想像一下，大腦就像一個夜晚中巨大的城市。每個區域同時有成千上萬的燈光亮起又熄滅。乍看之下，這似乎是混亂的閃爍。但如果長時間觀察，你會發現規律：當一個人高興時，「燈光模式」是一種樣式，而當一個人焦慮時，則是完全不同的樣式。
這正是發表在 Nature Computational Science 上的一項新研究的重點。
科學家們與 18 名患有癲癇的病人合作，這些病人因醫療原因已在腦部植入電極。在觀看情緒化圖像和影片時，參與者不斷評估自己的感受：情緒是愉快的還是不愉快的，以及它的強度。同時，電腦記錄了腦部的電活動。
隨後，研究人員訓練了一個人工智能，以尋找這些訊號與人們感受之間的關聯。結果，該系統能夠相當準確地幾乎在即時識別情緒狀態。
最有趣的地方在於其他方面。先前大多數類似的研究只分析大腦灰質的活動——也就是神經元細胞體所在的地方。但研究人員決定同時加入白質的訊號——白質就像連接大腦不同區域的「電纜」。
結果發現，正是透過這些神經通路傳遞了大量關於情緒的資訊。當模型同時考慮灰質和白質時，其準確性顯著提高。
幾年前，人們還認為情緒主要產生於特定結構，例如杏仁核。這項新研究揭示了一幅更複雜的圖景：情緒並非存在於大腦的單一區域。它是由一個由皮質、丘腦、邊緣系統及其之間的連接路徑組成的網絡協調工作而產生的。
然而，這引出了一個有趣的哲學問題。
如果電腦能夠判斷一個人是焦慮還是高興，這是否意味著它「讀懂」了他的感受？
不完全是。
該演算法識別的是與特定體驗相關聯的電活動模式。這就像天氣預報。透過雲、濕度和氣壓，你可以幾乎毫無錯誤地預測下雨，但儀器本身感受不到濕潤泥土的氣味，也感受不到第一滴雨的涼意。
在這裡也是一樣。人工智能學會了預測情緒，但這並不意味著它從內部知道什麼是快樂、恐懼或愛。
對於現代神經科學來說，這是一個非常重要的結果。它與預測性處理理論高度一致，該理論認為大腦不斷地對身體內部和外部世界的事件進行預測。在此過程中，情緒並非作為獨立的「快樂按鈕」或「恐懼中心」而產生，而是作為大腦期望與實際發生的事情不斷比較結果的產物。
該研究也有其局限性。所有參與者都是癲癇患者，因此不能自動將結果推廣到整個人口。此外，情緒是由參與者自行評估的，而且即時模式的測試目前僅在四個人身上進行。
儘管如此，這項研究表明了神經科技領域的快速發展。未來，類似的系統可以幫助在人們意識到之前就發現抑鬱、焦慮發作或情緒崩潰的開始。這為治療精神疾病開闢了新的可能性。
但同時，也產生了一個新的倫理問題：如果有一天技術能夠透過腦部活動非常精確地識別我們的情緒，那麼醫療援助與個人內心世界隱私權之間的界限應該劃在哪裡？這或許將成為未來幾年神經科學面臨的主要挑戰之一。
