读心术：fMRI建立电脑模型解释人脑如何进行意思表达

　　

卡内基梅隆大学的科学家们在人脑如何组织单词句子来进行意思表达方面的研究取得的重大进展，科学家们首次建立了计算机模型用于预测大脑独特的活动模式，大脑如何使人们将所看、所听、所感、所闻的物质与具体的字眼对应起来？

先前，研究者展示了使用功能性核磁共振成像仪（fMRI）研究人类思考某一具体的名词时大脑在哪个区域产生相对应的活动的成果。卡内基梅隆大学的研究小组进行了进一步的研究，该研究预测人脑对具体字眼反应的大脑活动模式，揭示外在的事物如何转变为人脑的内在感受，先前的fMRI研究没有这方面的数据结果。

这项工作甚至可以深入到使用大脑扫描来识别思维，并能应用于自闭症的研究，以及思维紊乱如妄想型精神分裂症，也能用于语义性痴呆如皮克氏病（Pick’s disease）。

计算机学家Tom M. Mitchell和认知神经学家Marcel Just领导了一个研究小组，用fMRI针对设定60个具体的名词构建了一个计算机模型，可进行速度达万亿文本的统计学分析（称之为文集分析）。这个计算机模型将文集中具体的名词如何指导大脑活动模型和精确明显的信号整合起来而不与偶然的信息整合。

这项研究的成功将在5月30日的Science上发表。

Mitchell（计算机科学功能系的主任）说，我们相信我们已经识别了大量的大脑用于意思表达的基础结构模块。加上计算方法，计算它是如何使用的文本文件捕获词义，这些模块，可以配合预测任何具体名词激活的神经反应模式。我们发现，这些预测是相当准确的，fMRI数据可用来测试它们 。

负责脑认知功能成像中心的一位心理学教授Just说，这个计算机模型可以为深入研究人类思维提供研究有效的方法。他说，我们是出于本能的感知和行动着，所以说人脑对具体字眼的意思相应地有具体的区域反应指挥人们的感受或是行动。比如说，苹果这个名词在脑内的反应区域是：咀嚼、好闻、好吃。苹果是我们用于模型中的一个名词，我们的工作细致却十分重要，它将破译人脑的工作密码。

另外，为了陈述脑内的感知驱动区域，卡内基梅隆大学的研究者在其他的区域发现了显著的活动迹象，包括与计划功能和长期记忆功能相关的前部区域。比如说，一个人想到苹果，那么就会激发大脑的上次吃苹果的记忆，或是开始考虑如何获得一个苹果。

Just说，这些研究揭示了基于脑部功能的意思表示。在这项研究中，有9个实验者使用fMRI扫描针对60个不同刺激程度的名词，每12个语义种类中包含5个单词，这些语义种类包括：动物、身体部位、建筑物、衣服、昆虫、交通工具和蔬菜等。

为了构建计算机模型，研究者使用机器学习技术来分析名词在文集里所反映的典型的英文使用法。针对每个名词，在文集中计算与之相对应的25个与感知功能相关的动词出现的频率，这些与感知相关的动词包括观赏、听、聆听、品尝、嗅、咀嚼、推、举和驱动。计算机语言专家常规地使用这些来进行统计学分析，作为使用词汇进行意思表达的特点分析。

这25个动词出现在大脑的基础结构模块中，这些模块用于意思表达，Mitchell说。

通过使用这些统计学信息分析fMRI的活动模式，这些信息收集自每60个名词刺激的过程中，他们可以决定每个名词如何激活25个动词的活动，通过一些元素的刺激和三维图像的刺激反映在fMRI扫描结果中供人查看。

为了预测针对文集中具体每个名词出现的fMRI反应活动，计算机模型决定名词与25个动词中的具体动词共出现的机会，并在这些共出现的基础上建立一个活动图谱。

在这个测试中，不同的计算机模型改造后用于9个不同人，每个都从60个名词中选用58个并绘制与之相关的活动模式。这个模型接下来用于预测剩下的两个名词的活动模式。在这9个人中，这个模型预测的活动模式与真实的fMRI观测到的模式有77%的相符率。

这个模型还可用于预测未经调试的语义区域的活动模式。在测试中，这个模型经改造将60个名词中除12个语义类型的名词外其余全部清除，接下来测试这些剔除掉的不同的类型的名词。比如说，交通工具和蔬菜类的词汇被清除，那么就测试飞机和芹菜这两个名词。在这些案例中，这个模型的预测准确率下降至70%，但仍高于50%。

未来的研究计划包括研究形容词集合、介词短语和短句中的活动模式。研究小组计划研究大脑是如何表达抽象名词和概念。
卡内基梅隆大学的研究小组包括机械改进系的Andrew Carlson博士，语言技术研究中心的Kai-Min Chang博士和心理学博士后obert A. Mason。其他研究人员还包括，南卡罗莱纳州大学的教员Svetlana V. Shinkareva，加利福尼亚大学的研究生Vicente L. Malave，W.M. Keck基金会和国家科学研究基金的San Diego研究员。