如果你想知道机器是如何工作的，往里面看是有帮助的。打开箱子，看看它是如何连接在一起的;你可能需要一个工程学学位，一个显微镜和很多时间，但最终你可以弄清楚是什么让任何一个设备工作。
但是，同样的方法是否也适用于我们所知道的最神奇的机器——一台能够在不到一秒的时间内完成复杂计算，同时比普通灯泡耗电量更少的机器呢?
人类大脑的逆向工程是我们这个时代最大的科学挑战之一，芝加哥大学(University of Chicago)和阿尔贡国家实验室(Argonne National Laboratory)的科学家们正在结合显微镜、神经生物学和计算机技术的新技术，以前所未有的细节揭示大脑的内部机制。
把大脑当作一台机器并不是一个牵强附会的比喻。简而言之，大脑是一台电化学计算机，通过电脉冲和细胞间发送的化学信号来工作。虽然单个部件可能很小，但在仅仅纳米的尺度上，为这种机器绘制接线图在理论上是可能的，而且已经为非常简单的生物体，如秀丽隐杆线虫绘制了接线图。
但是人类大脑的大小和复杂性带来了更大的挑战。科学家估计，大脑包含近1000亿个神经元，这是脑细胞的基本类型。这些神经元中的每一个都与其他细胞进行成千上万次的接触，使连接的数量达到了千万亿次，或者说十亿次。
这些连接的完整映射(有时称为连接体)将是有史以来最大的数据集。但在这份庞大的清单中，可能隐藏着一些最难以捉摸的科学问题的答案:认知的基本规则，许多精神疾病的解释，甚至是将人类与其他动物区分开来的生物学因素。
“这是一个巨大的神经科学理论,我们所有的行为,我们所有的病态,我们所有的疾病,所有的学习,我们所做的,都是由于脑细胞之间的连接的变化,“说Narayanan Kasthuri“鲍比”,大学神经生物学和神经科学助理教授阿贡国家实验室研究员。“它可能相当于物理学中的标准模型，但在神经科学中。”
“软,粘糊糊的东西”
自希波克拉底(Hippocrates)和赫罗菲勒斯(Herophilus)时代以来，科学家们已经在大脑中确定了思维、情感和智力的位置。几个世纪以来，这一理论一直通过解剖解剖来探索，正如早期神经科学家为这个不同寻常的器官的不同部分命名和提出的功能。直到19世纪末，卡米洛·高尔基(Camillo Golgi)和圣地亚哥·拉蒙·y·卡亚尔(Santiago Ramon y Cajal)才发展出深入研究大脑的方法，他们使用一种银色染色剂来检测现在被称为神经元的长而坚韧的细胞，以及它们之间被称为突触的连接。
今天，神经解剖学涉及到地球上最强大的显微镜和计算机。要观察只有纳米长度的突触，需要用电子显微镜对一片比纸薄数千倍的大脑切片进行成像。要绘制整个人类大脑的地图需要30万张这样的图像，甚至从这些快照中重建一个很小的三维大脑区域，也需要大约与运行宇宙天文学模拟所需的超级计算能力相同的能力。
幸运的是，这两种资源都存在于Argonne, 2015年，Kasthuri是美国能源部实验室雇佣的第一位神经学家。彼得利特尔伍德(Peter Littlewood)认识到，连接体研究将成为未来几十年大数据领域的一大挑战，芝加哥大学和阿贡大学完全有能力应对这一挑战。
“所有真正的科学进步都是技术进步，”利特尔伍德说，他是该大学的物理学教授。“我们在阿贡用x射线和电子显微镜所做的一切，将直接改变我们处理高分辨率数据的方式。我们只是需要一个足够疯狂的人来想象这是一种真正的可能性，他同时拥有技术和理解来做这件事。”
卡斯图里带来了他发明的自动方法，可以有效地绘制大脑的地图。一把只有5个原子厚的钻石刀切下50纳米厚的人类、老鼠甚至章鱼的大脑，这些大脑漂浮在水面上，在电子显微镜的注视下被传送带依次传送。
“你看鲍比的设置，就像有人在熟食店切奶酪，”迈克尔·帕普卡说。“这不是计算机科学家通常工作的世界，而是一些软绵绵的东西。我发现这是一个迷人的管道。”
这是容易的部分。位于阿尔贡的Theta超级计算机以每秒11.69千万亿次浮点运算的速度运行，每秒的运算次数在11000万到12000万次之间。它通常用于处理来自欧洲核子研究中心大型强子对撞机的粒子物理数据，或用于运行宇宙膨胀模型，以帮助寻找暗物质。帕普卡说，卡斯图里的数据超出了这台世界级机器的能力;在分析数据之前，必须对数据进行简化或缩小规模。
“鲍比谈到神经元的数量和星系的数量，它们的复杂程度大致相同，”帕普卡说。“事实上，大脑可能更复杂。”
但大学和阿贡之间的密切关系为解开这个结提供了一个独特的位置。
“在大多数其他大学，我不得不放弃这个想法，”卡斯图里说。“即使是大脑的一小部分，我也无法绘制地图，因为即使是老鼠大脑的1%，也有大约1000tb的数据。我认为，世界上没有任何一所大学能做到这一点。”
比较关系
为了将这种令人难以置信的复杂性转化为更实用的科学，卡斯图里从(相对)小的方面着手。在其他备受瞩目的连接体项目专注于构建人类大脑的完整地图时，卡斯图里首先关注的是比较:年轻和年老的大脑，动物和人类的大脑，“正常”大脑和精神障碍患者的大脑。
他说:“我认为我们理解大脑的唯一方法是将它与其他事物进行比较。”“据我们所知，老鼠的神经元看起来像人类的神经元。小鼠神经元中的离子通道是相同的;基因是一样的。我们得到的结论是，人类大脑和老鼠大脑的区别在于连接的模式、神经元的数量，因此，这两个大脑的连接数量也不同。”
一种方法是比较两个非常不同的生物体，如老鼠和章鱼，大脑的一个共同部分。最大的无脊椎动物大脑属于章鱼，该校神经生物学教授克利夫顿•拉格斯代尔(Clifton Ragsdale)等科学家利用神经心理学和遗传学方法对头足类动物进行了深入研究。
在与拉格斯代尔共同提出的一项计划中，卡斯图里将绘制并比较老鼠和章鱼的视觉大脑区域——章鱼是一种极具视觉的物种，但它的世界观与大多数哺乳动物不同，它关注的是形态而不是运动。
“如果你想把连接技术应用到章鱼的某个特定系统，那么你应该选择视觉之类的东西，”拉格斯代尔说。“最引人注目的是眼睛看起来像脊椎动物，但一旦你接触到感光细胞和视觉叶，它们就是无脊椎动物的结构。因此，我们可能会在脑回路层面上深入了解头足类软体动物是如何进行视觉处理的，而了解脑回路的关键元素对于了解无脊椎动物和脊椎动物的神经回路是如何构成行为基础至关重要。”
另一个比较，这个物种内部的比较，可以提供一个经典困境的答案:你能教一只老狗或人类新把戏吗?Kasthuri着迷于儿童与成年人在相同任务上的困难相比，更容易获得新技能或在文化上被同化的能力。他想要比较年轻人和老年人的大脑。
除了学习的年龄曲线之外，这样的研究还可以解决一些基本问题，即成年人的大脑是如何一次建立一个连接的，就像马赛克一样，或者是从过剩的神经元和修剪过的连接(就像修剪过的修剪过的修剪过的修剪过的修剪过的修剪过的修剪过的修剪过的修剪过的修剪过的修剪过的修剪过的修剪过的修剪过的修剪过的修剪过的修剪过的修剪过的)。
Kasthuri说:“我们的大脑中存在着一种深层次的平衡，一方面年轻的大脑有能力学习任何东西，但实际上并不擅长其中的任何一项;另一方面，成年的大脑有能力学习一些东西，但却没有能力学习。”“在某种程度上，这种现象必须有物理基础，我想知道那是什么。”
开放的可能性
将连接体研究应用于医学可能是一条较长的路。尽管科学家已经发现了精神分裂症患者和行为障碍患者神经解剖学差异的证据，但这种联系仍然存在争议。
相反，脑图谱的近期益处将使研究大脑和行为之间更基本联系的科学家对器官复杂的机械结构有更深入的了解。
“你不可能仅凭接线图就理解大脑，但如果没有接线图，你也可能无法理解大脑，”阿尔伯特·d·拉斯克(Albert D. Lasker)神经生物学教授、格罗斯曼神经科学、定量生物学和人类行为研究所(Grossman Institute for Neuroscience, Quantitative Biology and Human Behavior)所长约翰·蒙塞尔(John Maunsell)说。他是由NIH主任顾问委员会召集的一个工作组的联合主席，该工作组审查美国大脑计划的进展，并就未来方向提供建议。
“在基础科学方面，有很多不同的问题还无法解决，我认为只要我们能得到一些关于突触变化的可靠数据，就能马上解决这些问题，”蒙塞尔说。
另一个潜在的应用程序溢出神经生物学本身进入计算机工程的世界。计算机科学家在设计硬件和算法时，已经从大脑中获得了灵感——一种用于预测数据的流行机器学习技术被称为“神经网络”，其工作原理与我们今天对神经元连接如何增强和减弱的理解类似。
连接体对大脑如何存储信息和学习新功能的高分辨率视图，可能会导致更先进的人工智能方法。人脑的能量效率只有20瓦左右，其惊人的能量效率可以为设计耗电量较小的超级计算机提供借鉴。
卡斯图里说:“我们的大脑可以以目前用这种电脑无法想象的能量规模进行计算，而且人们仍然可以做这些电脑无法做的事情。”阿贡和芝加哥大学分子工程研究所已经在努力研究下一代计算硬件。如果下一代能以我们大脑的能源效率为模型，那将会改变游戏规则。”
对于我们头盖骨内的计算机来说，绘制连接体图也开启了无数新的科学和工程可能性。就像人类基因组计划一样，它的潜力只取决于它所面临的挑战，而通往终点的道路是陡峭的，但达到终点并理解大脑是如何连接的，可以在教导我们是谁方面取得巨大的进步。
“我必须断然否认这超出我们理解的说法，” Maunsell说。“这很复杂，非常复杂。但仅仅因为我们还没有达到目标，并不意味着我们不会达到目标。你知道，整个科学史就是一个接一个地打破这些壁垒。”