人民网上海7月25日电 （记者姜泓冰） 近日，复旦大学类脑智能科学与技术研究院院长冯建峰教授团队在BRAIN上在线发表了题为“Neural, electrophysiological and anatomical basis of brain-network variability and its characteristic changes in mental disorders”的论文，该研究通过核磁共振扫描技术度量人类大脑各个区域的动态相互作用模式，并揭示其动态变化的产生机制，从而首次绘制了脑功能网络的动态图谱。研究发现，大脑功能网络的动态变化与人类的智能高度相关。由此，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，这一发现或将对人工智能的发展带来革命性的影响。

该论文被选为Brain编辑推荐和当期封面论文，《英国每日邮报》等海外几十家媒体给予焦点报道。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Danielle Bassett为此研究撰写评论，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”。

“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，却意外地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。”冯建锋教授说。

近年来，冯建峰教授与其带领的复旦大学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及其在精神疾病中的改变。这项研究发现，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。

据介绍，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。在脑重大疾病的诊疗上，这一研究成果也带来重大发现：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更有效地治疗甚至是预防精神疾病的发生。

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，其中包括：利用数千例脑疾病数据，开发了大数据驱动的全脑关联性分析方法（BWAS）的统计学方法，可实现在全脑数10亿的功能联接中寻找出病根等。目前，研究院正在积极开展国际脑科学研究合作计划。