類腦AI：人腦將目標和不確定性區(qū)分開來，從而實現(xiàn)自適應決策

人類擁有卓越的穩(wěn)定性和靈活性，即使面對突如其來的變化，也能迅速制定新的計劃并調(diào)整目標。然而，廣泛應用于機器人領(lǐng)域的“無模型強化學習”（AlphaGo 與李世石的著名對決便是其例證）卻難以同時具備這兩種能力。

韓國科學技術(shù)院 (KAIST) 的研究團隊發(fā)現(xiàn)，秘密在于前額葉皮層內(nèi)獨特的信息處理方法，這一原理可以作為開發(fā)既靈活又穩(wěn)定的類腦人工智能的基礎(chǔ)。

由腦與認知科學系李相萬教授領(lǐng)導的研究團隊與 IBM 人工智能研究院合作，破譯了人類大腦如何在不確定情況下管理目標變化，為下一代強化學習指明了新的方向。

前額葉的秘密

研究團隊指出當前強化學習模型的一個關(guān)鍵局限性：它們無法在目標追求的靈活性和不確定環(huán)境下的穩(wěn)定性之間取得平衡。然而，人類卻能同時做到這兩點。該團隊假設(shè)，這種差異源于前額葉皮層對信息的表征方式。

研究團隊利用功能磁共振成像（fMRI）實驗、強化學習模型和先進的人工智能分析，揭示了人類前額葉皮層具有獨特的嵌入結(jié)構(gòu)，能夠將目標信息和不確定性信息分別表征，從而避免相互干擾。那些這兩個信息通道分離度更高的人，能夠在目標發(fā)生變化時調(diào)整策略，同時在環(huán)境不確定性下保持穩(wěn)定的判斷。

兩個通道，兩個功能

研究團隊將這種機制比作通信技術(shù)中的多路復用，即同時傳輸多個信號而不會相互干擾。

人類前額葉皮層通過兩個通道運作：一個通道能夠靈敏地跟蹤目標變化，以確保決策的靈活性；另一個通道能夠隔離環(huán)境的不確定性，以保持判斷的穩(wěn)定性。

有趣的是，前額葉皮層不僅僅是執(zhí)行由第一通道引導的控制；它還利用第二通道根據(jù)情況選擇使用哪種學習策略。

這表明大腦具有元學習能力，也就是說，它不僅學習學習什么，還學習如何學習——通過選擇合適的學習策略。這就是為什么人類能夠在不斷變化的環(huán)境中保持適應能力的原因。

這項研究的意義涵蓋多個領(lǐng)域，包括個體強化學習和元學習能力的分析、個性化教育設(shè)計、認知診斷以及人機交互（HCI）。此外，將類腦表征結(jié)構(gòu)嵌入人工智能，有望實現(xiàn)類腦思維的人工智能，使其更好地理解人類的意圖和價值觀，減少危險判斷，并促進與人類更安全的合作。

首席研究員李相完教授強調(diào)了研究結(jié)果的重要性：“這項研究從人工智能的角度闡明了大腦的基本運行原則——從靈活地適應不斷變化的目標到穩(wěn)定地制定計劃。這些原則將成為下一代人工智能的核心基礎(chǔ)，使其能夠像人類一樣適應環(huán)境，并更安全、更智能地學習。”

新聞來源：Medical Press

論文參考：DOI: 10.1038/s41467-025-66677-w