卡耐基梅隆大學的研究人員研發了一種大腦成像技術，能夠識別出複雜的思想。該技術說明，複雜的思想由大腦的各個分支系統形成，且並非以語言爲基礎，該研究提供的新證據顯示，每個人大腦的概念表達方式均相同，不因語言不同而改變。
網絡配圖
這項研究由卡耐基梅隆大學心理學教授馬塞爾·加斯特（Marcel Just）領導。研究顯示，在處理“The witness shouted during the trial”（證人在庭審中叫喊起來）這句話時，大腦採用了由42個“含義單元”（meaning components，又稱“語義特徵”（semantic features））構成的“字母表”，其中包含角色、規模、社交互動和身體活動等特徵。每種信息都由不同的大腦系統進行處理。該程序可測定每個大腦系統的活躍程度，從而判斷出受試者正在思考什麼類型的問題。
“人腦的重要優勢之一便是能夠將單個概念整合爲複雜思維，不僅能想到‘香蕉’，還能想到‘我喜歡在晚上和朋友們一起吃香蕉’。”加斯特博士說道，“我們終於找到了利用功能性磁共振成像（fMRI）信號識別複雜思想的方法。我們發現思維和大腦激活規律之間存在聯繫，並以此獲悉思維究竟爲何物組成。”此前由加斯特博士及其團隊開展的研究顯示，大腦在想到熟悉的事物時（如香蕉或錘子），對應的激活規律便涉及我們用來和這些物體打交道的大腦系統。
研究人員招募了七名成年受試者，讓他們思索239個不同的句子，並用計算機模型評估大腦的激活規律與每個句子的“含義單元”之間的關聯。通過這種方式，該程序成功解讀出了第240個句子的“含義單元”。接着，研究人員對這240個句子的順序進行調換，輪流將某個句子剔除、作爲最後的測試句，這個過程名叫交叉檢驗（cross-validation）。最終，該程序能以87%的準確度、成功預測出第240個句子的含義單元，雖然它從未接觸過對應的大腦激活規律，該模型還能反向運行，在僅知道某個句子的“含義單元”的情況下，預測出相應的大腦激活規律。
網絡配圖
“我們的方法克服了功能性磁共振成像技術的侷限，可將時間相近的大腦活動釋放的信號融合在一起，如閱讀句子中相繼出現的兩個單詞等。這使得我們首次能解讀出包含多個概念在內的複雜思想。接下來，我們也許將致力於解讀受試者思考的主題，如判斷TA是在思考地質學還是玩滑板。我們正努力繪製人腦中各類知識的思維圖譜。”
