科學家發現大腦做決策的方式與以往認知不同

伊利諾伊大學厄巴納-香檳分校的一項新研究顛覆了我們對大腦決策機制的傳統認知。科學家發現，大腦做出決定的時間點比以往認為的要早得多，這一發現可能重塑人工智能的未來發展方向。

由格蘭傑工程學院電氣與計算機工程教授尤里·弗拉索夫領導的團隊，在《美國國家科學院院刊》（PNAS）上發表了這項研究成果。該研究指出，早期感覺腦區在決策中扮演了出人意料的角色，挑戰了長期以來認為決策僅發生在信息經過嚴格層級結構傳遞之後才產生的觀點。

重新思考大腦如何做決策

人類大腦被認為是已知宇宙中最複雜的結構，科學家尚未完全理解其工作原理。正因如此，美國國家工程院在2008年將逆向工程大腦列為21世紀工程學的14大挑戰之一。

幾十年來，包括卷積神經網絡在內的許多人工智能系統都受啓發於大腦以單向序列處理信息的觀點。根據這種傳統模型，感覺信息向上通過越來越複雜的腦區，直到到達額葉皮層，在那裏做出決策。

弗拉索夫和其他研究人員越來越質疑這一圖景的完整性。相反，他們正在探索一種基於自然智能的模型，這種智能經過數億年的進化而完善。在這一框架中，大腦不僅依賴逐步的信息流，決策還依賴於相互連接的反饋迴路，允許信息在腦區之間雙向流動。

由於生物智能在執行極其複雜的任務時比當今的AI系統節能得多，理解這一架構可能有助於指導未來人工智能的發展。

“我們想從數十億年的進化中學習，”弗拉索夫説，“生物智能在架構上是如何組織的？我們能從大腦的架構方面學習，並效仿它使AI更有效、更省電、更智能嗎？在決策層面，這正是當前AI所欠缺的。”

早期腦區顯示決策活動

為了研究這些過程，研究團隊聚焦於大腦最早期階段的感知過程。科學家記錄了小鼠在虛擬現實走廊中導航並做出感知決策時的神經活動。他們發現，在初級軀體感覺皮層（S1，大腦最早的感官處理區域之一）中存在與決策相關的活動。

S1並非簡單地將信息向前傳遞，而是通過反饋迴路受到高級腦區的影響。這種自上而下的調節表明，決策涉及多個腦區之間的持續通信，而非簡單的單向信息流。

“大腦的神經代碼在很大程度上仍然是一種未知的語言，”弗拉索夫説，“但這種系統層面的理解可以看作是對如何構建更高效人工神經網絡的潛在影響——如何構思下一代AI。也許通過我們從真實大腦中學到的這些類比，我們可以進一步改進AI。”

發現對未來AI的意義

研究人員強調，這項研究並沒有為構建更好的AI提供藍圖。相反，它提供了關於大腦如何組織決策的新見解，最終可能啓發未來的AI架構。

接下來，弗拉索夫和他的團隊計劃更詳細地研究這些大腦信號的時間特性。他們還打算開發測量神經活動的新技術，以更好地理解反饋迴路如何出現並協調不同層次的腦處理。

“通過觀察神經活動的快速時間動態，我們也許能更好地理解這些反饋迴路如何參與決策，”弗拉索夫説，“這可能是一種潛在的方法，揭示這些目前未知的機制——這些反饋迴路是如何動態組織的，它們如何形成並塑造不同層次的處理過程。也許這可以在新的AI架構中得到實現。”