人工智能可以帮助科学家理解大脑活动背后的想法

贝勒医学院的研究人员领导的研究小组和莱斯大学开发了人工智能(AI)模型,帮助他们更好地理解大脑计算背后的想法。这是新的,因为直到现在还没有方法来衡量的想法。研究者们首先开发了一个新模型,该模型可以估计的思想通过评估行为,然后测试他们的模型在一个训练有素的人工大脑神经活动,他们发现与这些估计的相关思想。理论研究中出现美国国家科学院院刊》上。

“几个世纪以来,神经科学家研究过大脑作品相关的大脑活动的输入和输出。例如,当研究运动的神经学科学家测量肌肉运动神经活动,然后把这两个测量,”博士说通讯作者Xaq Pitkow,贝勒和神经科学助理教授莱斯大学电气和计算机工程。“研究大脑中的认知,然而,我们没有任何比较测量神经活动”。

了解大脑是如何产生的认为,研究人员首先需要测量一个想法。他们开发了一个名为“反理性的控制”的方法,看一个行为并推导最佳解释行为的信念和思想。

传统上,这一领域的研究人员曾与动物的想法解决任务最优,行为的方式最大化他们的净收益。但科学家研究动物行为时,他们发现这并非总是如此。

“有时候动物有“错”信仰或假设发生了什么在他们的环境中,但他们仍然试图找到最好的长期结果的任务,考虑到他们相信身边的事情。这似乎可以解释为什么动物行为有效,”McNair学者Pitkow说,他也是一个贝勒,贝勒神经科学中心的主任和人工智能和大米神经工程学的倡议。

例如,考虑一个动物,狩猎和听到许多噪音赶到猎物。如果一个潜在的猎物是让所有的噪音,猎人的最优行为是一致的目标一个噪音的运动。如果猎人错误地认为声音是来自许多不同动物,它可能会选择一个次优的行为,就像不断扫描周围环境,试图查明其中之一。通过根据其信仰或行动假设附近有许多潜在的猎物,猎人的表现,同时“理性”和“次优”。

第二部分的工作,Pitkow和他的同事开发了一个模型与识别的思想使用反理性的控制方法大脑的活动。

“我们可以看的动态建模思想和大脑的动态表征的这些想法。如果这些动态运行相互平行,然后我们有信心,我们大脑的捕捉方面计算参与这些想法,”Pitkow说。“通过提供方法来估计思想和解释相关的神经活动,这项研究可以帮助科学家理解大脑如何产生复杂的行为和神经疾病提供新的视角。”

---

---