近日，加州大學(xué)洛杉磯分校的研究團隊使用功能磁共振成像和機器學(xué)習(xí)方法對吸煙者渴望尼古丁的體驗進行了“大腦閱讀”。該研究所對幫助人們控制藥癮的這些方法非常感興趣。

研究團隊分類了從抽煙者那里獲得的數(shù)據(jù)，這些數(shù)據(jù)是在他們觀看引誘出尼古丁渴望的時候掃描獲得的。目的是為了詳細的了解大腦的哪個區(qū)域和哪個神經(jīng)網(wǎng)絡(luò)明確的抵抗或渴望尼古丁誘惑。

在這項研究中，吸煙者有時候觀看引誘渴望的視頻，有時候看“中立”視頻，有時候卻完全沒有視頻。他們被指示當(dāng)尼古丁出現(xiàn)的時候抵抗它的誘惑。通過功能磁共振成像掃描從研究參與者身上獲得的數(shù)據(jù)隨后被進行了分析。傳統(tǒng)的機器學(xué)習(xí)方法被馬爾科夫過程所擴張，馬爾科夫過程使用過去史來預(yù)測未來狀況。

在掃描期間通過測試大腦網(wǎng)絡(luò)隨著時間的活躍性，機器學(xué)習(xí)算法的結(jié)果能夠在被試者潛在的神經(jīng)認知結(jié)構(gòu)上發(fā)生預(yù)見的變化，高精度（某些模型測試達到90%）的預(yù)測出他們正在注意的，就渴望而言，他們?nèi)绾螒?yīng)對他們的渴望。

研究人員已經(jīng)發(fā)現(xiàn)他們能夠高精確度的探測到這些相信或者不相信的差異，實際上創(chuàng)造了一個測謊儀。在新研究中描述的革新是神經(jīng)系統(tǒng)科學(xué)家創(chuàng)造這些可判斷界限的方法，而不是更傳統(tǒng)方法創(chuàng)造的通常的模糊邊界，同樣支持矢量機器學(xué)習(xí)。

研究人員說：“非常明顯，把這個問題放置到神經(jīng)學(xué)領(lǐng)域，解碼過程變得更加可信和精確。這是尤其重要的，特別是使用了之前的效果和狀態(tài)來報告機器學(xué)習(xí)算法，并且由于對于大腦工作的未知性也使它成為大腦研究的特殊挑戰(zhàn)。”機器學(xué)習(xí)包含兩步：“訓(xùn)練階段“，這個階段電腦評估了一組已知的結(jié)果，顯示信賴或不信賴的被試者所做的一系列嘗試。第二步“預(yù)測”，電腦根據(jù)認知建立一個分界線?！?/P>

在未來的研究中，將在一個生物反饋環(huán)境中使用這些機器學(xué)習(xí)方法，實時展示被試者的大腦數(shù)據(jù)來讓他們了解他們什么時候體驗渴望和這些渴望是如何的強烈，希望能訓(xùn)練他們控制并抑制那些渴望。