人類具有快速適應不斷變化的環境的認知能力。這種能力的核心是形成高級、抽象表示的能力，這些表示利用世界上的規律來支持泛化。然而，關于這些表征如何在神經元群中編碼，它們如何通過學習出現以及它們與行為的關系，人們知之甚少。2024年8月14日，美國哥倫比亞大學祖克曼研究所、西達賽奈醫療中心團隊利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，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，并將大腦活動轉化成了數千個維度的幾何形狀。科學家們對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。

參考資料：

https://www.nsfc.gov.cn/publish/portal0/tab446/info93370.htm

http://www.globaltechmap.com/document/view?id=42996

https://www.nature.com/

參考文獻：

Courellis HS, Minxha J, Cardenas AR, Kimmel DL, Reed CM, Valiante TA, Salzman CD, Mamelak AN, Fusi S, Rutishauser U. Abstract representations emerge in human hippocampal neurons during inference. Nature. 2024 Aug;632(8026):841-849. doi: 10.1038/s41586-024-07799-x. Epub 2024 Aug 14. PMID: 39143207; PMCID: PMC11338822.