生物行移动版

长期以来，人们认为大脑处理信息的方式类似于单向传送带——从底部的感觉输入到顶部的决策制定，这一假设正受到挑战。一项新研究揭示，决策信号早在初级躯体感觉皮层（S1） 就已出现。研究团队提出，“自然智能”依赖于复杂的双向反馈回路，而非当今人工智能使用的简单层级流。通过记录小鼠在触觉虚拟现实导航任务中的神经活动（使用密集电生理记录），结合单次试验决策信号的分析，他们发现：

• 感觉证据积累期间的高维尖峰活动坍缩为单一的潜在变量（决策变量），随后整个皮层柱出现缓慢且几乎同步的斜坡上升。

• 该变量与“噪声感官证据逐渐积累至决策边界”的模型一致。

• 初级躯体感觉皮层可能通过皮层-皮层反馈回路直接参与二选一决策变量的分类编码，感觉信息通过这种回路被反复处理，转化为知觉和行动。

传统层级模型 vs. 新发现的反馈模型

核心机制：通过反馈回路的决策变量形成

关键点：决策并非发生在串行链条的末端，而是作为在感觉和联合皮层之间反复处理的感觉证据的涌现属性。

对人工智能架构设计的影响

对脑机接口的影响

• 解码：在感觉皮层中植入的脑机接口（例如，用于假肢控制）可能不仅恢复感觉，还能直接解码运动意图传感器（通过皮层-皮层反馈回路）。

• 闭环神经调控：监测初级躯体感觉皮层中的决策变量（斜坡上升）可能用于早期检测即将到来的错误决策并触发纠正措施（例如，在认知任务中）。

关键信息速览

关键概念：决策（Decision-making） | 初级躯体感觉皮层（S1） | 反馈回路（Feedback loops） | 层级处理（Hierarchical processing） | 自然智能（Natural intelligence） | 证据积累（Evidence accumulation） | 预测编码（Predictive coding）
相关领域：系统神经科学 | 认知神经科学 | 人工智能 | 神经形态计算

——本文基于伊利诺伊大学厄巴纳-香槟分校在 PNAS 发表的研究编译，为系统神经科学家、认知神经科学家及人工智能研究人员提供关于决策信号在初级躯体感觉皮层中出现（挑战层级模型）的证据，以及受自然智能启发的未来AI设计所依赖的反馈回路框架。