大腦如何推斷兩件事之間的關系？科學家通過實驗任務對人類大腦活動進行記錄，創建了一個獨特的數據庫，然后利用人工智能（AI）將數據轉化為清晰的高維幾何形狀，首次闡明了人類大腦中推理的神經過程。研究結果14日在《自然》雜志網站在線發表。
美國哥倫比亞大學祖克曼研究所、西達賽奈醫療中心團隊此次對17名癲癇患者的3000多個神經元進行了腦電記錄，這些志愿者在醫院接受了侵入性監測以確定疾病發作源。該數據集幫助團隊首次監測了腦細胞進行推理的全過程。
團隊發布了一個簡單推理任務并同時記錄神經元活動。任務中，參與者通過反復試驗發現圖像與按下左鍵或右鍵之間的關聯。一旦參與者學會了一組圖像的關聯，團隊就會立即切換聯系。
切換后，參與者會作出錯誤判斷，但他們也能快速意識到所有圖像按鈕關系均已改變，進而推斷出新的規則。這項實驗任務所涉及的大腦處理過程，在現實生活中也經常出現。
研究中，團隊揭示了推理、推斷、計劃甚至調節情緒這些思維在神經元活動中的物理表達。他們利用精心設計的AI工具，整合了此前神經元的記錄，將參與者大腦活動轉化為幾何形狀。這些形狀占據了驚人的數千個維度，而不是人們熟悉的三維（3D）呈現。
團隊表示，這些高維幾何形狀甚至無法在計算機顯示器上看到，但他們可使用數學技術在3D演示中看到它們的簡化版本。
團隊發現大腦在推理成功和不成功時活動形狀有明顯差異。此外，他們確認了海馬體不僅是描繪了物理空間的“神經地圖”，還構建了與推理和學習相關的“認知地圖”。
該研究使科學家首次了解大腦如何讓人類靈活地學習和執行任務，并應對不斷變化的條件和經歷。研究成果有助于引導科學家找到干預措施，治療與記憶和決策缺陷有關的神經和精神疾病。
【總編輯圈點】
在腦研究中，一個有趣的案例是第一次在倫敦租車的美國司機。因為英國的左側駕駛道路規則與美國正好相反。美國司機要顛覆他們已掌握的多種規則，而這種思維轉變，需要一方面專注駕駛的偏向性，一方面作出推斷以避免直接駛入對面車流中。其實，此類情況在世界很多地區都會遇到，而人類也經常需要調用認知過程來快速了解新環境并采取行動。本文的研究第一次呈現了神經元如何為此放電，而當它們“齊聲歌唱”時，竟然是連計算機都無法顯示出來的數千維度。
