冯建峰：“大自然”就是一本永远读不完的书

冯建峰办公室的书架上，一半是专业书，一半是杂书。年轻时起，他一直“爱看乱七八糟的书”，但近些年来，他变得对“无字之书”更感兴趣。

“很多书你看了一遍觉得不过如此，但大自然这本书永远读不完。”现在，他最爱的“书”就放在书架最顶端。

冯建峰办公室书架上的两幅画

那是两幅画——激流拍岸的大海和白雪皑皑的山巅，在“书”里，只有纯粹的寂静与放松。

在剑桥的老同事中，不少人已彻底放下科研，去画画、写小说、拍电影，这让他心生羡慕，于是，他一直在脑子盘算着哪天也放下一切，去跑步、游泳、玩帆板……

到这里，问题的答案已经浮现。

原因是松弛，扑面而来的松弛，松弛到时刻准备着放下一切，去开启第二人生。

也许，就是要放得下，才能拿得起，才能为了纯粹的乐趣开始一件事，才能为了纯粹的问题突破学科边界，才能为了纯粹的好奇心不断向前，才能在洗拖把时迸发学术灵感，才能让灵感无远弗届。

就像他说的，研究抑郁症，只是希望“让大家都能高高兴兴地过一辈子”。

我从小就喜欢看书，看《林海雪原》《铁道游击队》《湘西剿匪记》。

估计小时候别人挺讨厌我的，知道为什么吗？因为看到一本书我就不走了，自己躲一边，必须把那书看完了再走。

年轻时看金庸的武侠小说，后来对《易经》很感兴趣。

对我来说，做科研最大的动力是寻根，比如精神分裂症是从哪开始。我的阅读习惯也受寻根影响，想弄清楚中国文化的源头在哪里。于是，我开始看《易经》，但我到底不是科班出身，很难看得懂，所以我又从南怀瑾的书开始读，这些年我还买过好几套南怀瑾的书送人。

因为长期盯着屏幕不太舒服，现在我每天主要在睡前听书，听听世界历史和世界地理。

当然，到了这个阶段，我觉得“大自然”就是一本永远读不完的书。我希望自己能融入其中，去体会那种永远无法用语言完全描述的感觉。

很多书你看了一遍可能觉得不过如此，但大自然这本书以及我们正在探索的脑科学，是永远读不完的，你永远可以乐在其中。

我在大学阶段真正喜欢的还是数学物理，对物理相变问题很感兴趣。

什么叫“相变”？水和冰的临界点就叫相变，分子相互作用，水到达零度就会突变成冰，这和人工智能的涌现是同一个概念。

对应到生物领域，每个神经元都是一个相互作用的粒子，它是怎么产生记忆的？所以我开始想寻根，想搞清楚神经元到底怎么回事，我就跑到了剑桥Babraham生物所做了五年博士后，他们就把我留下了。

但是，后来我越来越意识到，生物作为一个物理对象，里面的东西很复杂，比如人脑究竟是怎么回事。所以，其实我今天还是在做着与数学物理相关的东西，我想理解脑到底怎么回事。

我一直有一个永恒的主题，就是“寻根”。

比如精神分裂症，通过脑科学，我们研究出它有两个根，一个是语言的问题，一个是记忆的问题。我一直就在想，这些疾病是怎么发生发展的？我想讲一个完整的故事，而不想只做切面，切面对我来说很无聊。我一直想知道“根”是怎么回事，只有知道根，我们才能去了解它真正的质地，去做干预。

我对很多脑疾病都感兴趣，像阿尔茨海默病（AD）、帕金森、抑郁症、成瘾，还有小孩的多动症、自闭症等。其实我们挺幸运的，处在一个有了大数据可以告诉你疾病如何发生发展的时代，这在以前是根本不可能的。

我是1996年去的剑桥，回国后，国家和学校给了很大的支持，给了我们这么大的脑影像中心。在我看来，类脑研究院最好的地方在于它是“问题驱动”的。

今天的科学跟二三十年前有了很大的改变，不再是大家在自己的小行当里做点事，而是问题驱动、学科交叉。

比如“人脑到底怎么回事？”，做分子生物学的不能完全回答，做生理的、做心理的也不能完全回答，像我们做数学的，有了大规模的数据才能去看看到底怎么回事。大家聚在一起，有文化气氛，不光是为了发文章，这是非常好的氛围。

冯建峰办公室的书架

无论怎么讲交叉，你必须先有自己的“根”。

比如我，数学成了我的语言，我做任何事都会想办法把它公式化、严谨化，数学就是我的烙印。

你必须先有一门学科，无论是数学、物理还是化学，都要学得非常深，让它变成你的一部分，然后再拿你的方法去解决其他学科的问题。先深后广，否则你永远只能在表面上做小打小闹的事。

除此之外，要有好奇心，要广泛涉猎。不要只对一样东西感兴趣，文学、历史都要看。大学教育最根本的是教你拥有自学的能力。

今天的人工智能是建立在大数据基础上的，它给你提供了一个很好的工具和解法，但这个解法永远不是最优的。它是一个很好的帮手，但它到底有没有真正的“智能”？这又回到了一个很原始的问题：什么叫智能？其实很难定义。

现在的人工智能虽然学习了人脑的一部分，比如神经元的层级、激活函数，但其底层的学习算法，比如反向传播算法，并不是人脑使用的机制。我们并不完全理解人脑处理信息的方式。比如我在郑州用的计算机集群一年电费要35个亿，而你的人脑上午吃个面包就够运转了。所以这是完全不同的两条路。

我始终认为，类脑智能的任何一次突破，也许会给人工智能的发展带来极大的促进。

这其实取决于在什么尺度和水平上。

我们确实在做这方面的尝试。比如我有个同事，他希望50年后我们能给他做一个数字孪生脑，还能跟他的女儿对话。我们就在把他的大脑克隆下来，然后结合大模型输出语音，让他能够跟别人对话。

但要注意的是，现在的很多技术只是模仿现象，而我们做的是“内生的”。不过，只有脑是不够的，人的脑子和身体（内感知，如胃、肝、触觉等）永远是连在一起的，是一个互相反馈的控制系统。如果你早上胃不舒服，你这一天可能都没法好好工作。

所以未来如果要把脑和身体同时模拟，再辅助具身智能，那可能才是真正的方向，但这永远在路上，需要逐步往前走。

我当年进北大数学系是奔着陈景润去的。

入学后，当时的数学系系主任丁石孙给我们上了第一堂课。他说你们千万别学陈景润，一个人要先会生活，再去做科学家。这句话其实对我启发很大。

放松下来的状态很重要。我为什么会很喜欢极限运动，因为进入另外一个世界后，我能放松下来，要不然天天都在想科研问题，随时随地想，开车时也停不下来。

很多人做学问是为了混口饭吃，而不是因为兴趣。如果是强迫着去做，这对学术灵感的诞生是一个很大的伤害。科研应该是让你觉得好玩、让你enjoy的。

你要找到你喜欢干的事，不要目的性太强，不要把“青史留名”或者金钱作为唯一的信仰。人还是要有好奇心，在最关键的时候能让你继续往前走。”

现在的年轻人确实太累了。我们这个社会有时候“面子工程”太重，很多人觉得必须留在名校证明自己能干。其实根本没必要，如果觉得不舒服，去做点别的事也挺好。

人这辈子不要只做一件事，比如在剑桥时，我就有同事跑去画画了，还有同事拿到诺贝尔奖后就拍电影去了。

天才数学家约翰·冯·诺依曼被称为”计算机之父“，他在1958年发表了《计算机与人脑》，这本书从数学和逻辑角度系统比较了计算机架构与人脑神经系统，提出了”冯·诺依曼架构“与大脑并行处理、统计逻辑的根本差异，至今仍是连接计算机与脑科学的经典。

我现在的时间总是不够用，但总有一个梦想在我的脑海里萦绕不去：等我把数字孪生脑干到某个程度了，我就去续写冯·诺依曼的这本书，哪怕只是薄薄的几页。

我希望真正理解人脑是怎么工作的，希望每个人都能身心健康。

20年前我就是正教授了，每天都过得挺高兴的，但我还是想做点有用的事儿，比如把抑郁症减缓一点，比如让大家都能有一个健康的脑子，让大家都能高高兴兴地过一辈子，就是这么简单的想法。