人工智能帮助科学家了解思想背后的大脑活动
由贝勒医学院和莱斯大学的研究人员领导的一个团队开发了人工智能(AI)模型,帮助他们更好地理解思想背后的大脑计算。这是一个新发现,因为到目前为止还没有测量思想的方法。研究人员首先开发了一个新的模型,可以通过评估行为来评估想法,然后在一个训练有素的人工大脑上测试他们的模型,在那里他们发现了与这些想法估计相关的神经活动。理论研究出现在美国国家科学院院刊。
几个世纪以来,神经科学家一直在研究大脑通过将大脑活动与输入和输出联系起来。例如,当研究运动的神经科学时,科学家测量肌肉运动和神经元活动,然后将这两个测量联系起来,”通信作者、贝勒大学神经科学和赖斯大学电子和计算机工程助理教授Xaq Pitkow博士说。“然而,为了研究大脑中的认知,我们没有任何可以比较测量结果的东西神经活动”。
了解大脑是如何产生认为在美国,研究人员首先需要衡量一个想法。他们开发了一种叫做“逆理性控制”的方法行为并推断出最能解释这种行为的信念或思想。
传统上,该领域的研究人员一直认为,动物会以最优方式解决任务,它们的行为方式会使它们的净收益最大化。但当科学家研究动物行为时,他们发现情况并非总是如此。
“有时动物对环境中发生的事情有‘错误的’信念或假设,但考虑到它们认为周围正在发生的事情,它们仍然试图为自己的任务找到最佳的长期结果。这可以解释为什么动物的行为似乎不是最优的,”Pitkow说,他也是贝勒大学的麦克奈尔学者,贝勒神经科学和人工智能中心的联合主任,赖斯神经工程计划的成员。
例如,假设有一只正在捕猎的动物听到许多与猎物有关的声音。如果一个潜在的猎物发出了所有的声音,那么狩猎者的最佳行为就是不断地将自己的行动瞄准单一的声音。如果猎人误以为这些声音来自许多不同的动物时,它可能会选择一种次优行为,比如不断扫描周围环境,试图找到其中一个。根据它的信念或假设,附近有很多潜在的猎物,猎人的行为是“理性的”和“次优的”。
在第二部分的工作中,Pitkow和他的同事开发了一个模型,将使用逆理性控制方法识别的思想与大脑的活动.
“我们可以观察模型思想的动态,以及大脑对这些思想的表征的动态。如果这些动态相互平行,那么我们就有信心捕捉到与这些想法有关的大脑计算的各个方面,”皮特科说。“通过提供评估思想和解释与之相关的神经活动的方法,这项研究可以帮助科学家了解大脑是如何产生复杂行为的,并为神经疾病提供新的视角。”
进一步探索