想象一下，大脑就像一个深夜的繁华都市。每个区域同时闪烁着成千上万的灯光，忽明忽暗。乍一看，这似乎是一种混乱的闪烁。但如果长时间观察，你会发现其中的规律：当一个人感到快乐时，“灯光模式”是某种样子，而当他感到焦虑时，则完全不同。
这正是发表在Nature Computational Science上的一项新研究的主题。
科学家们与18名癫痫病患者合作，这些患者因医疗原因已植入脑电极。在观看情感化的图像和视频时，参与者不断评价自己的感受：情绪是令人愉悦还是不悦，以及它的强度。同时，计算机记录他们的大脑电活动。
随后，研究人员训练人工智能来寻找这些信号与个人感受之间的联系。结果，该系统能够相当准确地实时识别情绪状态。
更有趣的是其他方面。此前，大多数此类研究仅分析大脑灰质的活动——即神经元细胞体所在的位置。但研究人员决定同时加入白质的信号——这些白质就像连接大脑不同区域的“电缆”。
事实证明，正是这些神经通路传递了大量关于情绪的信息。当模型同时考虑灰质和白质时，其准确性明显提高。
几年前，人们还认为情绪主要产生于特定区域，例如杏仁核。这项新研究揭示了一个更复杂的图景：情绪并非存在于大脑的某个单一区域。它源于一个网络的协同工作，该网络整合了大脑皮层、丘脑、边缘系统以及连接它们的神经通路。
然而，由此产生了一个有趣的哲学问题。
如果计算机能够确定一个人感到焦虑或快乐，这是否意味着它“读懂”了他的情感？
并非完全如此。
算法识别的是通常伴随特定体验的电活动模式。这就像天气预报。通过云量、湿度和气压，几乎可以毫不失误地预测下雨，但仪器本身却感觉不到湿润泥土的气息，也感觉不到第一滴雨的凉意。
同样，人工智能学会了预测情绪，但这并不意味着它从内部了解什么是快乐、恐惧或爱。
对于现代神经科学来说，这是一个非常重要的结果。它与预测性处理理论高度吻合，该理论认为大脑不断地对身体内部和外部世界正在发生的事情进行预测。此时，情绪并非作为独立的“快乐按钮”或“恐惧中心”出现，而是大脑持续将期望与实际发生的事情进行比较的结果。
该研究也有其局限性。所有参与者都是癫痫病患者，因此不能将结果自动推广到整个人群。此外，情绪是由参与者自己评估的，而实时模式的验证目前只在四名参与者身上完成。
尽管如此，这项工作表明了神经技术领域的快速发展。未来，此类系统可能有助于在人们意识到之前就检测到抑郁、焦虑发作或情绪崩溃的早期迹象。这为治疗精神疾病开辟了新的可能性。
但与此同时，一个新的伦理问题也随之而来：如果有一天技术能够非常精确地通过大脑活动识别我们的情绪，那么医疗帮助与个人内心世界隐私权之间的界限应该划在哪里？这或许将成为未来几年神经科学面临的主要挑战之一。
