2011年10月3日，一名小朋友在坐落南京的江苏科技馆观看大脑模型。新华社发（董金林摄）
新华社北京11月25日电娴熟把握某项技术的专家和初学者的大脑有何不同？研究人员近来经过动物试验和机器学习算法发现了二者差异，并研宣布可猜测动物行为的新方法，这也显示出人工智能助益神经科学研究的潜力。
美国科尔德斯普林试验室、哥伦比亚大学和英国伦敦大学学院等组织研究人员发现，当小鼠从“新手”变为“专家”时，其脑细胞回路和神经元活动都会有所改变，神经网络变得更为集中和专心。研究成果最近宣布在美国《神经元》月刊上。
试验中，研究人员练习小鼠完结感知决议计划使命。小鼠们先接纳亮光、滴答声等多重感知影响，然后经过有挑选地舔舐三个出水口中的一个，告知研究人员这些影响是高频仍是低频。假如挑选正确，小鼠会得到奖赏。在该过程中，小鼠的神经元改变都被双光子成像显微镜观测记录下来。
研究人员发现，在小鼠刚开端学习时，相关神经元只在做挑选的瞬间才会有所反应；而当小鼠彻底把握该技术时，就似乎“心中有数”，其神经元会提早好久开端反应。
为“读懂”神经元活动，研究人员运用机器学习算法练习了一个人工神经网络。这一名为“线性支撑向量机器”的人工神经网络收集了多组试验数据，并把它们与神经元活动相关联。研究人员发现，跟着小鼠完结使命更加娴熟，它们的神经网络就更加准确与专心，当把这些改变映射在这一人工神经网络中，就可猜测小鼠接下来的行为，准确度高达90%。
