冯建峰告诉记者,根据这一发现,未来将有可能通过赋予人工智能系统内部各部件动态相互作用的模式,使机器人真正产生人类的思维方式。他说,这一重大成果或将对人工智能的发展带来革命性的影响

研究人员在BRAIN上在线发表了题为Neural,electrophysiologicalandanatomicalbasisofbrain-networkvariabilityanditscharacteristicchangesinmentaldisorders的论文。该论文被选为Brain编辑推荐和当期封面论文。2014年美国麦克阿瑟天才奖得主、宾夕法尼亚大学Skirkanich讲座教授DanielleBassett专门为此研究撰写了题为Theflexiblebrain的评论。该评论认为这项工作是我们在理解大脑网络动态变化道路上的一块重要基石(animportantstepping-stone)。

近年来,冯建峰及其团队和英国华威大学团队,一直致力于利用来自世界各地、数以千计被试者的大脑静息态磁共振数据,定量刻化人脑的动态变化,识别人脑不同区域之间动态相互作用的机制以及其在精神疾病中的改变。

目前,人工智能系统并不具备可变性和适应性。而这两种人类独特的智能特性,已被该研究证实对于人类大脑的学习能力至关重要的。这项研究发现,一个人的大脑可变性越强或越灵活,个体的智力以及其创造力也就越高。人脑中与学习、记忆紧密关联的脑区表现出高度的可变性。这意味着这些区域同大脑其他部分之间的连接模式变动更加频繁,可发生在短短几分钟甚至数秒之间。而人脑中与智力相关性小的区域,包括视觉区、听觉区和感觉运动区,皆表现出了低可变性和低适应性。

冯建峰说,大脑网络动态图谱的绘制,未来可被应用于构造更先进的人工神经网络,使计算机具备学习、成长和自适应的能力。

此外,这一研究成果还在脑重大疾病的诊疗上带来重大发现。研究人员在精神分裂症患者、自闭症患者以及多动症患者的大脑默认网络中,都可以观察到可变性的状态变异。这也意味着,大多数精神疾病的根源来自于大脑可变性或可塑性方面的改变。这一认识可使科学家们能够更有效的治疗甚至是预防精神疾病的发生。

据悉,冯建峰教授是上海国家数学中心的首席科学家,2015年受聘为复旦大学新成立的类脑智能科学与技术研究院首任院长。该研究院成立一年多以来,致力于开展脑科学与人工智能交叉前沿研究,在智能算法的发展及其对脑疾病的精准诊断上取得了多项重大突破。