<
原创Stanford神经现实收录于话题#深度
Deep-diving个
在决定是否要继续阅读本文的过程中，你也许会几次改变主意。虽然对于一个旁观者来说，你的最终选择显而易见——要么继续读下去，要么点进另一篇文章——但你在决定过程中内心的任何想法，都将仅仅被你自己所知。
这种隐蔽的犹豫，便是斯坦福大学研究员的研究对象。针对“认知决策是如何在神经活动上反映的”这一问题，他们的研究于年1月20日发表在《自然》期刊。
这些科学家和工程师们开发了一套系统——当猴子在识别移动的光点是向左还是向右偏移时，它可以读取并解码猴子的脑细胞活动。这套系统成功实现了对猴子持续进行的决策过程的实时观察，甚至包括犹豫不决时的起起伏伏。
-Macrovector-
“我只是看着屏幕上解码后的活动轨迹，但我并不知道实际上光点到底如何移动，或者猴子在做什么；可我可以在猴子采取行动的数秒以前告诉我们的实验室管理员萨尼亚·方（SaniaFong），‘猴子要选择右边’（后续猴子的选择证明了这一点）。”迪奥戈·佩索托（DiogoPeixoto）回忆道。佩索托是实验室一名神经生理学的前博士后，也是这篇论文共同的第一作者。“80-90%的时间里我都得到了正确答案，而这说明预测的确是有效的。”
在接下来的实验里，研究者甚至还能通过对光点的运动进行阈下处理来影响猴子的最终决策。
“从根本上来说，我们大部分认知是基于持续进行的神经活动，而这些神经活动并不明显地体现在行为上。因此这项实验令人激动之处在于，我们展示了发现和理解一些隐蔽内在的神经状态的能力。”研究的通讯作者、来自斯坦福大学医学院神经生物学系的教授威廉·纽瑟姆（WilliamNewsome）说道。
“我们正在打开认知世界的新窗口，在此之前科学界对它的理解就像雾里看花。”纽瑟姆补充道。
一次一个决定
决策的神经科学研究一般包括估计数百次实验中脑细胞群体的平均活动。但这个过程忽略了单次决策的复杂程度，以及每次决策都稍有不同的事实：比如影响你今天是否读这篇文章的因素，和影响你明天是否做同样决定的因素会有些不同。
-AntonyFilyk-
“认知过程是非常复杂的，当你在许多次试验后取一个平均值，你就会错过我们如何获得感知和如何做出决定的很多重要细节。”杰西卡·弗海因（JessicaVerhein）说道，她是神经科学系的医学博士生（MD/PhD），也是这篇论文的共同第一作者。
在这些实验里，猴子被植入了一个小拇指大小的设备。当研究者在显示器上给猴子呈现移动光点时，这个设备能以Hz的频率记录-个神经元的活动。研究者们之所以选择在大脑的背侧运动前区（dorsalpremotorcortex）和初级运动皮层（primarymotorcortex）植入，是因为在之前的研究中，他们发现这些大脑区域的神经信号传递了动物的决策信息和它们对这些决策的确定程度。
所有移动光点的视频各不相同，并且持续时间不超过两秒；而这些猴子只是在收到指令时才会汇报光点是否左移或右移——在正确的时间点给出正确答案，能让他们喝上一口果汁。通过按下左键或右键，这些猴子清晰地汇报了他们的决策。
-KarolBanach-
然而，在猴脑中，决策过程却并非显而易见。神经元通过迅速而嘈杂的电信号来传达讯息，与此同时，大脑中也进行着许多其他的活动。佩索托之所以能轻易预测到猴子的选择，一部分原因是，他看到的活动测量是建立在克丽什娜·舍诺伊（KrishnaShenoy）实验室在信号处理和解码流程上数年的工作成果上的。克丽什娜·舍诺伊是斯坦福大学工程学院的神经生物学和生物工程学教授，以及霍华德·休斯研究院（HowardHughesMedicalInstitute）的研究员。
舍诺伊的团队还将他们实时的神经解码技术应用在其他方面。“我们一直在尝试通过读取意图的方式帮助瘫痪人士。比如，他们能想象自己如何移动自己的手臂，然后这个意念便通过解码器来移动电脑光标，从而在屏幕上打出信息。”舍诺伊说道，她也是这篇论文的共同作者，“所以，我们持续地测量神经活动，以毫秒为单位来解码它，然后迅速地根据信息执行命令。”
在这篇研究里，研究者们并没有预测手臂的直接动作，而是希望预测手臂动作对一个临近选择的意图——而这需要一个新的算法。受罗兹·基亚尼（RoozbehKiani）成果的启发，纽瑟姆实验室前博士后佩索托与同事们提出了一个改良的算法。这个算法从背侧运动前区和初级运动皮层中提取神经元杂乱无章的信号，并将它们重新理解为“决策因素”（decisionvariable）。
-WilliamHogan-
“有了这个算法，我们就能在远早于猴子开始动它手指时，就解码猴子的最终决定，更不用说它的手臂了。”佩索托说道。
三项实验
研究者们猜测，决策因素的值越是正向，猴子认为光点向右移的确定程度就越高，而越是负向的值代表着猴子认为光点向左移的确定程度。为了证明这个猜测，研究者展开了两项实验：在一项实验中他们在决策因素达到一个阈值时就立马停止测试；而在另一项实验中，当决策因素开始显示猴子决定的突然反转时，他们才停止测试。
在第一项实验中，研究者们选择了五个随机的阈值水平来停止测试。在最高的正向或负向决策因素水平上，决策因素对猴子最终决定的预测准确度达到了98%。在第二项实验中，猴子有可能经历了回心转意的过程，预测却依然准确。
在第三项实验之前，研究者们做了个预实验，在原有的实验基础上添加新的运动光点（它们的运动方向统一，且可能随机是向左或向右），测试至少添加多少个光点才能被猴子发现。然后，在正式实验中，研究者们添加了数量低于猴子可以检测的阈值数量的光点，来看猴子的决策是否会受到这一阈下改变的影响*。即使新加进去的光点难以察觉，它们仍会时不时使猴子的选择更偏向于新光点移动的方向。如果在测试中更早时间节点，或者任何猴子的决策因素水平低的时候加入新光点，它们的影响会更加强烈，而这表明猴子对自己的选择不确定。
*译者注
此处译文根据原论文内容有改编，以便读者理解。
斯坦福大学的神经科学家和工程师使用神经植入物实时跟踪大脑中的决策。
—
吉尔·科斯塔（GilCosta）
“最后一项由杰西·弗海因（JessieVerhein）领导的实验，着实让我们排除了一些决策相关的常见模型。”纽瑟姆说道。根据其中一个常见的模型，人和动物在测试时基于线索的累积来做决策。但如果事实真的如此，那么不论新的光标在什么时间节点被引入实验，它所引进的偏差应该都会起到同样的效果。然而，结果看起来却更支持另一个模型：如果一个被试能对自己心里的决定足够自信，或者花了过长的时间思忖，他们会更倾向于不考虑新的线索。
新的问题，新的机遇
舍诺伊的实验室正将这些实验在有神经机能障碍的人类被试上进行重复进行，他们大脑里也有同样的植入体。基于人类和非人灵长类大脑之间的差异，实验或许会有令人惊奇的结果。
对这套系统潜在的应用不仅仅在于对决策过程的研究，还包括对视觉注意力，工作记忆或情绪的研究。研究者们相信，他们最关键的技术进步——通过神经信号的实时记录来监视和理解隐秘的认知状态——会成为对认知神经科学有价值的研究手段。并且，他们期待自己的研究成果成为其他研究的基石。
舍诺伊说，“我们希望，这项研究能引起一些本科生或者低年级研究生的兴趣，让他们参与到对这些问题的研究中来，并让这个研究领域能够向前继续发展40年。”
译者：叶卓扬
封面：EvaVázquez
审校：OrangeSoda
排版：文英
原文：
