科学家们在探索我们大脑的工作机制方面取得了显著进展。
FAU认知计算神经科学小组的研究者们突显了大脑预测编码的关键作用，这对于适应环境至关重要。他们借助人工智能技术和癫痫患者的数据发现，即使在缺乏外部刺激的情况下，自发的大脑活动在信息处理中扮演了重要角色。这些成果不仅可能改进脑部疾病的诊断和治疗，还有望推动模仿大脑功能的AI技术发展。
预测编码与大脑功能
大脑不断在各个层面对即将发生的事情进行预测：接下来会看到什么？下一步会发生什么？我的行为将如何改变我的环境和身体状态？这种被称为预测编码的功能，被认为是人类大脑的核心任务之一，它使适应性行为成为可能，并帮助我们在复杂环境中导航。
来自FAU计算机科学5模式识别认知计算神经科学小组的Patrick Krauss博士和Achim Schilling博士成功地强调了这一被广泛接受的理论，并在他们最近的研究中贡献了新的发现。
神经科学的创新研究
这两位物理学家兼神经科学家运用自动编码器分析了人脑的自发活动。自动编码器是一种先进的人工智能形式，能够从大脑提供的复杂数据中感知模式和联系，这是传统方法无法实现的。这得益于他们与埃尔兰根大学癫痫中心的研究人员合作。该中心的癫痫患者在手术切除致痫灶之前会在大脑中植入电极。
研究人员利用这些罕见且因此特别有价值的数据，发现了一个突破性的结果：大脑中某些被称为局部场电位事件（LFPs）的自发活动，能够提供关于大脑工作机制的决定性指标。即使在没有外部刺激的情况下，这些自发信号似乎在信息处理中发挥着重要作用。
自发大脑活动的启示
“在我们的研究中，我们发现大脑在这些LFP定义的活跃状态中不断进步。就好像我们的大脑在不断地对接下来可能发生的事情进行各种选择，即使我们当时没有做或感知任何特别的事情，也没有接受任何外部刺激，” Patrick Krauss博士强调说。
“我们还发现，这些LFP的形式可以决定大脑中信息流动的方向。这可以让我们深入了解思想和情感是如何在我们的大脑中处理的，” Achim Schilling博士补充道。
通过人工智能推进大脑研究
这些发现不仅为研究开辟了新途径，还可能为脑部疾病的诊断和治疗带来更好的方法。这些基于人工智能的方法也可以与正常的脑电图或脑磁图测量结合使用，其中电极附着在头骨表面以测量大脑活动。
“了解我们在休息时大脑的活动可以很好地用于诊断目的。如果我们能够更好地了解我们的大脑是如何工作和处理信息的，那将使我们能够开发出更具体的诊断和治疗神经系统疾病的方法，” Achim Schilling博士强调说。“例如，如果大脑进入一种与外部刺激无关的状态，那可能是病理变化的迹象。”
人工智能和神经科学：一种协同的方法
尽管人工智能在这里作为工具使用，但FAU两位研究人员的研究结果也可能有助于进一步开发人工智能。长期目标是：受神经科学启发的人工智能，即使当前没有处理任何输入，也能够持续做出预测。“例如，这可能对集成到车辆中的人工智能系统特别有用，特别是在考虑到安全的情况下，” Achim Schilling博士解释说。
“即使没有太多的交通，汽车只是在高速公路上直行，人工智能也可以在后台考虑可能发生的交通事故，并可能对此做出反应，” Patrick Krauss博士继续说道。
因此，Patrick Krauss博士和Achim Schilling博士的研究表明，人工智能和大脑研究之间的协同联系能够扩大认知过程和大脑功能的已知界限，最终导致医疗诊断和治疗方面的创新方法。
技术和大脑研究的日益融合也表明，跨学科方法对于解码自然界中发现的复杂系统是多么具有决定性。随着他们的发现，FAU的研究人员正在接近更好地理解也许是所有系统中最复杂的系统：人类大脑。