發(fā)布日期：2017-06-29
圖1：圖為“The witness shouted during the trial”（證人在庭審中叫喊起來(lái)）這句話對(duì)應(yīng)的大腦激活規(guī)律，上圖為預(yù)測(cè)結(jié)果，下圖為實(shí)際觀察結(jié)果，兩者頗為相似。
圖2：圖為A、B兩個(gè)句子的語(yǔ)義特征，上排為預(yù)測(cè)結(jié)果，下排為實(shí)際觀察結(jié)果。模型預(yù)測(cè)的大腦激活規(guī)律與實(shí)際規(guī)律有一定相似之處。
圖3：該程序可測(cè)定每個(gè)大腦系統(tǒng)的活躍程度，從而判斷出受試者正在思考什么類(lèi)型的問(wèn)題。
圖4：圖為C、D兩個(gè)句子的語(yǔ)義特征，上排為預(yù)測(cè)結(jié)果，下排為實(shí)際觀察結(jié)果。模型預(yù)測(cè)的大腦激活規(guī)律與實(shí)際規(guī)律有一定相似之處。
卡耐基梅隆大學(xué)的研究人員研發(fā)了一種大腦成像技術(shù)，能夠識(shí)別出復(fù)雜的思想。該技術(shù)說(shuō)明，復(fù)雜的思想由大腦的各個(gè)分支系統(tǒng)形成，且并非以語(yǔ)言為基礎(chǔ)，該研究提供的新證據(jù)顯示，每個(gè)人大腦的概念表達(dá)方式均相同，不因語(yǔ)言不同而改變。
這項(xiàng)研究由卡耐基梅隆大學(xué)心理學(xué)教授馬塞爾·加斯特（Marcel Just）領(lǐng)導(dǎo)。研究顯示，在處理“The witness shouted during the trial”（證人在庭審中叫喊起來(lái)）這句話時(shí)，大腦采用了由42個(gè)“含義單元”（meaning components，又稱(chēng)“語(yǔ)義特征”（semantic features））構(gòu)成的“字母表”，其中包含角色、規(guī)模、社交互動(dòng)和身體活動(dòng)等特征。每種信息都由不同的大腦系統(tǒng)進(jìn)行處理。該程序可測(cè)定每個(gè)大腦系統(tǒng)的活躍程度，從而判斷出受試者正在思考什么類(lèi)型的問(wèn)題。
“人腦的重要優(yōu)勢(shì)之一便是能夠?qū)蝹€(gè)概念整合為復(fù)雜思維，不僅能想到‘香蕉’，還能想到‘我喜歡在晚上和朋友們一起吃香蕉’。”加斯特博士說(shuō)道，“我們終于找到了利用功能性磁共振成像（fMRI）信號(hào)識(shí)別復(fù)雜思想的方法。我們發(fā)現(xiàn)思維和大腦激活規(guī)律之間存在聯(lián)系，并以此獲悉思維究竟為何物組成。”此前由加斯特博士及其團(tuán)隊(duì)開(kāi)展的研究顯示，大腦在想到熟悉的事物時(shí)（如香蕉或錘子），對(duì)應(yīng)的激活規(guī)律便涉及我們用來(lái)和這些物體打交道的大腦系統(tǒng)。
研究人員招募了七名成年受試者，讓他們思索239個(gè)不同的句子，并用計(jì)算機(jī)模型評(píng)估大腦的激活規(guī)律與每個(gè)句子的“含義單元”之間的關(guān)聯(lián)。通過(guò)這種方式，該程序成功解讀出了第240個(gè)句子的“含義單元”。接著，研究人員對(duì)這240個(gè)句子的順序進(jìn)行調(diào)換，輪流將某個(gè)句子剔除、作為最后的測(cè)試句，這個(gè)過(guò)程名叫交叉檢驗(yàn)（cross-validation）。最終，該程序能以87%的準(zhǔn)確度、成功預(yù)測(cè)出第240個(gè)句子的含義單元，雖然它從未接觸過(guò)對(duì)應(yīng)的大腦激活規(guī)律，該模型還能反向運(yùn)行，在僅知道某個(gè)句子的“含義單元”的情況下，預(yù)測(cè)出相應(yīng)的大腦激活規(guī)律。
“我們的方法克服了功能性磁共振成像技術(shù)的局限，可將時(shí)間相近的大腦活動(dòng)釋放的信號(hào)融合在一起，如閱讀句子中相繼出現(xiàn)的兩個(gè)單詞等。這使得我們首次能解讀出包含多個(gè)概念在內(nèi)的復(fù)雜思想。接下來(lái)，我們也許將致力于解讀受試者思考的主題，如判斷TA是在思考地質(zhì)學(xué)還是玩滑板。我們正努力繪制人腦中各類(lèi)知識(shí)的思維圖譜。”
來(lái)源：新浪科技
