2016年8月由冯建峰教授领衔的研究院团队在《Brain》上发表题为《Neural, electrophysiological and anatomical basis of brain-network variability and its characteristic changes in mental disorders》的文章,该研究发现人脑中与学习、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。另一方面,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”。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。

传统智商测试因无法准确反映一个人的真实智力而受到诸多质疑。随着脑成像技术,特别是近年来功能核磁共振技术的发展,为我们定量化人类的大脑,并在此基础上充分洞悉人类智力提供了重大契机。我们的研究工作最初是从理解精神疾病如精神分裂症、抑郁症等疾病的大脑动态变化机制和疾病诊断出发,但却意外的通过这一工作,在解析人类智力上有惊人的发现,相信这将对目前如火如荼的人工智能技术发展带来更大的推动。

近年来,冯建峰教授与其带领的复旦大学类脑智能研究院团队和英国华威大学团队,一直致力于利用来自世界各地的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。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。这一研究成果还在脑重大疾病的诊疗上带来重大发现,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。