近期，计算机与人工智能学院 阿里云大数据学院 软件学院杨千里博士与美国莱斯大学、美国贝勒医学院和美国西北大学合作，成功发现猕猴大脑在完成复杂感知抉择任务中，利用初级视觉皮层群体神经元进行了近似最优的非线性神经计算。该研究成果推动了人类理解大脑作为一个智能器官如何完成日常感知复杂决策，以便未来依据不同脑区在大脑进行复杂决策时关于抽象策略的表征、整合和动态切换的功能，更高效地去利用脑机接口、深脑刺激等技术去治疗精神类疾病，也有助于启迪开发新型人工智能算法去实现更复杂的现实实际抉择任务。
感知和抉择是灵长类动物最重要的高级思维活动，然而对于复杂感知和抉择的神经计算机制的研究往往面临实验范式过于简单、计算模型不通用的挑战。针对这一挑战，团队着力构建了更符合大脑生物学原理和数学上更为自洽的非线性神经编解码模型。该理论框架服从冗余代码的数学假设，提出当皮层神经元比初级感觉神经元的数量级大很多时，其编码的信息必须受限于初级感觉系统所蕴含的信息量。同时预测：如果大脑以最佳方式使用神经元群体的信号，其信息量更大的模式应该与动物的选择更为相关。在此基础上，探究了具体感知任务中大脑进行神经编解码的形式和效率，并通过行为学实验以及猕猴初级视觉皮层群体神经元反应的数据分析，成功发现了大脑在采用近似最优非线性计算以完成复杂感知和抉择。相关研究不仅对揭示复杂感知抉择的神经计算机制具有深远的科学意义，并且在分析其他涉及复杂感知和抉择认知任务的神经计算机制中有广泛的应用潜力。
图1: 非线性神经编码示例
图2: 非线性选择相关性分析
研究成果全文“Revealing nonlinear neural decoding by analyzing choices”（《从猕猴行为中揭示非线性神经解码机制》）于11月16日发表于Nature Communications（《自然通讯》），文章第一作者杨千里博士是计算机与人工智能学院 阿里云大数据学院 软件学院2018年引进的学校高层次人才。该研究工作得到了国家自然科学基金委和江苏省教育厅的资助。
论文链接：https://www.nature.com/articles/s41467-021-26793-9
