伊利诺伊大学厄本那-香槟分校的科学家们发现的证据可能会重新塑造研究人员对大脑和人工智能的理解。他们的研究表明，决策过程在大脑中的启动远早于传统理论所提及的时间，为未来设计更具能力且能效更高的人工智能系统提供了新思路。这项研究由电气与计算机工程教授尤里·弗拉索夫（Yurii Vlasov）领导，发表在《国家科学院院刊》（PNAS）上。研究指出早期感觉大脑区域在决策中的意外作用，这挑战了长期以来认为决策仅在信息经过严格的脑区层级后才产生的观点。重新思考大脑的决策方式 人类大脑被广泛认为是已知宇宙中最复杂的结构。科学家们仍未完全理解其运作方式，这也是国家工程院在2008年将反向工程大脑列为21世纪工程领域的14大挑战之一的原因。几十年来，许多人工智能系统（包括卷积神经网络）受到大脑以单向序列处理信息想法的启发。根据这一传统模型，感觉信息沿着越来越复杂的脑区向上流动，直到到达前额皮层，在那里做出决策。弗拉索夫和其他研究人员逐渐质疑这一图景是否完整。相反，他们正在探索一个基于自然智能的模型，该模型经过数亿年的进化而不断完善。在这个框架下，大脑不仅依赖于信息的逐步流动。决策的形成同样依赖于相互连接的反馈循环，使信息能够在不同脑区之间双向移动。由于生物智能在执行极其复杂的任务时所消耗的能量要远低于当今的人工智能系统，理解这一架构可能有助于指导未来人工智能的发展。弗拉索夫表示：“我们想要从十亿年的进化中学习。生物智能在建筑上是如何组织的？我们能否从大脑的建筑侧学到东西，并模仿这一点，使人工智能更有效，更节能以及更智能？在决策层面，目前的人工智能正缺乏这一点。” 早期脑区表现出决策活动 为了研究这些过程的工作机制，研究团队集中于大脑感知和知觉的最早阶段。科学家们记录了小鼠在虚拟现实走廊中导航并做出知觉决策时的神经活动。他们发现，在初级躯体感觉皮层（S1）中出现了与决策相关的活动，这个区域是大脑最早的感觉处理区域之一。S1似乎不仅仅是简单地向前传递信息，还受到高层脑区的反馈循环影响。这种自上而下的调节表明，决策涉及多个脑区之间的持续沟通，而不是简单的单向信息流动。弗拉索夫说：“大脑的神经编码仍然主要是未知的语言。但这种系统层面的理解可以被视为对如何构建更高效的人工神经网络的潜在影响——如何思考下一代人工智能。也许通过这些我们从真实大脑中学习到的类比，我们可以进一步改善人工智能。” 研究结果对未来人工智能的意义 研究人员强调，这项研究并没有提供构建更好人工智能的蓝图。相反，它提供了对大脑如何组织决策的新见解，这些见解最终可能会激发未来人工智能架构的灵感。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性。他们还打算开发新的技术来测量神经活动，以更好地理解反馈循环是如何出现并协调不同级别的脑处理的。弗拉索夫表示：“通过观察神经活动的快速时间动力学，也许我们可以更好地理解这些反馈循环如何参与决策。也许这是揭示这些目前未知机制的途径——这些反馈循环是如何动态组织的，它们是如何形成和塑造不同层次的处理的。也许这可以在新的人工智能架构中实现。”