大腦決策機(jī)制顛覆認(rèn)知，或?yàn)锳I架構(gòu)帶來新啟示

伊利諾伊大學(xué)厄巴納-香檳分校的科學(xué)家發(fā)現(xiàn)了一項(xiàng)可能重塑神經(jīng)科學(xué)與人工智能研究方向的重要證據(jù)。研究結(jié)果表明，大腦的決策過程遠(yuǎn)比傳統(tǒng)理論所描述的更早啟動(dòng)，這一發(fā)現(xiàn)為設(shè)計(jì)更高效、更節(jié)能的未來AI系統(tǒng)提供了新的思路。

該研究由格蘭杰工程學(xué)院電氣與計(jì)算機(jī)工程教授尤里·弗拉索夫主導(dǎo)，成果發(fā)表于《美國(guó)國(guó)家科學(xué)院院刊》。研究指出，大腦早期感覺區(qū)域在決策過程中扮演著出人意料的角色，挑戰(zhàn)了"決策只在信息逐級(jí)傳遞至額葉皮層后才產(chǎn)生"這一長(zhǎng)期主流觀點(diǎn)。

重新認(rèn)識(shí)大腦的決策方式

人類大腦被普遍認(rèn)為是已知宇宙中最復(fù)雜的結(jié)構(gòu)，科學(xué)家至今仍未完全理解其運(yùn)作機(jī)制。正因如此，美國(guó)國(guó)家工程院早在2008年就將"逆向解析大腦"列為21世紀(jì)工程領(lǐng)域的14項(xiàng)重大挑戰(zhàn)之一。

幾十年來，包括卷積神經(jīng)網(wǎng)絡(luò)在內(nèi)的眾多人工智能系統(tǒng)，都建立在"大腦以單向序列方式處理信息"這一理念之上。傳統(tǒng)模型認(rèn)為，感覺信息從低級(jí)腦區(qū)逐步向上傳遞，經(jīng)過越來越復(fù)雜的處理區(qū)域，最終到達(dá)額葉皮層完成決策。

然而，弗拉索夫等研究人員越來越質(zhì)疑這幅圖景是否完整。

他們正在探索一種基于"自然智能"的模型——這種智能經(jīng)過數(shù)億年的進(jìn)化不斷完善。在這一框架下，大腦并非單純依賴逐步傳遞的信息流，決策同樣依賴于各腦區(qū)之間相互連接的反饋回路，使信息能夠在不同腦區(qū)之間雙向流動(dòng)。

由于生物智能在完成極其復(fù)雜任務(wù)的同時(shí)，所消耗的能量遠(yuǎn)低于當(dāng)今的AI系統(tǒng)，理解這種架構(gòu)有望為未來人工智能的發(fā)展提供重要指引。

"我們希望從數(shù)十億年的進(jìn)化中汲取經(jīng)驗(yàn)，"弗拉索夫表示，"生物智能在架構(gòu)上是如何組織的？我們能否從大腦的架構(gòu)中學(xué)習(xí)，并加以模擬，使AI變得更高效、更節(jié)能、更智能？在決策層面，這正是當(dāng)前AI所欠缺的。"

早期腦區(qū)呈現(xiàn)決策相關(guān)活動(dòng)

為深入探究這些機(jī)制，研究團(tuán)隊(duì)將目光聚焦于大腦感知與感覺處理的最早階段。

科學(xué)家記錄了小鼠在虛擬現(xiàn)實(shí)通道中導(dǎo)航并做出感知判斷時(shí)的神經(jīng)活動(dòng)，發(fā)現(xiàn)在初級(jí)軀體感覺皮層（S1）——大腦最早期感覺處理區(qū)域之一——中存在與決策相關(guān)的神經(jīng)活動(dòng)跡象。

S1并非只是簡(jiǎn)單地向前傳遞信息，而是會(huì)受到更高級(jí)腦區(qū)通過反饋回路施加的影響。這種自上而下的調(diào)控表明，決策涉及多個(gè)腦區(qū)之間的持續(xù)溝通，而非簡(jiǎn)單的單向信息流動(dòng)。

"大腦的神經(jīng)編碼在很大程度上仍是一門未知的語(yǔ)言，"弗拉索夫說，"但這種系統(tǒng)層面的理解，可以視為構(gòu)建更高效人工神經(jīng)網(wǎng)絡(luò)的潛在啟示——為思考下一代AI提供新的方向。也許借助這些從真實(shí)大腦中獲得的類比，我們能夠進(jìn)一步改進(jìn)AI。"

研究發(fā)現(xiàn)對(duì)未來AI的潛在意義

研究人員強(qiáng)調(diào)，這項(xiàng)研究并非為構(gòu)建更優(yōu)秀人工智能提供直接藍(lán)圖，而是提供了關(guān)于大腦如何組織決策的全新見解，未來有望啟發(fā)新的AI架構(gòu)設(shè)計(jì)。

接下來，弗拉索夫團(tuán)隊(duì)計(jì)劃更深入地研究這些腦信號(hào)的時(shí)序特征，并開發(fā)用于測(cè)量神經(jīng)活動(dòng)的新技術(shù)，以期更好地理解反饋回路的形成方式及其在不同層次大腦處理過程中的協(xié)調(diào)機(jī)制。

"通過觀察神經(jīng)活動(dòng)的快速時(shí)間動(dòng)態(tài)，我們或許能更好地理解反饋回路在決策中的參與方式，"弗拉索夫表示，"這種方法或許正是揭示目前未知機(jī)制的切入點(diǎn)——這些反饋回路是如何動(dòng)態(tài)組織的，又是如何形成并塑造不同層次處理過程的。也許這些都可以被應(yīng)用到新的AI架構(gòu)之中。"

Q&A

Q1：大腦的傳統(tǒng)決策模型是什么？這項(xiàng)研究有何不同？

A：傳統(tǒng)模型認(rèn)為，感覺信息從低級(jí)腦區(qū)單向傳遞至額葉皮層后才產(chǎn)生決策。而伊利諾伊大學(xué)的這項(xiàng)研究發(fā)現(xiàn)，大腦早期感覺區(qū)域（如初級(jí)軀體感覺皮層S1）也參與決策過程，并受到高級(jí)腦區(qū)通過反饋回路的調(diào)控，說明決策是多腦區(qū)持續(xù)雙向溝通的結(jié)果，并非簡(jiǎn)單的單向信息流。

Q2：這項(xiàng)大腦決策研究對(duì)AI發(fā)展有什么實(shí)際意義？

A：研究表明，生物大腦通過雙向反饋回路完成復(fù)雜決策，且能耗遠(yuǎn)低于現(xiàn)有AI系統(tǒng)。研究人員認(rèn)為，理解這種架構(gòu)有望為下一代AI提供新的設(shè)計(jì)思路，使其在決策能力上更強(qiáng)、能耗更低。不過，研究者也明確指出，目前的發(fā)現(xiàn)尚不能直接作為構(gòu)建AI系統(tǒng)的工程藍(lán)圖。

Q3：研究團(tuán)隊(duì)接下來打算做什么？

A：弗拉索夫團(tuán)隊(duì)計(jì)劃進(jìn)一步研究大腦信號(hào)的時(shí)序特征，并開發(fā)新型神經(jīng)活動(dòng)測(cè)量技術(shù)，以更清晰地揭示反饋回路的形成機(jī)制及其在不同層次大腦處理過程中的協(xié)調(diào)方式，最終希望將這些發(fā)現(xiàn)應(yīng)用于新的AI架構(gòu)設(shè)計(jì)中。