西方神经科学家正在帮助在全球项目中构建数字大脑

几十年来，神经科学家通过要求人们安静地躺在大脑扫描仪中并执行精心控制的任务来研究人类大脑。这些实验揭示了大量关于大脑如何工作的信息。但他们也遗漏了一件关键的事情。

现实生活并不是一系列孤立的任务。我们不断地理解世界、做出预测、决定做什么、采取周围的行动，并在这些行动产生意想不到的结果时调整我们的行为。

现在，西部大学的神经科学家乔恩·迪德里克森（Jorn Diedrichsen）和乔迪·卡勒姆（Jody Culham）正在帮助领导一项国际努力，以更接近地模拟这种复杂性的方式研究大脑——将人们放入功能磁共振成像扫描仪中并玩视频游戏。

这项工作是数字大脑项目的一部分，该项目是社交媒体巨头 Meta 支持的一项重大国际研究计划，旨在创建有关人类大脑运作的广泛且透明的信息集合。该项目汇集了来自世界各地机构（包括西方机构）的研究人员，以了解大脑在比传统大脑成像显示的更广泛的认知状态下的行为方式。

迪德里克森花了数年时间开发方法来绘制许多不同任务中的大脑活动图，包括雷诺小脑项目，而不是依赖于静息态扫描或一次仔细隔离的实验。他的实验室开发了一套包含 60 多项任务的电池，可以在功能磁共振成像扫描期间执行，使研究人员能够将参与者的大脑推入许多不同的情况。

“把大脑活动想象成一个巨大的景观。在任何特定时刻，你的大脑都在那个景观中的某个地方，不同的经历、决定和行动会把你带到不同的地方，”计算机科学教授迪德里克森说。

静息态功能磁共振成像（或功能性磁共振成像）通过血流变化来测量大脑活动，使研究人员能够观察自发的大脑变化，但无法控制大脑在该场景中的走向。迪德里克森的多任务处理方法有意揭示了更广泛的大脑活动。

西方大学的神经科学家乔恩·迪德里克森 (Jorn Diedrichsen) 和乔迪·卡勒姆 (Jody Culham) 共同致力于数字大脑项目。 （克里斯托弗·金德拉斯基/西方通讯）

迪德里克森和卡勒姆找到了一种将他们的策略结合在一起的方法——他对广泛的大脑活动进行采样的工作与她的实验室对大脑在与不断变化的环境积极互动时如何反应的工作的研究相结合。视频游戏提供了一种将这两种想法融入一个项目的方法。

当有人像吃豆人一样玩时，他们总是会做出预测。鬼魂逼近，他们改变方向。他们移动控制器，吃豆人做出反应，环境发生变化，玩家立即更新他们的计划，”加拿大神经科学和沉浸式心理学研究主席卡勒姆说。

这是一个不断循环的预期、行动和反馈，这与希望某人查看图像并单击按钮来显示他们所看到的内容完全不同。

在之前的工作中，卡勒姆的实验室将玩吃豆人的人与观看游戏的人以及移动对游戏没有影响的控制器的人进行了比较。情感体验和身体动作可能相似，但玩家与环境的关系却完全不同。

这种预测、采取行动和接收反馈的体验被称为人与环境之间的“闭环”。这个循环可能是传统大脑研究方法中缺失的最重要的东西之一。

对大脑景观的研究

Diedrichsen 和 Culham 没有要求参与者完成一长串标准实验室任务，而是将精心设计的认知任务与围绕丰富的 3D 环境和第一人称头像构建的沉浸式视频游戏结合起来。

一组核心任务仍将是比较数据的锚点，包括卡丁车赛车、视频游戏和工艺品、数字谜题和卡丁车赛车等活动，而任务和游戏元素将在整个数字大脑项目中引入。

“通过将日常任务游戏化，我们的项目可以在理解良好认知功能的策略和确保最大限度的乐趣和参与的策略之间架起一座桥梁，”卡勒姆说，他和迪德里克森一样，都是西方神经科学研究所的教员。 “这使我们能够探索更广泛的大脑状态，并在预测、行动和适应过程中捕获大脑。”

脑部扫描仪是为实验而设计的

这项新研究开始时，韦斯特升级了进行这项研究所需的关键设备之一。 Western 正在投资一台最先进的 7 特斯拉 MRI 扫描仪，这是一个位于功能和代谢绘图中心的强大系统，能够生成比传统 MRI 系统更高质量的图像。

对于数字大脑项目，研究人员还在开发一种新的 32 通道线圈，旨在增强来自深部大脑结构的数据，包括小脑、丘脑和中脑。这对于迪德里克森来说尤其重要，他的研究重点是大脑及其与大脑皮层的联系。

“我们传统上认为大脑负责运动和协调，但越来越清楚的是，它也参与预测和认知。当你观察人们如何与不断变化的环境互动时，它就成为大脑中一个非常有趣的研究部分，”迪德里克森说。

升级后的扫描仪还提供了更大的视觉显示屏，为扫描仪内的参与者提供了更加身临其境的环境。研究人员正在开发 3D 显示器，让参与者感觉仿佛置身于游戏世界中，即使他们的身体被限制在 MRI 中。

从个体到数字大脑

该项目的一大目标是超越“平均”人脑的想法。个体大脑可能存在很大差异，尤其是在与复杂行为和认知相关的领域，迪德里克森希望从许多不同活动的个体参与者那里收集丰富的数据。

“如果你拍一张森林的照片，并将所有树木都放在一起，你会得到一幅非常模糊的图片，显示这棵树的实际样子，底部是棕色的，顶部是绿色的，”迪德里克森说。 “当我们对大脑进行平均时，也会发生同样的事情。我们想更详细地了解个体大脑。”

这种深入的个体映射最终可以帮助研究人员理解为什么每个人的大脑组织方式不同，以及这如何影响行为。然而，目前的目标是在世界各地创建一个大型、高质量的研究人员库，他们可以公开共享非商业研究的项目数据。

“这种人工智能的好坏取决于你输入的数据。如果你没有好的数据，你就会从垃圾开始。我们正在努力做的是建立一种丰富、高质量的数据集，让人们能够提出新问题并使用我们尚未想到的新技术，”迪德里克森说。

人工智能也正在成为体验本身的一部分，研究人员正在开发可以学习认知任务和玩简单游戏的人工系统。通过研究这些系统如何导航、预测和做出决策，科学家可以探索生物大脑所面临问题的可能解决方案，将它们用作迪德里克森所说的“直觉泵”，用于思考复杂系统如何工作。

研究人员并不建议静息态功能磁共振成像或传统的基于任务的实验应该消失。相反，他们认为视频游戏方法可以解锁大脑功能景观的另一部分，而通过围绕离散问题和严格控制的反应进行的实验很难达到这一点。

“我们正在努力仔细研究大脑，因为它确实起作用，”卡勒姆说。 “视频游戏让我们能够将其中的一些信息放入扫描仪中，并询问大脑在参与世界时会做什么。”

详细了解西方如何改善每个人的健康。