一个能够分析人类大脑活动复杂模式的算法

《生活大爆炸》里Sheldon就在加州理工上班

加州理工大学、Cedars-Sinai医学中心和美国萨勒诺大学的研究人员开发出一款新型AI工具，该工具可通过扫描静息状态下的大脑活动图像预测人的智商。他们发现，没有单一的解剖结构或网络对人的智商负责，智商取决于分布在整个脑部的冗余信息。

美国加州理工大学、Cedars-Sinai医学中心和美国萨勒诺大学的研究人员表示，他们研发的计算工具可以通过功能磁共振成像（fMRI）扫描其静息状态大脑活动来预测一个人的智力。

功能性磁共振成像（fMRI）是一种神经影像学技术，其原理是利用磁振造影来测量神经元活动所引发的血液动力的改变。由于fMRI的非侵入性和其较少的辐射暴露量，从1990年代开始，就在脑部功能定位领域占有了重要地位。目前，fMRI主要被用于对人及动物的脑或脊髓之研究中。简单说，通过fMRI，我们可以了解特定脑区的神经细胞活动情况。

加州理工大学的心理学、神经科学和生物学教授、加州理工大脑成像中心负责人Ralph Adolphs说：“我们发现，只是让人躺在扫描仪中什么都不做，我们测量其大脑活动模式，就能使用这些数据来预测他们的智力。”

他们开发了一个能够分析人类大脑活动复杂模式的算法。为了训练这个算法，Adolphs和他的团队使用了由人类连接组计划（HCP）收集的数据，包含将近900名个体的脑部扫描数据和IQ测试得分。研究人员将这些分数输入他们的算法，然后让算法运行。

算法使用不同脑区fMRI数据预测IQ的因子示意

Cedars-Sinai医学中心的博士后Julien Dubois说，在处理完这些数据后，他们的算法能够在统计显著水平上预测这900个实验个体的智商。

此外，他们还发现，没有单一的解剖结构或网络对人的智商负责，智商取决于分布在整个脑部的冗余信息。

从静息状态功能连接性预测智商g的一般因素，平均每个受试者的所有静息状态运行（REST12，共计1h fMRI数据）

但是，研究人员表示，他们的方法仍然有很大的改进空间。最主要的一点，fMRI扫描结果只是对大脑中实际发生的事情很粗糙和含有噪音的测量，有大量潜在有用的信息都被丢弃了。

“我们从大脑扫描中获得的信息可以用来解释大约20%我们在受试者身上观察到的智商差异，”Dubois说。 “这个表现非常好，但是我们的结果仍然比不上韦氏成人智力量表（Wechsler Adult Intelligence Scale）这种需要花上一小时进行的智商测量。”

Dubois还指出了这项工作固有的哲学难题。 “算法是使用IQ得分训练的，但我们怎么知道这些IQ得分是正确的？” 研究人员解决这个问题的方法，是让受试者进行了10种不同的认知任务，结合IQ得分，得出了一个更加精确的智力评估。

“fMRI还没有实现其作为诊断工具的潜力，我们和其他许多人正在积极努力改变这种状况。现在世界各地科学家有很多可用的大型数据集的，大家都在积极研究这种可能性。”Dubois说。

在这项工作中，AI做到了人类无法做到的事情，那就是观看脑部扫描结果预测智商。即使是经验丰富的神经科学家也无法看脑部扫描就判断一个人有多聪明。

“如果训练得当，这些算法可以回答很多问题，它们非常强大。但如果你真的问：’他们如何学习？他们如何做这些事情？这些都是难以回答的问题。”合作者Paola Galdi说，他以前是萨勒诺大学的博士生，现在是爱丁堡大学的博士后研究员。

这项研究是一个更宏伟的计划的一部分，这个更宏伟的计划是设计一种诊断工具，能够从大脑扫描结果中了解一个人的心智。

研究人员表示，他们希望有一天MRI可以诊断孤独症、精神分裂症和焦虑等疾病，因为他们目前正在寻找肿瘤，动脉瘤或肝脏疾病。

智力被选为这种技术的首批测试平台之一，因为研究表明智力随着时间的推移非常稳定。也就是说，一个人的IQ分数在几周、几个月或几年的时间里不会有太大的变化。

研究人员还进行了一项平行研究，使用相同的测试人群和方法，试图从fMRI脑部扫描中预测人的人格特质。

他们使用的人格测试将人格分为五个等级：对经验的开放性，严谨性，外向性，宜人性和神经质。

试图从fMRI脑部扫描中预测人的人格特质

然而，使用团队用于预测智力的方法来预测人格要困难得多。不过，Dubois表示：“数据库中的人格分数都是来自参与调查的人简短的自我报告，不是非常准确的性格测量，所以我们无法从MRI数据中很好地预测它。”