科学领域的跨界与融合正在激发出更多的交叉创新。
在刚刚结束的2023年世界人工智能大会上，基于AI的图计算也成为业界关注的焦点。
此前，蚂蚁技术研究院和复旦大学脑科学研究院联合攻坚的类脑研究“基于图计算的脑仿真架构”已经启动，该项目将通过图计算、人工智能与实验神经科学的紧密结合，打造新一代大规模高精度脑仿真系统。
一直以来，人类对脑科学前沿的探索从未停止，计算神经科学是其中一个分支。
在蚂蚁技术研究院院长、蚂蚁图计算技术负责人陈文光看来，如果计算技术能够帮助脑科学的研究，计算技术就是手段，脑科学的突破是目的。反之，如果脑科学的发展能够促进计算技术的发展，脑科学就是手段，而计算技术就是目的。
因此，基于二者融合的日趋紧密，图计算技术正在获得更多的产业落地机会。
Gartner在《2021年十大数据和分析技术趋势》报告中预测，到2025年，图技术将应用于80%的数据和分析创新。目前，在金融、互联网、工业、医药、公共卫生、公共安全等领域都有很多的应用。
蚂蚁技术研究院图计算实验室研究员朱晓伟在接受21世纪经济报道记者采访时表示，对图计算系统来说，当下存在着三个关键的技术要求，首先是要能够支撑超大规模的数据存储；其次在大规模图数据上面要能够执行高效的查询和计算；最后特别是在工业界使用的时候，会更加关心可靠和应用。
落地时机已到图计算与神经网络系统的运作，有天然的相似性。
陈文光介绍称，图计算是一种以点和边来构建关联关系的计算模式，最大的优势是可对大到百万亿规模的点边关系进行动态性和实时性分析。
他表示，图计算用于脑仿真可以高精度还原神经元的结构，模拟生物实验得到数据，并进一步结合生物实验互相验证，打造生物实验和计算机实验互相验证的“环”，最终实现高精度脑仿真。
在朱晓伟看来，图计算的核心优势有两点：一方面是具备更加自然的抽象性，可以很好地反映世间万物之间的联系。另一方面，图计算可以进行更加高效的面向关系的计算。因此，在图计算之上运行算法效率会大大提高。
事实上，计算神经科学的仿真是一个相当有历史的课题，从有计算机开始，研究者就在这一方向上探索，而当前脑仿真系统常用的架构是立足于20年前的数据量、计算机能力和生物学对神经的理解。
但计算神经科学需要一个全新的脑仿真架构，来容纳更大量的数据、提供更宏伟的算力，从而实现更精确的仿真和预测。
近些年，欧洲、美国和日本等先后启动了“蓝脑计划”“BRAIN计划”等研究项目，我国也于2021年正式启动“中国脑计划”。随着各项目的推进，世界各国脑计划获取了大量的神经生物数据。膜片钳等新工具的演进，人工智能等跨学科交叉技术的应用，也使得大脑图谱和神经元的特性被进一步发现。
而在基础研究方面的持续探索外，市场也在关心围绕具体的产业应用，图计算又将扮演着怎样的角色？
合合信息智能创新事业部总经理唐琪对21世纪经济报道记者表示，当下随着可信AI概念的持续走高，有关AI伦理风险的问题开始得到业内关注，而图计算恰恰可以在识别虚假信息、对生成式图片进行智能判别等场景内发挥重要作用。
此前，合合信息也发布了其最新的AI图像篡改检测技术。据了解，其不仅可以识别出自然场景图像，针对对用户生活影响更大的资质证书、文档合同、银行保单等截图信息也可以进行有效的判别。
唐琪告诉记者，该技术的主要难点在于，与证照篡改检测相比，截图的背景没有纹路和底色，整个截图没有光照差异，难以通过拍照时产生的成像差异进行篡改痕迹判断，现有的视觉模型通常难以充分发掘原始图像和篡改图像的细粒度差异特征。
而升级后的AI图像篡改检测技术可检测包括转账记录、交易记录、聊天记录等多种截图，无论是从原图中抠图还是擦除、重打印等方式，图像篡改检测技术均可进行有效的鉴别。
而在朱晓伟看来，图计算在金融领域的防治黑灰产业，以及工业4.0中的供应链管理、设备管理、故障诊断以及互联网上的搜索推荐、营销等场景内都有着可观的落地前景。
产学研联动相较单一领域的研究创新，交叉团队的产学研联动要付出更多的努力。
“不同领域的术语不一样，同样一个词，我们觉得应该这样说，对方觉得应该那样说。”陈文光坦言，学界与业界在进行交叉合作时需要逐步理解对方的工作，然后把它融合成一个可用的内容。
他表示，以往的研究焦点并不是在整个大脑的模拟上，更多关心的是单个神经元，或者是神经环路的模拟。现在看来，要模拟整个大脑，就需要把图计算的位置提得更高。
复旦大学脑科学研究院高级PI、博士生导师王云认为，任何的知识和技术的发展，都是螺旋式上升的过程。“不是只有理论完全成熟了以后，才能有这个技术，才能变成一个产品。或者说，先要有技术、先要有产品，才能推动这个理论的发展。我希望是一个能够互相互为的作用，然后螺旋式上升。”
他表示，硅基空间的脑仿真虚拟实验平台，可辅助药物研究和开发，为药物研究早期靶点筛选提供硅基模型，促进更精细、更高效的药物开发。对于认识大脑，通过促进神经科学基础上的应用，加快对生物智能在内的脑高级功能的理解。
而该项目组成员、复旦大学脑科学研究院工程师王小斐则介绍称，目前团队的工作主要致力于两个方面，首先是架构，“就好像建造一座大楼，必须预留好它的地基和空间。”
而在架构搭建完之后，如何把实验数据填进去成为其面临的课题。该项目仿真的脑区是与阿尔茨海默疾病有关联的脑区，如果相关实验能够得到成功验证，后续会将模型开源，团队也呼吁全世界脑科学研究人士参与到更多脑区的研究开发中。
“我们也要认识到，虽然交叉领域很有前景，但是科学探索本身就是一个不确定性的事情，我们需要低调和务实。”陈文光表示，这个领域到底能产生什么样的结果，仍然是一个未知数，但其未来所具备的广阔前景，仍然是毋庸置疑。
