电脑在“男性”和“女性”大脑中看到区别
“男性大脑”和“女性大脑”的知名且激烈的类别有多么有用？
在专家中，没有人真正质疑解剖性别差异脑存在。但是自从脑科学问世以来科学界在有多少差异上已经分歧了，哪些差异已被明确证明，它们有多大或小，以及它们的实际含义。
而且，在过去的几年中，专家之间已经进行了新的辩论。大脑中的解剖学差异是否加起来是两种明显可识别的（性别特定）大脑类型？还是他们宁愿“混合”并形成独立于性的特质组合或“马赛克”？
男性和女性特征的马赛克
镶嵌假设得到了A的结果开创性研究Daphna Joel及其在Tel-Aviv大学的合作者于2015年出版。
乔尔和公司使用1400多名参与者的脑部扫描确定了10个地区，显示了男女之间规模最大的区域。接下来，他们将每个大脑的每个区域归类为“男性典型”，“女性典型”或“中间”。
大多数大脑原来是男性典型的“马赛克”和女性典型的特征，而不是始终如一的男性典型（“男性大脑”）或女性典型（“女性大脑”）。乔尔得出结论，大脑“不能归类为两个不同的类别：男性脑/女性大脑”。
算法可以从大脑数据中预测性别
然而，摩西脑理论的批评者指出机器学习算法可以使用大脑扫描来“预测”个人的性别，其精度为80％至90％。
如果算法可以这么容易地将大脑分类为性别，论点得出，它必须认识到一些根本的差异。
在某种程度上，这是关于“雄性大脑”和“女性大脑”一词所需要的分歧。对于乔尔来说，只有在例如知道某人具有“女性”或“男性”大脑的情况下，只有使用这些类别才是合理的。
但是对于乔尔的批评家来说，重要的是预测个人的性别。无论是否将某人的大脑纳入性别类别都没有关系，您会为您提供有关其结构的更多信息。
大多数机器学习分类算法是“黑匣子”，这意味着他们什么都没透露如何它们结合了大脑特征来定义“男性”和“女性”大脑。尽管算法的准确性，但它们的定义甚至可能不一致：一些证据建议算法在对女性和雄性的不同亚群进行分类时使用不同的大脑特征。
算法的性别预测可能取决于头大小
现在，即使是这种分类准确性也受到挑战。由我们中的一个（Carla Sanchis Segura）领导的研究团队出版了一项新研究这考虑了被忽视的并发症。平均而言，女性的身体，头部和大脑要比男性小。
在脑科学的早期，这些身体和大脑上的这些差异被错误地视为（白人）男性智力优势的证据。但是近年来，人们已经认识到，头大小的变化给对性别差异感兴趣的神经科学家带来了一个问题。
当您看到大脑区域大小的女性/男性差异时，您如何知道您是否看到性别的特定效果？这可能只是较大的大脑（更多属于男性）和较小的大脑（更多属于女性）或两者的组合之间的区别。
神经科学家试图通过统计上“控制”头大小来解决此问题。但是这是怎么做的？
使用了几种不同的统计方法。当前用于评估其有效性的“金标准”是将其发现的性别差异与在选定的女性和男性群体中获得的性别差异进行比较。
Sanchis-Segura研究团队发现，使用此“黄金标准”，在较早的研究中，并非所有当前使用的方法都是有效且有效的。他们还发现，所使用的方法对估计的性别差异的数量，大小甚至方向有重大影响。
确定了哪种统计控制技术是最有效的，Sanchis-Segura及其团队能够研究一个重要的问题：“脑性别”分类的高度准确性取决于头部大小的变化？
研究人员测试了12种不同的性别预测的机器学习算法，这些算法已适当调整了针对头部大小变化的数据，调整不佳的数据以及根本没有调整的数据。
当使用原始数据和调整较低的数据时，算法可提供高度准确的结果。但是，当使用正确调整的数据喂养相同的12算法时，分类精度以大约60％的精度下降到“机会”高于“机会”的10％。
该研究的一项特别缩小的发现是，如果算法仅获得一条信息（即，即头尺寸！
这些新发现继续挑战“男性大脑”和“女性大脑”类别的有用性。性别肯定会影响大脑，性影响对于研究很重要。但是，目前，使用机器学习算法将大脑分为“男性大脑”或“女性大脑”类别的尝试似乎几乎没有远远超出了自现代科学启动以来所知的东西，而男性平均而言，头部的头部较大。
进一步探索
