日前，計算機與人工智能學院 阿里云大數據學院 軟件學院楊千里博士與美國萊斯大學、美國貝勒醫學院和美國西北大學合作，成功發現獼猴大腦在完成復雜感知抉擇任務中，利用初級視覺皮層群體神經元進行了近似最優的非線性神經計算。該研究成果推動了人類理解大腦作為一個智能器官如何完成日常感知復雜決策，以便未來依據不同腦區在大腦進行復雜決策時關于抽象策略的表征、整合和動態切換的功能，更高效地利用腦機接口、深腦刺激等技術治療精神類疾病，也有助于啟迪開發新型人工智能算法實現更復雜的現實實際抉擇任務。

感知和抉擇是靈長類動物最重要的高級思維活動，然而對于復雜感知和抉擇的神經計算機制的研究往往面臨實驗范式過于簡單、計算模型不通用的挑戰。針對這一挑戰，團隊著力構建了更符合大腦生物學原理和數學上更為自洽的非線性神經編解碼模型。該理論框架服從冗余代碼的數學假設，提出當皮層神經元比初級感覺神經元的數量級大很多時，其編碼的信息必須受限于初級感覺系統所蘊含的信息量。同時預測，如果大腦以最佳方式使用神經元群體的信號，其信息量更大的模式應該與動物的選擇更為相關。在此基礎上，團隊探究了具體感知任務中大腦進行神經編解碼的形式和效率，并通過行為學實驗以及獼猴初級視覺皮層群體神經元反應的數據分析，成功發現了大腦在采用近似最優非線性計算以完成復雜感知和抉擇。相關研究不僅對揭示復雜感知抉擇的神經計算機制具有深遠的科學意義，并在分析其他涉及復雜感知和抉擇認知任務的神經計算機制中有廣泛的應用潛力。

圖1: 非線性神經編碼示例

圖2: 非線性選擇相關性分析

該研究成果全文“Revealing nonlinear neural decoding by analyzing choices”（《從獼猴行為中揭示非線性神經解碼機制》）于11月16日發表于Nature Communications（《自然通訊》），文章第一作者楊千里博士是我校計算機與人工智能學院 阿里云大數據學院 軟件學院2018年引進的高層次人才，該研究工作得到國家自然科學基金委和江蘇省教育廳的資助。（通訊員/沈達滿 任濤 審核/陸恒 喬增偉）

論文鏈接：https://www.nature.com/articles/s41467-021-26793-9