哥大团队用AI解码大脑推理：发现神经活动高维几何表达

哥大团队用AI解码大脑推理：发现神经活动高维几何表达

哥伦比亚大学和西达赛奈医疗中心的研究团队最近在大脑推理机制研究方面取得了突破性进展。通过利用AI技术，研究人员首次将大脑活动转化为高维几何形状，揭示了人类大脑在推理过程中的复杂神经机制。这一发现不仅增进了我们对大脑功能的理解，还有望为治疗与记忆和决策缺陷相关的神经和精神疾病提供新的思路。

哥伦比亚大学祖克曼研究所和西达赛奈医疗中心的研究团队对17名癫痫患者的3000多个神经元进行了脑电记录。这些志愿者在医院接受了侵入性监测以确定疾病发作源。该数据集帮助团队首次监测了脑细胞进行推理的全过程。

研究团队设计了一个简单的推理任务，并同时记录神经元活动。任务中，参与者通过反复试验发现图像与按下左键或右键之间的关联。一旦参与者学会了一组图像的关联，团队就会立即切换联系。切换后，参与者会作出错误判断，但他们也能快速意识到所有图像按钮关系均已改变，进而推断出新的规则。

研究中，团队揭示了推理、推断、计划甚至调节情绪这些思维在神经元活动中的物理表达。他们利用精心设计的AI工具，整合了此前神经元的记录，将参与者大脑活动转化为几何形状。这些形状占据了惊人的数千个维度，而不是人们熟悉的三维（3D）呈现。团队表示，这些高维几何形状甚至无法在计算机显示器上看到，但他们可使用数学技术在3D演示中看到它们的简化版本。

研究团队发现大脑在推理成功和不成功时活动形状有明显差异。此外，他们确认了海马体不仅是描绘了物理空间的“神经地图”，还构建了与推理和学习相关的“认知地图”。该研究使科学家首次了解大脑如何让人类灵活地学习和执行任务，并应对不断变化的条件和经历。研究成果有助于引导科学家找到干预措施，治疗与记忆和决策缺陷有关的神经和精神疾病。

在脑研究中，一个有趣的案例是第一次在伦敦租车的美国司机。因为英国的左侧驾驶道路规则与美国正好相反。美国司机要颠覆他们已掌握的多种规则，而这种思维转变，需要一方面专注驾驶的偏向性，一方面作出推断以避免直接驶入对面车流中。其实，此类情况在世界很多地区都会遇到，而人类也经常需要调用认知过程来快速了解新环境并采取行动。本文的研究第一次呈现了神经元如何为此放电，而当它们“齐声歌唱”时，竟然是连计算机都无法显示出来的数千维度。

研究的领导者，Ueli Rutishauser教授解释道，抽象化使我们能够在纷繁的信息中筛选出无关紧要的部分，聚焦于真正重要的细节，从而做出有效决策。推理则基于我们已有的知识，对未知情境做出合理的预测。这两项能力是认知和学习的核心要素，帮助我们在陌生环境中迅速学习并采取恰当行动。

Merav Sabri博士强调，这项研究为理解大脑如何使我们灵活地学习新事物、应对不断变化的情境提供了全新视角。这些发现基于知识构建的基础，未来可能有助于开发针对记忆和决策障碍相关神经系统及精神疾病的创新治疗策略。令研究团队感到意外的是，这些独特的大脑活动模式仅出现在海马体中——一个深藏于大脑中心、对长期记忆形成至关重要的区域。这一发现深化了科学家对海马体在学习过程中作用的认识。研究人员总结称，这是他们首次明确证实人类海马体在抽象知识学习和推理活动中扮演关键角色。鉴于多种神经系统疾病如阿尔茨海默病、强迫症和精神分裂症都与大脑功能异常有关，此次研究成果有望为解释这些疾病患者面临的决策困难提供线索。