研究人员们已获得对我们大脑运作机制的重要洞察。
FAU认知计算神经科学小组的研究人员强调了大脑的预测编码功能，这对于适应性行为至关重要。他们利用人工智能技术和癫痫患者的数据，发现在没有外部刺激的情况下，自发的大脑活动在信息处理中起着关键作用。这些发现可能改善脑部疾病的诊断和治疗方法，并促进模仿大脑功能的人工智能技术的发展。
预测编码与大脑功能的关系
人类的大脑不断地进行预测：接下来会发生什么？环境会如何变化，我的身体会怎样反应？这种预测编码被认为是人脑的主要功能之一，使适应性行为成为可能，并帮助我们在环境中定位。
来自FAU计算机科学5模式识别认知计算神经科学小组的帕特里克·克劳斯（Patrick Klaus）和阿希姆·席林（Achim Schilling）通过自动编码器分析了人脑的自发活动。自动编码器是AI的一种高级形式，能够从大量复杂的大脑数据中感知模式和联系，而传统方法无法实现。这得益于他们与埃尔兰根大学癫痫中心的研究人员的合作，该中心的患者在手术切除致痫灶前会在大脑中植入电极。
研究人员利用这些罕见且宝贵的数据，发现了突破性的结果：大脑中的局部场电位事件（LFPs）的自发活动能提供关于大脑工作方式的决定性指标。即使在没有外部刺激的情况下，这些自发信号似乎对大脑如何处理信息起着重要作用。
自发大脑活动的启示
“在我们的研究中，我们意识到我们的大脑在这些由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，”帕特里克·克劳斯博士强调说。
“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，”阿希姆·席林博士补充道。
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的途径，而且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，”阿希姆·席林博士强调说。“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
虽然人工智能被用作一种工具，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，即使目前没有处理任何输入，也能够持续做出预测。阿希姆·席林博士解释说：“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。”
帕特里克·克劳斯博士继续说道：“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。”
因此，帕特里克·克劳斯博士和阿希姆·席林博士的研究表明，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具有决定性意义。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。