无论是简单的知觉、行动，还是复杂的情感、思维、学习、决策，都来自于我们的大脑。大脑是最复杂的生物器官，也是最神秘的“计算机”。即使今天最快的超级计算机（中国的Nebulae今年排名世界第二），在重要的智能方面也不及人脑。了解大脑的生物学原理，包括从遗传基础到神经网络机制，是21世纪最主要的科学挑战之一。这个领域的发展将解开脑的奥秘，而且将会对社会发展的多方面有深远影响。“脑科学与认知科学”在《国家中长期科学和技术发展规划纲要》中被列为八大科学前沿之一。
脑科学的科学研究越来越需要计算神经科学。计算神经科学是一门跨领域的交叉学科，把实验神经科学和理论科学研究联系在一起，运用物理、数学以及工程学的概念和分析工具来科学研究大脑的功能。随着各项新技术，如高密度多电极记录、用大量钙敏感染料的双光子成像技术、脑基因组学、脑连接组学的快速发展，未来数年里实验数据将以空前的速度增加。
因此，展望未来，为了能解读这些实验数据，并据此提出和检验各种科学假说，新的计算工具和方法是必不可少的。另一方面，大脑是一个异常复杂的动力学系统，具有多种反馈机制和多层时空结构，它的行为不能仅仅依靠直觉来理解，定量分析和从概念上深入阐明是至关重要的。这就是为什么计算神经科学，使用理论和模型，并通过与实验的互动，对形成新概念和基本原理起相当的作用。中国要成功建立一流实验神经科学，尤其是系统、认知神经科学，一定需要发展配套的一流计算神经科学。
除了在基础科学研究方面的贡献外，计算神经科学通过和神经科学的其他分支相结合，也会对社会的各个层面产生广泛的影响。例如，心理学、神经科学和机器学习理论能够为学习、教育提供新的模式。又如，对大脑如何作决策的科学研究已经开始影响微观经济学和社会抉择行为学，开拓了“神经经济学”这个新领域。再如，脑疾病已越来越引起社会的注意。由于对许多精神障碍病的治疗必须了解其相应的认知缺陷以及相关的分子和网络机制的失调，人们已经开始为精神病学发展新的计算和系统的科学研究方法。
另一个相关的广阔领域是未来的计算机技术、人工智能。作为开发下一代智能机器人平台的脑计算机仿真已受到人们的广泛关注。2008年2月，美国国家工程院发表了用工程方法重建人脑的重大挑战书(https://www.engineeringchallenges.org/cms/8996/9109.aspx)。
IBM和DARPA(Defense Advanced Research Projects Agency) 目前都积极地投入到这项科学研究中。欧盟也有“幼兽机器人”（RobotCub)大计划，以脑科学为基础发展智能机器人。在2009 Kavli Futures Symposium有关“幻想的计算机”的讨论会中，计算机学家、脑神经学家、物理学家们有一个共识：和计算神经科学的紧密合作能帮助人们为未来的机器人设计出创新型的结构(参见https://www.kavlifoundation.org/extreme-achine-2009-kavli-futures-symposium)。
由此可见，在中国建立计算神经科学，不仅仅对于我们实现建设世界一流的神经科学的目标是必不可少的，而且还对很多其他相关领域，特别是机器学习、机器人技术及神经工程学的发展，将产生巨大的促进作用。
计算神经科学是一个正在成熟的新领域
将数学理论和模型应用到脑的科学研究已经有一定的历史了。从上世纪30年代开始，McCullough和Pitts建立了第一个神经网络的数学模型；Norbert Wiener和John von Neumann推测了计算机和脑的关系；Hodgkin、Huxley和Rall建立了第一个符合生理学性质的神经元和突触模型，从而奠定了科学研究生物学神经网路的理论基础。
计算神经科学作为一个新学科领域开始形成，大约是在1988年左右。那一年，Sejnowski、Koch 和Churchland在 美国《科学》杂志上发表了这个领域的“宣言”。也就在同一年，介绍计算神经方法的课程首次在Woods Hole的海洋生物学所由Koch和Bower开设。为什么是在20世纪80年代后期呢？我在1987年获得理论物理学博士学位，当年转向这个新的领域。我记得当时有三个领域的成果汇聚令人振奋：一是人工智能〔Parallel Distributed Processing (PDP)，也就是“并行与分布式处理”的发展正处于它的高峰，影响颇大的两卷PDP手册在1986年出版〕；二是神经网络的物理科学研究（Hopfield模型及Amit、Gutfreund 和Sompolinsky 对此模型的分析在20世纪80年代中期发表）；三是现代神经生理学（1988年 Llinás 在美国《科学》杂志上发表的综述是其典型代表）。因此，计算神经科学始于实验神经科学、神经网络理论和人工智能的发展。从一开始，这个领域就是个高度交叉的学科，它吸引了大量来自物理学、认知心理学、数学和计算机等学科的科学家。
在过去20年里，这个领域飞速发展。其中一个标志就是每年在美国、欧洲和日本等地都要举办计算神经科学方面的年会（Cosyne、CNS、NIPS，每一个会、每届均有数百名参会者）和暑期学校。但是，需要强调的是这个领域仍然很年轻。在美国，哥伦比亚（2005年）、耶鲁（2006年）、普林斯顿（2006年）、哈佛（2007年）都是在近年间才建立起计算神经科学中心。其他一些顶尖大学仍尚未设立类似的理论中心。（美国）神经科学学会在2008年第一次颁发理论神经科学领域的Swartz奖。
因此，计算神经科学是一个新兴的前沿领域，它对中国未来科学的发展提供了一个很好的契机。
计算神经科学的科学研究方向
预测科学发现是不可能也是不明智的，但对建立一个学科领域来讲，设法找出有潜力的科学研究方向还是有用的。以下我提出4个在我看来有发展前景的科学研究方向。
