己对于社会更有用的愿望驱动的。我在1976年完成博士后研究，申请的第一份工作是在联合国教科文组织当工作人员，因为我当时认为我的背景适合在这个领域工作，但我没能获得面试机会。后来我在加利福尼亚大学欧文分校找了份教职。我过去以及现在都认为受过科研训练的人除了做研究外，在其他领域也能做出巨大的贡献。例如，我们的社会需要更多的接受过扎实科研训练的管理者和新闻记者。我认为，我们应该训练并鼓励年轻人成为活跃在其他领域中的具备科学素养的从业者，而不限于成为做研究的科学家。

 

英文原文2017年2月发表于《国家科学评论》(National Science Review, NSR)，原标题为“Mu-ming Poo: China Brain Project and the future of Chinese neuroscience”。《国家科学评论》是科学出版社旗下期刊，与牛津大学出版社联合出版。《知识分子》获《国家科学评论》和牛津大学出版社授权刊发该文中文翻译。

如需阅读英文版，请点击以下链接：https://doi.org/10.1093/nsr/nwx014