研究人员对我们的大脑如何工作获得了重要见解。

来自FAU认知计算神经科学小组的研究人员强调了大脑的预测编码能力，这对适应性行为至关重要。利用人工智能和癫痫患者的数据，他们发现自发的大脑活动，在大脑在没有外部刺激的情况下处理信息的方式中起着至关重要的作用。这些发现可能会改善脑部疾病的诊断和治疗方法，并激发模仿大脑功能的人工智能技术。

预测编码与大脑功能

句子后面是什么？接下来我会看到什么？当我这样做的时候，环境会发生什么变化，我的身体会发生什么变化？人类的大脑不断地在各种复杂程度和抽象程度上忙于预测接下来会发生什么。这被称为预测编码，被认为是人类超级器官的主要任务之一，使适应性行为成为可能，并允许我们在周围环境中找到我们的方向。

来自FAU计算机科学5模式识别认知计算神经科学小组的帕特里克·克劳斯（Patrick Krauss）博士和阿希姆·席林（Achim Schilling）博士已经成功地强调了这一被广泛接受的假设，并在他们最近的研究中贡献了新的发现。

神经科学的创新研究

这两位物理学家和神经科学家使用自动编码器分析了人类大脑的自发活动。自动编码器是人工智能的一种高级形式，可以从我们大脑提供的大量复杂数据中感知模式和联系，而使用更传统的方法是无法实现的。这要归功于他们与埃尔兰根大学癫痫中心的研究人员的合作。该中心的癫痫患者在手术切除致痫灶之前，会在大脑中植入电极。

研究人员利用获得的特别罕见、因此特别有价值的数据，发现了一个突破性的结果：我们大脑中某些被称为局部场电位事件（LFPs）的自发活动，能够提供关于我们大脑如何工作的决定性指标。即使在没有外部刺激的情况下，这些自发信号似乎在我们的大脑如何处理信息方面发挥着重要作用。

自发大脑活动的启示

“在我们的研究中，我们意识到我们的大脑在这些LFP定义的活跃状态中不断进步。就好像我们的大脑在不断地对接下来可能发生的事情进行各种选择，即使我们当时没有做或感知任何特别的事情，也没有接受任何外部刺激，”帕特里克·克劳斯博士强调说。

“我们还发现，这些LFP的形式可以决定大脑中信息流动的方向。这可以让我们深入了解思想和情感是如何在我们的大脑中处理的，”阿希姆·席林博士补充道。

通过人工智能推进大脑研究

这些发现不仅为研究开辟了新的途径，而且可能为脑部疾病的诊断和治疗带来更好的方法。这些基于人工智能的方法也可以与正常的脑电图或脑磁图测量结合使用，其中电极附着在头骨表面以测量大脑活动。

“了解我们在休息时大脑的活动可以很好地用于诊断目的。如果我们能够更好地了解我们的大脑是如何工作和处理信息的，那将使我们能够开发出更具体的诊断和治疗神经系统疾病的方法，”阿希姆·席林博士强调说。“例如，如果大脑进入一种与外部刺激无关的状态，那可能是病理变化的迹象。”

人工智能和神经科学：一种协同的方法

虽然人工智能被用作一种工具，但FAU两位研究人员的研究结果也可能有助于进一步开发人工智能。长期目标是：受神经科学启发的人工智能，即使目前没有处理任何输入，也能够持续做出预测。阿希姆·席林博士解释说：“例如，这可能对集成到车辆中的人工智能系统特别有用，特别是在考虑到安全的情况下。”

帕特里克·克劳斯博士继续说道：“即使没有太多的交通，汽车只是在高速公路上直行，人工智能也可以在后台考虑可能发生的交通事故，并可能对此做出反应。”

因此，帕特里克·克劳斯博士和阿希姆·席林博士的研究表明，人工智能和大脑研究之间的协同联系能够扩大认知过程和大脑功能的已知界限，最终导致医疗诊断和治疗方面的创新方法。

技术和大脑研究的日益融合也表明，跨学科方法对于解码自然界中发现的复杂系统是多么具有决定性。随着他们的发现，FAU的研究人员正在接近更好地理解也许是所有系统中最复杂的系统：人类大脑。