科学家发现大脑做决策的方式与以往认知不同

伊利诺伊大学厄巴纳-香槟分校的一项新研究颠覆了我们对大脑决策机制的传统认知。科学家发现，大脑做出决定的时间点比以往认为的要早得多，这一发现可能重塑人工智能的未来发展方向。

由格兰杰工程学院电气与计算机工程教授尤里·弗拉索夫领导的团队，在《美国国家科学院院刊》（PNAS）上发表了这项研究成果。该研究指出，早期感觉脑区在决策中扮演了出人意料的角色，挑战了长期以来认为决策仅发生在信息经过严格层级结构传递之后才产生的观点。

重新思考大脑如何做决策

人类大脑被认为是已知宇宙中最复杂的结构，科学家尚未完全理解其工作原理。正因如此，美国国家工程院在2008年将逆向工程大脑列为21世纪工程学的14大挑战之一。

几十年来，包括卷积神经网络在内的许多人工智能系统都受启发于大脑以单向序列处理信息的观点。根据这种传统模型，感觉信息向上通过越来越复杂的脑区，直到到达额叶皮层，在那里做出决策。

弗拉索夫和其他研究人员越来越质疑这一图景的完整性。相反，他们正在探索一种基于自然智能的模型，这种智能经过数亿年的进化而完善。在这一框架中，大脑不仅依赖逐步的信息流，决策还依赖于相互连接的反馈回路，允许信息在脑区之间双向流动。

由于生物智能在执行极其复杂的任务时比当今的AI系统节能得多，理解这一架构可能有助于指导未来人工智能的发展。

“我们想从数十亿年的进化中学习，”弗拉索夫说，“生物智能在架构上是如何组织的？我们能从大脑的架构方面学习，并效仿它使AI更有效、更省电、更智能吗？在决策层面，这正是当前AI所欠缺的。”

早期脑区显示决策活动

为了研究这些过程，研究团队聚焦于大脑最早期阶段的感知过程。科学家记录了小鼠在虚拟现实走廊中导航并做出感知决策时的神经活动。他们发现，在初级躯体感觉皮层（S1，大脑最早的感官处理区域之一）中存在与决策相关的活动。

S1并非简单地将信息向前传递，而是通过反馈回路受到高级脑区的影响。这种自上而下的调节表明，决策涉及多个脑区之间的持续通信，而非简单的单向信息流。

“大脑的神经代码在很大程度上仍然是一种未知的语言，”弗拉索夫说，“但这种系统层面的理解可以看作是对如何构建更高效人工神经网络的潜在影响——如何构思下一代AI。也许通过我们从真实大脑中学到的这些类比，我们可以进一步改进AI。”

发现对未来AI的意义

研究人员强调，这项研究并没有为构建更好的AI提供蓝图。相反，它提供了关于大脑如何组织决策的新见解，最终可能启发未来的AI架构。

接下来，弗拉索夫和他的团队计划更详细地研究这些大脑信号的时间特性。他们还打算开发测量神经活动的新技术，以更好地理解反馈回路如何出现并协调不同层次的脑处理。

“通过观察神经活动的快速时间动态，我们也许能更好地理解这些反馈回路如何参与决策，”弗拉索夫说，“这可能是一种潜在的方法，揭示这些目前未知的机制——这些反馈回路是如何动态组织的，它们如何形成并塑造不同层次的处理过程。也许这可以在新的AI架构中得到实现。”