配资平台下载
长期以来，神经科学界有一个近乎常识的共识：大脑像一条流水线，感觉信息从眼睛、皮肤等感觉器官进入，层层向上传递，最终抵达额叶皮层，由这个"高级指挥部"拍板做出决定。
但伊利诺伊大学厄巴纳-香槟分校的最新研究，正在动摇这个流传了数十年的模型。
感觉皮层不只是"传话筒"
这项由格兰杰工程学院电气与计算机工程教授尤里·弗拉索夫领导的研究，成果发表于《美国国家科学院院刊》（PNAS）。研究团队让小鼠在虚拟现实走廊中自由导航，同时记录它们做出感知判断时的神经活动，重点观察初级体感皮层（S1）的反应。
S1是大脑最早接收触觉信息的感觉区域之一，通常被认为只负责"收信号"，是整个决策链条最底层的一环。
但研究人员发现，S1里出现了与决策过程高度相关的神经活动，而且这些活动并非来自下方的感觉输入，而是来自更高级脑区通过反馈回路传递下来的"自上而下"的调控信号。
换句话说，大脑不是等信息走完全程再决策，而是在信息刚刚抵达感觉层时，决策就已经悄悄启动了。
弗拉索夫将这个发现比作破译一门未知语言的第一块拼图："大脑的神经编码在很大程度上仍然是未知的语言，但这种系统层面的理解，可以被视为对构建更高效人工神经网络产生潜在影响的起点。"
这对AI意味着什么
这项研究的价值，远不止于神经科学本身。
过去几十年，绝大多数AI系统，包括如今大放异彩的深度学习和卷积神经网络，其底层架构都借鉴了大脑"单向分层处理"的传统模型：信息从输入层逐步向上传递，经过一层层神经元的计算，最终输出结果。这个设计思路本身没有错，但它忽略了一个关键事实：真实的生物大脑，从来不是单向的。
弗拉索夫团队的发现表明，大脑各区域之间存在密集的双向反馈回路，低级感觉区域不只是被动接收，更会在高级区域的指令下动态参与决策过程。这种架构让生物智能能够以极低的能耗完成极复杂的任务。
对比之下，当今最先进的大型语言模型每次运行都需要消耗大量电力，数据中心的能耗压力已成为整个AI行业难以回避的挑战。国际能源署的数据显示，全球数据中心电力消耗正以每年约20%的速度增长，而AI计算是最主要的驱动因素之一。
如果AI架构能够真正借鉴大脑的反馈回路机制，让系统各层之间形成动态的双向信息流，而非单一的前向传递，理论上就能以更少的计算资源完成同等复杂的任务。
弗拉索夫直接点出了这个方向："我们想从数亿年的进化中学习。生物智能在架构上是如何组织的？我们能否从大脑的方式中获得启发，让AI变得更高效、更节能、更智能？"
当然，研究团队也在论文中明确表示，这项发现目前还不是构建新一代AI的具体蓝图，而更像是一张初步的路线图。下一步，他们计划精确测量这些反馈信号的时序动态，开发更灵敏的神经活动记录技术，进一步解析反馈回路形成和协调的机制。
这是一个长期工程。但它提出的问题配资平台下载，本身就足够令人兴奋：如果我们对大脑做决定这件事的理解从根本上就是错的，那么照着错误理解建造出来的AI，又能走多远？
富华优配提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
