熟練掌握某項(xiàng)技能的專家和初學(xué)者的大腦有何不同?研究人員近日通過動(dòng)物實(shí)驗(yàn)和機(jī)器學(xué)習(xí)算法發(fā)現(xiàn)了二者區(qū)別，并研發(fā)出可預(yù)測(cè)動(dòng)物行為的新方法，這也顯示出人工智能助益神經(jīng)科學(xué)研究的潛力。

美國科爾德斯普林實(shí)驗(yàn)室、哥倫比亞大學(xué)和英國倫敦大學(xué)學(xué)院等機(jī)構(gòu)研究人員發(fā)現(xiàn)，當(dāng)小鼠從“新手”變?yōu)?ldquo;專家”時(shí)，其腦細(xì)胞回路和神經(jīng)元活動(dòng)都會(huì)有所變化，神經(jīng)網(wǎng)絡(luò)變得更為集中和專注。研究成果最近發(fā)表在美國《神經(jīng)元》月刊上。

實(shí)驗(yàn)中，研究人員訓(xùn)練小鼠完成感知決策任務(wù)。小鼠們先接收閃光、滴答聲等多重感知刺激，然后通過有選擇地舔舐三個(gè)出水口中的一個(gè)，告訴研究人員這些刺激是高頻還是低頻。如果選擇正確，小鼠會(huì)得到獎(jiǎng)勵(lì)。在該過程中，小鼠的神經(jīng)元變化都被雙光子成像顯微鏡觀測(cè)記錄下來。

研究人員發(fā)現(xiàn)，在小鼠剛開始學(xué)習(xí)時(shí)，相關(guān)神經(jīng)元只在做選擇的瞬間才會(huì)有所反饋;而當(dāng)小鼠完全掌握該技能時(shí)，就仿佛“成竹在胸”，其神經(jīng)元會(huì)提前很久開始反饋。

為“讀懂”神經(jīng)元活動(dòng)，研究人員使用機(jī)器學(xué)習(xí)算法訓(xùn)練了一個(gè)人工神經(jīng)網(wǎng)絡(luò)。這一名為“線性支持向量機(jī)器”的人工神經(jīng)網(wǎng)絡(luò)收集了多組實(shí)驗(yàn)數(shù)據(jù)，并把它們與神經(jīng)元活動(dòng)相關(guān)聯(lián)。研究人員發(fā)現(xiàn)，隨著小鼠完成任務(wù)愈加熟練，它們的神經(jīng)網(wǎng)絡(luò)就愈加精確與專注，當(dāng)把這些變化映射在這一人工神經(jīng)網(wǎng)絡(luò)中，就可預(yù)測(cè)小鼠接下來的行為，準(zhǔn)確度高達(dá)90%。