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
想象你的大脑就像一支拥有数千名乐手（神经元）同时演奏的庞大而混乱的管弦乐队。长期以来，科学家们一直难以理解这种嘈杂、高音量般的混乱如何转化为单一、流畅且简单的动作——例如，当红灯闪烁时，决定停止移动你的手。
本文介绍了一种新工具，即“生成式神经引擎”，它充当翻译器或“虚拟大脑”的角色，以解开这一谜团。以下是他们所做的工作及发现，以简明的方式解释：
1. “虚拟大脑”翻译器
研究人员构建了一个计算机程序（深度马尔可夫模型），用于监听猕猴大脑在参与“停 - 走”游戏时发出的混乱“音乐”。
- 类比：将大脑的活动想象成一个巨大而纠缠的毛线球。该引擎将其解开，发现你无需追踪每一根线。你只需要三条特定的线就能理解全貌。
- 结果：这三个维度就是“临界点”。它们是预测猕猴下一步行动所需的最小信息量，且能达到近乎完美的准确度。事实证明，大脑的决策过程远比原始数据所显示的更为简单和有序。
2. 作为“时间机器”的“虚拟大脑”
一旦他们仅利用大脑数据构建了这个引擎，便让它自行运行。
- 类比：这就像教机器人仅通过观察舞者的肌肉来模仿舞者，而从未见过舞者的脚。然后，你让机器人跳舞，它能完美重现舞者的节奏和速度。
- 结果：这个“虚拟大脑”成功重现了真实猕猴所表现出的精确反应时间模式（猕猴反应有多快），尽管计算机从未接受过关于猕猴行为的训练——它只学习了猕猴的大脑活动。
3. 打破旧的“赛跑”理论
几十年来，科学家们一直认为大脑的工作方式就像一场双马赛跑。在这种旧观点（独立赛跑模型）中，一匹马代表“走”，另一匹代表“停”。它们独立奔跑；谁先冲过终点线谁就获胜。
- 发现：研究人员利用他们的“虚拟大脑”进行了数千次模拟实验，发现这种赛跑理论是错误的。
- 新现实：这些马并非在各自的跑道上奔跑。它们在同一条跑道上奔跑，相互碰撞并彼此影响。
- 违背点 1：“停”信号并非只是等待“走”信号结束；它实际上会根据到达的早晚程度，扭曲“走”信号的路径。
- 违背点 2：停止所需的时间与猕猴原本打算移动的速度直接相关。它们在物理上是相互连接的，而非独立的。
- 隐喻：与其说是两名独立的赛跑者，不如想象成一条单一的河流。如果你向河中扔一块石头（停止信号），它会改变水流（走信号）的流向。如果不理解石头如何与水流相互作用，你就无法理解河流的速度。
4. 驾驭大脑
最后，研究人员展示了他们可以利用这个引擎来“驾驭”大脑的路径。
- 类比：如果你知道河流的确切形状，你就可以在恰当地点投入一块小石头，从而改变水流的方向。
- 结果：他们展示了一种方法，可以系统地引导神经“河流”，使猕猴的反应更快或更慢，从而证明他们理解了决策的物理机制。
全局视角
这项工作弥合了“硬件”（神经元放电）与“软件”（我们观察到的行为）之间的鸿沟。它证明，我们的决策并非源于独立思想之间简单、抽象的赛跑，而是源于大脑共享物理空间内复杂、互动的舞蹈。
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。