观点 | 对认知的实时解码

按：这一期的Trends in Cognitive Sciences 25周年特刊上有许多有意思的观点文章，探讨了认知科学未来25年可能的研究方向（见：Trends in Cognitive Science 25周年特辑：Looking Forward），本文介绍了其中一篇关于认知实时解码的文章。

在传统的心理学研究中，有很多认知过程是无法被直接观测的，比如将注意力投放到空间的某一个位置，你无法直接测量到这一认知过程，只能使用反应时间等间接的行为指标来对这些认知过程做出推测。这种间接的推测往往不是最理想的，而且缺乏对认知过程时间动态的描述，因此，如何直接、实时测量这些认知过程也是认知科学家所一直面临的挑战。

随着认知神经科学的进展，科学家们可以通过“解码”（decoding）的方法来直接观测到原本无法被观测的认知过程（如：长文指南 | MEG/EEG信号的时间序列解码），也就是通过机器学习来识别不同条件下的神经集群活动模式，从而实现在较高时间分辨率的情况下来推测个体的认知过程及其时间动态。要实时做到这个，研究者需要面临三个主要挑战：1. 要理解神经编码的意义；2. 神经活动的测量是有很多噪音的，很难理解这些噪音的来源，以及需要多少神经元来达到一个高信噪比的情况；3. 要做到真正的“实时”，来避免传统实验室研究的不自然。

对于运动控制的研究给解决这三个挑战提供了一些路线。在90年代末期，研究者开始尝试解码瘫痪病人关于运动意图（motor intention）的大脑信号（这些病人大多是脊柱受到损伤但运动皮层本身是完整的），并尝试解码这些信号来帮助他们直接控制机械臂、电脑鼠标等外部仪器。这一领域的发展扩展了诸如降维、集群层面分析和实时分析的流程，也表明了只记录100多个神经元的活动就足以解码病人的运动意图。更重要的是，这种方法被证明是很实用的，比如最近研究可以解码病人的书写意图从而来生成信息，其速度能够达到类似短信的通信速度。

对于实时书写意向解码 （Willett, 2021, Nature）

尽管运动控制方面的研究已经做出了很好的示范，但是要实时解码认知过程可能比解码运动意图还要困难，因为认知相关的神经活动强度比运动相关的神经活动弱得多，这意味着我们可能要记录更多的神经元。但幸运的是随着技术的发展，我们已经可以同时记录上千个神经元（如下图所示），这使得用这些电极解码认知已经成为可能（如Astrand et al., 2016, Curr Biol; Rich & Wallis, 2016, NN）。

可同时记录神经元的数量的进展：大约每6年能翻一倍

神经记录的技术：先进的技术可以在单个针头同时记录多个神经元；近期，纳米制造工艺已经被采用，这可以实现利用头发大小的直径的针头就能同时记录上千个神经元的活动（图C）

那么，在接下来的25年里，又会有什么样的进展呢？作者认为，首先，我们将能够在单个试次的精度（single-trial resolution）上实现对测量认知过程的神经集群活动进行实时神经解码；第二，对认知过程的实时解码会具有更强的生态效度（而非停留在实验室层面）；第三，解码一个认知过程将有助于我们理解其他认知过程，比如解码工作记忆可以有助于我们理解更宏观的问题解决。

在脑机接口领域，“闭环”（closing the loop）是一个日益流行的话题，比如在运动控制领域，高效的运动控制不需要“意图”来进行控制，而是可以通过连续的前庭和躯体感觉系统的反馈信号来实现控制。相似的，我们不仅可以“解码”认知过程，也可以利用这些认知信号来进行干预。比如对于在大脑中植入监控的ADHD患者，当传感器解码出患者正在经历高度注意力分散的时候，就可以刺激其高级认知区域来缓解这一症状；再比如监控到强迫症患者正经历痛苦的强迫行为/反刍的时候，可以利用微刺激来缓解这种活动。这种设备能够提供比服药更灵活的治疗方案，虽然听起来有点科幻，但目前正在进行当中。

上述的神经植入以及利用神经信号反馈进行神经调控的方法在技术上已经可以实现，但也许如你所想，这种技术也存在伦理的争议，比如这种技术会进一步影响社会公平，侵犯个人隐私等。不过，目前而言，这种能够实时解码认知活动，并从而利用这些信号来进行干预的技术依然具有很大的前景，对于精神疾病的治疗也许会带来变革。

论文原文：

Elston, T. W., & Wallis, J. (2022). Decoding cognition in real-time Trends in Cognitive Sciences. 26(12), 1073-1075. https://doi.org/10.1016/j.tics.2022.08.005

相关阅读

感谢支持，欢迎点赞、转发、分享！