逆向工程：柳暗花明又一村

　　我们要想解码大脑，首先就得在大脑活动与真实的外部世界之间建立一种相对对应的关系。如果你只是想用一个脑信号来指挥一只机械手臂，那么仅仅识别出这种关系就足够了。但格兰特等人的野心不止于此，他们希望通过这种对应关系回溯出大脑的运作机制和信息存储机制，从而真正破译大脑使用的各种复杂代码。

　　格兰特也知道这并不容易。大脑的每个区域都会从其他区域获取信息，并将获得的这些信息整合在一起，而在这一过程中，信息的表达方式可能会被改变。神经科学家们必须找出每个点发生了什么转变。与其他工程研究项目不同的是，大脑并非是由人的思维和数学模型很容易理解的原则摆放在一起的。

　　“我们做的工作不是设计大脑，而是大脑就在那，我们要弄清楚大脑的工作原理。”格兰特说，“目前，我们也没有任何数学方法来为大脑这类系统建模。”即使与大脑每个区域的内容有关的数据非常多，目前也没有现成的等式来对它们、它们之间的关系以及它们随时间如何发生变化等进行描述。

　　英国剑桥医学研究理事会（MRC）认知与脑科学部计算神经学家尼古劳斯·科瑞格斯科特也说，甚至理解视觉信息如何被编码都非常需要技巧，尽管视觉系统是大脑内最为人所知的系统。他说：“视觉是人工智能领域的难题之一，但我们认为，它要比下棋或者证明定理更加简单。”

　　除此之外，还有很多问题需要认真处理：比如神经束如何描述脸等事物；信息在视觉系统的不同区域之间如何移动；当脸部发生变化时，描述这张脸的神经编码如何改变等等。自上而下，逐个神经创建一个模型过于复杂。科瑞格斯科特说：“我们也没有那么多资源或时间这样做。”因此他的研究团队正在将现有的视觉模型与大脑数据进行比较，以确定哪些模型最契合。