亨利·马克拉姆（Henry Markram）计划建立人脑的虚拟模型。他是瑞士联邦技术研究院的神经科学家，他认为真正了解我们的大脑的工作方式以及为什么他们经常不这样做的唯一途径是创建1秒和0的复制品，然后对其进行一系列计算机模拟的实验。
马克拉姆（Markram）建立了人类脑项目来做到这一点。这项努力旨在将过去几十年来神经科学家发现的人脑的各个方面整合在一起，从离子通道的结构到有意识决策的机制，将其纳入单个超级计算机模型：虚拟大脑。该项目在神经科学家中引起争议，已被选为欧盟两项新旗舰计划的决赛入围者 - 价值10亿欧元（13亿美元）的赠款。
如果Markram收到资金，他到底会做什么，为什么？我们赶上了他找出答案。
LLM：您已经对如何建立大脑有一个粗略的想法，如果是，那么基本计划是什么？
HM：当然。我们已经建立了原型系统，准备扩展，完善和完美。我们采用了许多一般原则和策略。我们从具有形态/几何学细节的神经元（数十千个神经元）的微电路开始，然后在这个基础上，我们向两个方向移动：我们向整个大脑扩展，并增加神经元，突触，突触和将来的分辨率将添加GLIAL（非神经元细胞）和血液流量模型。
这些模型有系统地集成生物学数据，因此，随着它们考虑越来越多的生物学数据，它们只能随着时间的流逝而变得越来越准确，例如海绵。这是一个系统的单向轨道。我们在文献和数据库中挖掘了所有现有数据……组织结果，并分析其模式及其价值，以帮助更加准确地指定模型。
我们开发的[统计]模型可用于在我们的知识中跨越差距进行预测……然后使用模拟来测试和改进这些预测。该策略意味着人们不必测量大脑中的所有内容才能建立准确的模型。当我们识别时知识差距这不能被预测所填补，对于建立模型至关重要，我们要么自己进行实验，要么与我们合作或鼓励某人进行实验。有时，我们只需要等待数据，但是我们会继续构建软件，就好像数据与位置持有人一样，因此我们可以在获得数据时集成数据。 [有关如何建立大脑的更多信息这是给出的
LLM：当大脑完成时，它会真正思考和表现像人类吗？
HM：很可能不是您想象的……当人们建立这样的模型时，它仍然必须被教导要感知，采取行动和做出决定。这是一个缓慢的过程，需要非常强大的超级计算机。我们将在一个封闭的循环中与虚拟代理在虚拟世界中的行为，但即使是在Exascale超级计算机（每秒计算的十亿计算）中，它们也会以慢动作学习……我们也将没有足够的超级计算能力来模拟每个单元格的分子水平上的大脑，但我们旨在构建多尺度模型并使超级计算机能够模拟更高级的NEURONS，以允许更高级的Neurrons来启动更高级的NEURONS。一旦我们拥有此功能，这主要是超级计算机获得越来越强大的问题，并且模型将自动以越来越多的细节运行。没有人知道大脑模型中需要什么级别的细节来支持认知任务。许多人希望并认为这足以使模型成为简单的模型……我们必须等待并找出答案。
由于这些原因，早期的人类脑模型远不及人类那么聪明。对于某些特殊任务，也许（例如今天的计算机下棋和“危险！”）;这取决于我们是否可以确定专业任务背后的关键计算原理。这将有助于我们开发理论模型，这些模型可能比人类更好地执行一些专业或专注的任务。
LLM：计算机脑将与外界有何关系？
HM：我们将大脑模型与在虚拟世界中行事的虚拟代理联系起来。一旦模型可以简化，我们就可以将它们构建到计算机芯片中。这些芯片将能够充当物理机器人和各种设备的大脑。当机器人试图做事时，他们将不得不学习。这样的大脑模型很可能不会像人类大脑那样强大，但是它们的功能可能会比当今存在的任何人工智能系统或机器人都具有强大的功能。 [“ Robocopalypse”可以消灭人类吗？这是给出的
LLM：除了获得资金之外，人类脑项目面临的最大挑战是什么？
HM: The speed that we can run along our road map depends on how fast we can integrate the existing biological data, how many of the gaps we can fill in our knowledge using [statistical] predictions, how long it will take to get the data from key missing experiments that we cannot [statistically] leap over, the capability of the software that we build (it has to be able to capture biology with exquisite accuracy), the amount of computing power we can afford to buy, and the amount of将来将使用的计算能力。对于计算机科学来说，最大的挑战是使超级计算机像实时科学仪器一样进行交互式。
LLM：大脑模型将用于什么？
HM：这将就像一种新仪器，可以用来深入大脑以及所有水平的生物学（基因，分子，细胞，神经元微电路，大脑区域，大脑到整个大脑的大脑 - 从上到下，下，下到顶部），并查看所有组件如何一起工作以使我们有能力提供出色的能力。它是大脑的哈勃望远镜。它将允许许多科学家像CERN的物理学家一样，共同努力建立大脑模型。
今天我们没有X射线多层次的视图，并且很快就不会为我们提供这种观点，因此，如果我们想了解大脑，我们必须建立这种观点。我们将使用这种多层次视图以及实验数据开始揭示大脑的奥秘。我们将能够提供无法通过实验获得的模拟数据，理论家将需要开发有关大脑工作原理的新理论。
大约有560种脑部疾病，我们几乎没有使用当前方法来解决任何一个。通过对大脑的多层次视图，我们将能够在任何级别（例如大脑区域，连接，生物途径，神经元，突触，分子和基因）上破坏大脑模型，并观察到效果。我们还将能够应用实验中已经解决的破碎环境，并研究大脑的作用方式不同，以引起该疾病。通过这种方式，我们将能够寻找大脑的脆弱性并绘制其弱点的地图 - 所有严重的地方可能会出错。因此，这将是一种新工具，可以帮助绘制和研究大脑的疾病。 [最恶劣的医疗状况这是给出的
计算正在使用传统的数字计算范式撞到墙壁。它正在击中能量和健壮性墙。随着计算机的变化速度，计算机开始犯更多的错误，并且要花越来越多的精力来修复它们。新的计算范式将是什么？量子和其他类型的范式可能是几十年之遥。这里是所谓的神经形态计算。大脑仅使用约20瓦，而未来的大型计算机将需要许多兆瓦。大脑对错误和损害也非常强大。大约20年，美国，欧洲和中国一直在开发构建可以用大脑网络或大脑一部分配置的计算机芯片的技术。问题是，没有人拥有网络。我们今天只对他们做一个很好的猜测 - 当花了数十亿年确定这些复杂的网络。在人类脑项目中，我们将能够“导出到神经形态” - 从详细的模型中导出网络并配置这些芯片。结果可能是新一代高度智能的计算机，电子设备以及各种信息和通信系统（Brainike Systems）。这是用于计算，信息和通信技术的新范式。
在Twitter上关注Natalie Wolchover @Nattyover。在Twitter @上关注生活中的小谜llmysteries，然后加入我们Facebook。
