神经科学家使用人工智能来绘制学习 决策图 以发现大脑如何工作

通过反复试验、重复和表扬，当小狗听到“坐下”时，它们就会知道自己应该做什么。这就是强化学习，这是一个令神经科学家 Ryoma Hattori 博士着迷的复杂课题，他最近加入了 Herbert Wertheim UF Scripps 生物医学创新与技术研究所。

Hattori 专注于理解和映射强化学习以及大脑如何整合信息来做出决策。他还研究大脑如何理解数字。表面上看似简单的事情实际上极其复杂。人脑大约有 860 亿个神经元，形成超过 100 万亿个连接。

服部表示，决策过程中会受到许多因素的影响。像决定去哪里吃饭这样简单的事情可能涉及记忆和判断的矩阵，因此涉及大脑的许多区域。一家餐厅的食物和服务都很好，另一家则马马虎虎。一种价格较高，另一种价格较便宜。经验提供了必须被赋值并在做出决策时考虑的输入。

“整合所有这些过程非常困难，但不知何故，我们的大脑却做到了这一点，”服部说。

他指出，了解这一过程背后的机制可能对解决精神疾病和自闭症谱系障碍很重要。

“许多精神疾病和神经系统疾病都会对决策造成一定的损害，”他说。

他说，对多个大脑区域如何相互作用来处理强化经验并指导决策进行建模是一个有趣的挑战。Hattori 使用许多研究技术来收集数据，包括大规模 2 光子成像、基于虚拟现实的实验和光遗传学(一种利用光操纵神经活动的方法)。服部说，计算模型日益成为理解复杂动物行为和大脑动力学的重要工具。