科技日报北京 8 月 14 日电 （记者张梦然）大脑如何推断两件事之间的关系？科学家通过实验任务对人类大脑活动进行记录，创建了一个独特的数据库，然后利用人工智能（AI）将数据转化为清晰的高维几何形状，首次阐明了人类大脑中推理的神经过程。研究结果 14 日在《自然》杂志网站在线发表。
美国哥伦比亚大学祖克曼研究所、西达赛奈医疗中心团队此次对 17 名癫痫患者的 3000 多个神经元进行了脑电记录，这些志愿者在医院接受了侵入性监测以确定疾病发作源。该数据集帮助团队首次监测了脑细胞进行推理的全过程。
团队发布了一个简单推理任务并同时记录神经元活动。任务中，参与者通过反复试验发现图像与按下左键或右键之间的关联。一旦参与者学会了一组图像的关联，团队就会立即切换联系。
切换后，参与者会作出错误判断，但他们也能快速意识到所有图像按钮关系均已改变，进而推断出新的规则。这项实验任务所涉及的大脑处理过程，在现实生活中也经常出现。
研究中，团队揭示了推理、推断、计划甚至调节情绪这些思维在神经元活动中的物理表达。他们利用精心设计的 AI 工具，整合了此前神经元的记录，将参与者大脑活动转化为几何形状。这些形状占据了惊人的数千个维度，而不是人们熟悉的三维（3D）呈现。
团队表示，这些高维几何形状甚至无法在计算机显示器上看到，但他们可使用数学技术在 3D 演示中看到它们的简化版本。
团队发现大脑在推理成功和不成功时活动形状有明显差异。此外，他们确认了海马体不仅是描绘了物理空间的“神经地图”，还构建了与推理和学习相关的“认知地图”。
该研究使科学家首次了解大脑如何让人类灵活地学习和执行任务，并应对不断变化的条件和经历。研究成果有助于引导科学家找到干预措施，治疗与记忆和决策缺陷有关的神经和精神疾病。
【总编辑圈点】
在脑研究中，一个有趣的案例是第一次在伦敦租车的美国司机。因为英国的左侧驾驶道路规则与美国正好相反。美国司机要颠覆他们已掌握的多种规则，而这种思维转变，需要一方面专注驾驶的偏向性，一方面作出推断以避免直接驶入对面车流中。其实，此类情况在世界很多地区都会遇到，而人类也经常需要调用认知过程来快速了解新环境并采取行动。本文的研究第一次呈现了神经元如何为此放电，而当它们“齐声歌唱”时，竟然是连计算机都无法显示出来的数千维度。
