Cognitive cartography of mammalian brains using meta-analysis of AI experts
本研究表明,通过对前沿大语言模型进行元分析,可以系统地合成碎片化的神经科学文献,以揭示新颖的结构-功能映射,通过因果干预对其进行验证,并发现跨人类、猕猴和老鼠的认知进化保守分子回路。
原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人类大脑是一个广阔而复杂的景观,数以十亿计的细胞协同工作,创造出思想、情感和行动。几十年来,科学家们一直试图绘制这一地形图,将特定的脑区与特定任务(如记住一个名字或感受恐惧)联系起来。他们通过阅读成千上万篇研究论文来完成这项工作,每篇论文都描述了拼图的一个微小部分。然而,这些研究的数量已增长到如此庞大的程度,以至于没有任何单个的人类大脑能够阅读完所有文献。这些文献散落在不同的物种中——从人类到小鼠——并使用了不同的方法——从脑扫描到电刺激。这种碎片化使得人们难以看到整个动物界大脑运作的全貌。
为了解决这个问题,一个研究团队转向了人工智能,其目的不是取代人类科学家,而是将其作为一名不知疲倦的“超级阅读助手”。他们开发了一个名为 NeuroNaut 的系统,该系统利用大型语言模型(一种在海量文本库上训练过的先进计算机程序)来阅读并总结整个神经科学文献库。研究人员并没有手动梳理论文,而是要求这些 AI “专家”根据它们从科学文本中学到的所有知识,来评估一个特定脑区参与特定功能的可能性。这种方法使他们能够构建一张全面的大脑认知功能图谱,同时涵盖人类、猴子和小鼠。
研究人员首先测试了这些 AI 专家是否能准确描述人类的大脑功能景观。他们要求模型评估 68 个不同脑区在八个主要思维领域(如情绪、记忆、语言和视觉)中的作用。AI 生成了详细的地图,展示了哪些大脑部分与每项任务的关系最为密切。当研究人员将这些 AI 生成的地图与现有的、由传统人工综述创建的最佳地图进行对比时,发现两者具有高度的一致性。AI 正确地识别出语言主要是左脑功能,且视觉集中在脑后部。这证实了 AI 已成功吸收了该领域的核知识。
然而,当研究人员将目光投向传统工具无法触及的领域时,这种方法的真正威力才显现出来。标准的脑图通常受限于脑扫描数据,而脑扫描仅显示人在执行任务时的活动情况。由于 AI 阅读了整个神经科学史,它还可以借鉴来自脑损伤和直接电刺激的证据。当研究人员将 AI 地图与基于患者脑刺激或损伤的因果证据进行对比时,发现 AI 地图比传统的基于扫描的地图更能匹配这些因果证据。这表明 AI 可以合成一种更深层的、关于脑区如何驱动行为的因果理解,超越了影像学研究中简单的相关性。
最显著的突破发生在研究团队将此方法应用于其他物种时。传统的脑图绘制工具几乎完全是为人类设计的,因为它们依赖于在其他动物身上并不存在的特定坐标系。通过利用 AI 阅读文本而非坐标的能力,研究人员成功生成了猕猴和小鼠的认知地图。他们发现,这些动物的大脑组织结构以惊人的方式镜像了人类的大脑。例如,AI 正确识别出小鼠的视觉皮层与视觉相关,而运动区域与运动相关,这与人类的情况一致。至关重要的是,AI 还识别出“语言”并不是与小鼠或猴子大脑相关的功能,从而赋予其接近于零的重要性,同时仍能识别出处理它们自身发声的听觉区域。
为了确保这些地图不仅仅是随机的猜测,研究人员将其与真实的生物学数据进行了对比。他们将 AI 生成的小鼠认知地图与在决策任务中记录的数千个单个神经元的活动数据进行了对比。AI 的预测与大脑实际的电活动紧密吻合。同样,对于猴子,AI 生成的工作记忆地图比人类制定的猴子脑图更能匹配详细的猴子研究摘要。这证明了 AI 不仅仅是在复制人类的数据,而是在合成具有物种特异性的文献知识。
研究人员还探索了大脑结构如何支持其功能。他们要求 AI 描述每个脑区的核心功能,并利用这些描述来计算不同区域之间的相似性。他们发现,具有相似功能特征的区域,也通过相似的脑波和血流模式相互连接。这种关系在人类、猴子和小鼠中均成立,表明支持认知的脑连接方式是一种进化上的恒常性。AI 甚至揭示了一个隐藏的大脑层级结构,将区域从简单的感觉区组织到复杂的联合区,这一模式与大脑物理层级的测量结果相符。
最后,团队利用这种方法研究了脑部疾病。他们要求 AI 绘制疾病(如抑郁症、精神分裂症和自闭症)涉及的脑区图谱。随后,这些地图与患者的遗传数据和脑扫描数据进行了对比。AI 地图显示出与这些疾病相关的遗传风险之间存在强烈的联系,其关联度比传统脑扫描更高。此外,AI 还正确地将具有共同症状的疾病归为一类,例如将睡眠障碍与精神疾病联系起来,尽管它从未被明确告知过这些联系。这种跨不同类型数据寻找隐藏模式的能力表明,AI 可以帮助科学家理解精神疾病复杂且多维的本质。
这项工作证明了人工智能可以作为科学发现的强大工具,能够消化整个人类知识体系,从而揭示任何单个研究者都无法察觉的复杂模式。通过弥合物种与方法之间的鸿沟,AI 提供了一个统一的哺乳动物大脑视图,表明认知的分子和功能架构在进化过程中是高度保守的。研究人员已向公众免费开放了他们的工具 NeuroNaut,允许任何人针对大脑提出问题,并获得基于科学界集体智慧的综合解答。这种方法并非取代人类专业知识,而是增强了它,将零散的知识库转化为一张连贯、可导航的心智地图。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。