十年前，一位神经科学家说十年内他便能模拟出人脑，欧盟斥巨资支持这一项目。

十年后，“人类脑计划”彻底失败，13亿欧元“打了水漂”……

曾经的“未来新兴技术旗舰项目”沦为Flag打脸案例，科学界开始质疑该计划成立的初衷。但，这种现在听起来仍旧像“天方夜谭”似的预测，在当时又是是如何赢得欧盟的支持的呢？这一切只是暂时的技术限制，还是幻影泡沫，人类的大脑最终能不能被AI取代呢？

这还要从更早的人工智能说起。

人工智能虽然是现代科技的当红研究领域，但它的诞生在科学界普遍认为：早在上世纪80年代起，来自于加拿大多伦多大学的Geoffrey Hinton教授，就开始研究用计算机系统架构来模拟人类大脑，即深度学习的原型。

经过30多年的研究，科学家们不断发现：大脑的工作过程是一个不断迭代、不断抽象概念化的过程。并且，在计算机视觉领域，深度学习算法可以通过组合低层特征形成更加抽象的高层特征，简单说就是可以模拟人脑，利用海量训练数据进行分析学习，模仿人脑的机制来解释数据。

出于对计算机技术的过度乐观，瑞士神经科学家亨利·马克拉姆（Henry Markram）在成功地测量了老鼠大脑两个神经元之间电信号强度后，夸下海口：要在了解大脑结构的基础上，用计算机创建一个复杂的数学模型，模拟人脑的86亿个神经元和100万亿的突触。

如果这项研究一旦成功，将对人类带来极大意义，不仅可以为阿尔茨海默症等疾病带来革命性进展，还能为研发出更智能、认知能力更强的机器人带来帮助。于是乎，2013年欧盟政府牵头，26个国家的135个合作机构参与、预期10年的“人类脑计划”（Human Brain Project，简称HBP）正式出台，一出手便是13亿欧元。

当然，类似于此类的“人脑计划”也并非欧盟独一份。2012年，Google也启动了Google Brain项目，打算用16000个CPU Core的并行计算平台，去训练含有10亿个节点的深度神经网络，使其能够自我训练，对2万个不同物体的1400万张图片进行辨识。微软在此领域的研究也不输前者，在2015年的ImageNet物体识别挑战赛上，用深度学习方法破纪录地利用了152层深度神经网络。

更值得一提的是，2016年，Google旗下英国公司DeepMind开发的具有自我学习能力的AlphaGo，在与世界顶尖棋手李世石的对决中以4:1取得完胜，让人赞叹不已的同时也引发了“AI恐慌”，“潘多拉魔盒”的比喻愈发强烈。

为何同样是人工智能，有些项目取得了阶段性的结果，有的项目却被搁浅？也许，如果当初不设定时间限制，也许在神经科学上投入更多积累，HBP项目也不至于失去了很多学术团体的信任，让人怀疑是炒作行为！

虽然这场“贡献和项目预算不成正比”的研究落下帷幕，但人工智能却得到了科学界和民众的关注。AlphaGo已经战胜人类，那么人脑是否会被AI取代？这一问题，恐怕还要交给时间来回答。