在科技前沿领域，AI与神经科学的融合正开启全新篇章。加州大学旧金山分校（UCSF）华人科学家张复伦实验室的博士后ShaileeJain，深入探索这一交叉领域，致力于构建“硅基大脑”。
ShaileeJain对神经科学与AI交叉领域的兴趣，源于对大脑复杂性的着迷。AI具备分析海量数据等多种能力，甚至有可能模仿人类思考、说话和互动，这深深吸引了她。2023年，她加入UCSF张复伦博士实验室，研究全脑网络及单个神经元活动，以探究人类语言的奥秘。
神经科学曾因技术限制进展缓慢，但现代脑测量技术带来了变革。如今在ChangLab，手术时能记录单个神经元活动，为研究大脑提供全新视角。然而，处理这些珍贵数据需要强大计算工具，AI与脑活动测量方法的结合，有望推动神经科学发展。
AI为理解大脑带来新可能。过去十年，AI已用于分析多种大脑数据，但对单神经元活动的AI建模仍处于初期。在UCSF，多学科合作收集了多样大脑数据，如fMRI、弥散张量成像、NeuroPixel探针等。张复伦博士开创性地将Neuropixel探针用于人类手术，为研究提供了绝佳机会。
ShaileeJain的工作是将多样数据输入人工神经网络，构建能处理多种数据模式的AI模型，全面描绘人类大脑。训练神经网络不仅要关注神经数据，还需结合文本、语言及行为数据。
通过整合数据，有望创建模拟人类大脑的“硅脑”。硅脑技术在多个领域有重要应用。在新一代脑机接口开发方面，目前的BCI系统存在不足，而硅脑有望开发出无需大规模校准的设备，帮助患者恢复交流能力。
在精神病治疗领域，硅脑技术潜力巨大。神经精神疾病发病机制复杂，通过人工大脑模型，利用患者数据，有望找到针对性治疗方法，探索神经机制。
展望未来，基于脑数据训练的AI系统有望创建“数字孪生”，为大脑活动提供精准分析，在手术和疾病治疗中发挥重要作用。
不过，这一技术刚起步，面临诸多挑战。未来需改进模型，确保临床应用的伦理性和公平性，重视人脑数据使用中的知情同意和数据隐私，探讨技术滥用风险。尽管如此，借助AI力量，我们正迈向这一充满希望的未来。
Shailee Jain学术经历丰富，在多所高校学习研究，其成果为该领域发展奠定基础。
