2017年6月27日
卡耐基梅隆大学
这一由卡耐基梅隆大学（CMU）的Marcel Just领导的最新研究，利用首创的机器学习算法和脑成像技术，实现了“读心术”。研究表明，思维中构成复杂想法的基础成分是由大脑中多种分系统形成的，与语言无关。
供图：卡耐基梅隆大学
卡耐基梅隆大学的科学家们利用大脑活动模式识别复杂的想法，例如，“这个受试者在实验中发出了尖叫。”
这一由卡耐基梅隆大学（CMU）的Marcel Just的最新研究，利用首创的脑成像的机器学习算法，实现了“读心术”。研究表明，思维中构成复杂想法的基础成分是由大脑中多种分系统形成的，与语言无关。这项研究成果发表在Human Brain Mapping杂志上，由“高级智能专项研究活动”（IARPA）资助，研究为神经系统层面的观点呈现与人类个体和语言无关提供了新证据。
“大脑的一大进步，是把单独的概念与复杂的思维联系在一起，从而不仅只想到‘香蕉’，还能想到‘与其他小伙伴一起吃香蕉’。”D.O. Hebb大学的Just教授说，他同时还是Dietrich人文社会科学院的心理学教授，“我们最终开发出了一种根据fMRI信号探究复杂思维的方法。这种思维与大脑活动模式间的对应关系让我们明白了思维是由什么建立起来的。”
Just教授和同事们之前的工作表明，对于熟悉的物体，例如香蕉或锤子，会引发我们之前在处理这些物体时的神经系统活动模式。举个例子，人对一根香蕉的处理包括如何拿住香蕉的方式，吃香蕉的方式以及香蕉的外观。
新研究阐释了大脑对240个复杂事件的编码，比如在测试中出现的喊叫语句，就使用了42种基本的意义成分，或神经性语义特征，由人称，环境，大小，社交及身体活动组成。大脑将不同类型的信息用不同的系统分别处理，这其中也包括大脑对物体信息的处理过程。通过检测大脑中每个系统的活动，就可以看出处理中的思维类型。
研究引入了7位研究对象，研究人员使用一种计算机模型，评估7位参与者的239个语句的大脑活动模式是如何与每个语句的神经性语义特征一一对应的。接下来，这一程序就能够解码第240个语句的特征。之后，他们再用交叉验证的方法将240个语句逐一分离。
上述模型可以在不了解一个语句的大脑活动的情况下，预测该语句的特征，准确率为87%。反之，只要知道某一从未见过的语句的语义特征，我们也可以预测该语句的大脑活动模式“我们的方法克服了fMRI将时间上相近的大脑事件的信号混在一起的弊端，就好像读出一个语句中2个连续的单词。”Just教授说，“这一改进让我们有可能解码包含多个概念的思维内容，而这正是大多数人类思维的组成方式。”
他补充道：“下一步，我们可能会解码一个人通常会思考的普遍话题，例如地质学或滑板运动。我们正在绘制一幅大脑中所有知识类型的地图。”
CMU的Jing Wang和Vladimir L. Cherkassky也参与了研究。
对于大脑如何解码复杂思维的发现是CMU大脑研究不断取得的突破之一。该校设立了第一批认知导师职务，协助设立了Jeopardy-winning Watson基金，资助一项开创性的神经网络博士项目，同时也是人工智能和认知心理学的诞生地。依附该校强大的生物学、计算机科学、心理学、统计学和工程学实力，CMU启动了BrainHub项目，这是一个专注于大脑结构与大脑活动如何引发复杂行为的研究。
翻译：谢梦莹
审校：董子晨曦
原文链接：https://www.sciencedaily.com/releases/2017/06/170626105758.ht
留言