新研究科学家借助人工智能了解大脑思维

　　至今为止没有仪器可以测量生物大脑的想法。神经科学家很有兴趣钻研大脑的思考过程究竟是怎样的一个过程，把模拟神经元对各种条件的判断提高到一个新的层次。
　　美国贝勒医学院（BaylorCollegeofMedicine）和莱斯大学（RiceUniversity）的研究人员利用人工智能模型，为大脑活动的研究开启了一个新的思路。
　　几个世纪以来，神经科学家都是通过把大脑活动与输入和输出的信息联系起来研究大脑的工作方式。比如，要研究运动的神经科学，科学家先测量肌肉的运动和大脑的神经元活动，然后把两者联系起来寻找规律。
　　这份研究的主要作者之一贝勒医学院的神经科学助理教授皮特科（XaqPitkow）说，可是要研究大脑的意识，我们找不到任何东西与神经活动进行对比。
　　为研究大脑产生想法的过程，研究人员认为先要测量一个想法。可是想法看不见、摸不着，怎么测量？他们开发了一个反向推理的系统，从行为反向推理最可能导致这一行为的想法。
　　这项研究的另一部分，研究人员开发了另一个经过训练的人工智能模型，再把前一个部分反向推理得到的想法将展现的大脑活动，与观测到的大脑活动进行对比。
　　我们把从推理得到的想法，和展现这些想法的大脑活动进行对比，如果它们相符，就说明我们掌握了大脑得出这些想法的推理过程。
　　在一项实验中，研究人员让一只动物分辨一个盒子里面水果是生的还是成熟的。其实所有的水果都是不成熟的，但是这个系统模型从动物的行为推测出，动物的想法是认为这些水果里面有的是成熟的，有的是不成熟的。
　　皮特科又举一个例子说，以前，科学家以为动物的大脑总是以最佳方案为原则去完成任务。可是这份研究通过这种新的研究方式，发现不见得总是这样。
　　有时候动物对周围的环境所做的判断是‘错误’的，基于这样的判断，它们去思考最佳的行动方案。可能这就是为什么我们会看到动物有时候的行为是次优方案的原因。皮特科说。
　　皮特科说，例如，动物在捕猎的时候对周围声音信息的判断很重要。如果它们判断这些声音来自同一个猎物，那么大脑所决定的最佳行动方案应该是把所有的行动都聚焦于这个声音的来源。
　　如果这个捕食者错误地认为这些声音来自不同的猎物，这就会导致它们采用不同的行为方案、一个次优方案比如不断地扫视四周，从而确定其中一个猎物。
　　因此这项研究认为，动物是根据它们的判断做出理性、但是看起来次优的行为方案。研究人员有信心他们的模型的确推理出了动物大脑的想法。
　　这份研究近期发表在《美国国家科学院院刊》（PNAS）上。