Искусственный интеллект расшифровывает пути интеллекта мозга

В новом исследовании, опубликованном в PNAS Nexus, ученые продемонстрировали, что искусственный интеллект может предсказывать различные типы человеческого интеллекта, анализируя связи в мозге. Используя данные нейровизуализации сотен здоровых взрослых, они обнаружили, что прогнозы были наиболее точными для общего интеллекта, за которым следовал кристаллизованный интеллект, а затем текучий интеллект. Результаты проливают свет на распределенную и динамическую природу интеллекта, демонстрируя, что он возникает из глобального взаимодействия мозговых сетей, а не изолированных областей.

Хотя предыдущие исследования установили, что интеллект не локализован в одной области мозга, а скорее включает распределенные сети, многие исследования опирались на традиционные методы, которые фокусируются на изолированных особенностях мозга. Эти подходы дали ограниченное представление о том, как интеллект возникает из взаимодействия структуры и функции мозга. Используя машинное обучение для анализа связей мозга, исследователи стремились преодолеть эти ограничения.

Ключевым моментом исследования было различие между тремя основными формами интеллекта: общим, текучим и кристаллизованным. Общий интеллект, часто называемый «g», является широкой мерой когнитивных способностей, которая охватывает рассуждение, решение проблем и обучение в различных контекстах. Он служит всеобъемлющим фактором, охватывающим общие элементы между конкретными когнитивными навыками.

Текучий интеллект, подвид общего интеллекта, относится к способности рассуждать и решать новые проблемы, не полагаясь на предыдущие знания или опыт. Этот тип интеллекта часто ассоциируется с абстрактным мышлением, распознаванием образов и адаптивностью. Напротив, кристаллизованный интеллект представляет собой способность использовать знания и навыки, приобретенные посредством образования, культуры и опыта. Он включает в себя такие способности, как словарный запас, понимание прочитанного и фактические знания.

«Наша исследовательская группа стремилась изучить, как индивидуальные различия в интеллекте или общих когнитивных способностях проявляются в мозге человека. Мы убеждены, что взаимосвязи между различными областями мозга, которые, как считается, отражают пути коммуникации, играют особенно важную роль», — сказала автор исследования Кирстен Хильгер из Университета Юлиуса-Максимилиана в Вюрцбурге.

Многие исследования, опубликованные в последние годы, предсказывали индивидуальные различия в интеллекте на основе этих коммуникационных путей, известных как функциональные связи мозга. Однако основной целью этих исследований часто было достижение максимально возможной эффективности прогнозирования, в то время как понимание концепции интеллекта и вопроса о том, как интеллект может возникнуть из этих коммуникационных путей, в значительной степени отсутствовало.

«В нашем исследовании мы стремимся устранить это ограничение, предоставив методы и подходы, позволяющие получить интерпретируемое понимание концепции интеллекта, то есть фактически узнать что-то о том, как интеллект развивается из мозга», — пояснила она.

Для прогнозирования интеллекта исследователи использовали данные проекта Human Connectome. В их анализ вошли 806 участников в возрасте от 22 до 37 лет, у которых не было когнитивных нарушений. Связность мозга оценивалась с помощью функциональной магнитно-резонансной томографии (фМРТ) в состоянии покоя и семи заданий, разработанных для активации различных когнитивных процессов, таких как рабочая память, язык и эмоциональное распознавание. Текучий интеллект измерялся с помощью тестов, не зависящих от предшествующих знаний. Кристаллизованный интеллект оценивался с помощью задач на словарный запас и чтение. Общий интеллект, объединяющий элементы обоих, рассчитывался как составной балл.

Исследователи обучили модели машинного обучения анализировать связи между 100 определенными областями мозга в восьми когнитивных состояниях. Они сравнили модели, использующие связи, предложенные ведущими теориями интеллекта, с моделями, обученными на случайно выбранных связях. Кроме того, они применили технику, называемую распространением релевантности, чтобы определить, какие связи мозга внесли наибольший вклад в прогнозы.

Среди различных изученных типов интеллекта наиболее точно спрогнозированным моделями машинного обучения был общий интеллект. Это открытие предполагает, что общий интеллект как всеобъемлющая когнитивная способность может быть связан с более последовательными или выраженными моделями мозговых связей по сравнению с другими типами. Кристаллизованный интеллект также был предсказан со значительной точностью, в то время как прогнозы для текучего интеллекта были менее точными.

Одним из ключевых открытий было то, что активность мозга во время когнитивно сложных задач давала более точные прогнозы интеллекта, чем активность во время состояний покоя. Задачи, требующие рабочей памяти или языковой обработки, например, значительно улучшили способность моделей предсказывать подвижный и общий интеллект. Это открытие подчеркивает динамическую природу связей мозга и ее важность в поддержке когнитивных процессов более высокого уровня.

Напротив, кристаллизованный интеллект, который связан с долгосрочными знаниями и навыками, по-видимому, больше полагается на стабильные, независимые от задач мозговые сети. Использование латентных измерений связности, которые интегрируют информацию из нескольких состояний мозга, еще больше улучшило прогнозы кристаллизованного интеллекта, предполагая, что эта форма интеллекта может возникнуть из широко распространенных, стабильных коммуникационных моделей в мозге.

Исследователи также обнаружили, что модели, включающие связи между областями мозга, выделенными такими теориями, как теория теменно-фронтальной интеграции, превзошли те, которые были обучены на случайно выбранных областях. Это подтверждает идею о том, что определенные сети мозга, особенно те, которые включают префронтальную и теменную области, являются неотъемлемой частью когнитивного функционирования. Однако модели всего мозга последовательно превзошли модели, основанные на теории, что указывает на то, что интеллект, вероятно, возникает из более обширной и распределенной сети связей, чем считалось ранее.

«Индивидуальные различия в интеллекте проявляются не в нескольких ограниченных областях мозга, а в коммуникационном механизме, охватывающем весь мозг», — сказала Хильгер. «Предыдущие нейрокогнитивные модели интеллекта не являются ошибочными, но их необходимо расширить, включив в них весь мозг, и больше сосредоточиться на механизмах, а не на конкретных областях мозга».

Анализ выявил около 1000 конкретных связей мозга, которые наиболее предсказывают интеллект. Эти связи не ограничивались изолированными областями, а были распределены по всему мозгу, включая основные сети, такие как сеть режима по умолчанию, лобно-теменная сеть управления и сети внимания. Эти результаты подчеркивают идею о том, что интеллект является глобальным свойством мозга, а не продуктом деятельности в пределах одной области или системы.

Интересно, что исследователи обнаружили, что способность мозга компенсировать отсутствующие связи была удивительно высокой. Даже когда целые сети были исключены из моделей, предсказания интеллекта были затронуты лишь минимально.

«Искусственное удаление целых крупномасштабных функциональных систем мозга на удивление мало влияет на прогностическую эффективность», — сказала Хильгер. «Таким образом, в нейронном коде различий в интеллекте, по-видимому, есть некоторая избыточность».

Хотя исследование дало существенные сведения о нейронных основах интеллекта, оно не лишено ограничений. Одним из заметных ограничений является узкий возрастной диапазон участников, в который вошли только здоровые взрослые в возрасте от 22 до 37 лет. Это ограничивает обобщаемость результатов на протяжении всей жизни, особенно для детей и пожилых людей.

Кроме того, хотя исследование выявило около 1000 связей мозга как наиболее предсказывающих интеллект, точная природа этих связей и их функциональная роль остаются неясными. Изучение конкретных процессов, которые поддерживают эти связи, таких как память, внимание или исполнительный контроль, может помочь прояснить, как они способствуют различным типам интеллекта. Кроме того, изучение индивидуальных различий в нейронных стратегиях решения проблем и применения знаний может пролить свет на то, почему некоторые связи более предсказательны, чем другие.

«В целом, наши результаты показывают, что интеллект возникает из глобальных характеристик мозга, а не из изолированных областей мозга или отдельных нейронных сетей», — заключили исследователи. «В более широком контексте наше исследование предлагает основу для будущих исследований прогностического моделирования, которые отдают приоритет значимым знаниям о сложных чертах человека, а не простой максимизации эффективности прогнозирования».