注意力是人類認知功能的基石，它使我們能夠選擇性地處理環境中大量的資訊，並對相關刺激做出反應。傳統上，注意力被認為與眼球運動密切相關，例如，當我們關注某個物體時，通常會將目光直接投向它。然而，我們也能夠在不移動眼睛的情況下，將注意力集中在視野中的特定位置，這種能力被稱為「隱蔽性注意力」（covert attention）。隱蔽性注意力對於閱讀、駕駛等許多日常活動至關重要，但其神經機制一直以來都是神經科學領域的一大謎團。

隱蔽性注意力：大腦的無聲指揮

隱蔽性注意力是指在不改變視線方向的情況下，將注意力集中到視野中的某個特定區域的能力。想像一下，你正在閱讀這篇文章，你的眼睛可能集中在某個單詞上，但你的注意力範圍實際上可以擴展到整個句子，甚至整個段落。這種能力使我們能夠在不移動眼睛的情況下，預期即將發生的事件，並快速對環境變化做出反應。

長期以來，科學家們一直試圖揭示隱蔽性注意力的神經機制。傳統的研究方法，例如電生理學和腦成像技術，雖然能夠提供一些線索，但往往難以捕捉到隱蔽性注意力複雜而精細的運作方式。例如，功能性磁共振成像（fMRI）可以顯示大腦活動的區域，但其時間解析度較低，難以追蹤注意力的快速變化。而電生理學雖然時間解析度高，但往往只能記錄到少數神經元的活動，難以提供整體性的視角。

AI助力：解鎖大腦的隱秘程式碼

近年來，人工智慧（AI）技術的快速發展為神經科學研究帶來了新的突破。AI演算法，特別是深度學習模型，具有強大的模式識別和預測能力，能夠從大量的神經數據中提取有意義的資訊。

一個由多國科學家組成的研究團隊，利用AI技術，對猴子大腦中的神經活動進行了深入分析。他們首先訓練猴子執行一項隱蔽性注意力任務：

猴子需要將注意力集中在螢幕上的某個位置，並在不移動眼睛的情況下，辨別目標刺激。在猴子執行任務的同時，研究人員利用微電極陣列記錄了猴子大腦皮層中數百個神經元的活動。

研究人員將記錄到的神經數據輸入到一個深度學習模型中。這個模型經過訓練後，能夠根據神經元的活動模式，準確預測猴子注意力的位置。更重要的是，這個模型還能夠揭示不同神經元之間的相互作用，以及它們如何共同編碼注意力的資訊。

新型神經元：注意力控制的新角色

通過AI分析，研究團隊不僅更深入地理解了隱蔽性注意力的神經機制，還意外發現了一種新型的神經元。這些神經元位於大腦皮層的特定區域，它們的活動模式與猴子的注意力狀態密切相關。研究人員發現，這些新型神經元似乎負責調節其他神經元的活動，從而控制注意力的焦點。

更令人驚訝的是，這些新型神經元對環境中的干擾刺激特別敏感。當猴子受到干擾時，這些神經元的活動會顯著增強，這表明它們可能在幫助猴子抑制干擾，維持注意力集中方面發揮重要作用。

研究人員進一步分析了這些新型神經元的分子特性，發現它們表達了一種特殊的蛋白質，這種蛋白質在其他類型的神經元中很少見。這表明這些新型神經元可能具有獨特的功能和特性。

數據佐證：AI模型的預測能力

為了驗證AI模型的準確性，研究人員進行了一系列嚴格的測試。他們發現，AI模型能夠以高達85%的準確率預測猴子注意力的位置。此外，AI模型還能夠預測猴子在執行任務時的反應時間。例如，當AI模型預測猴子的注意力集中在正確的位置時，猴子的反應時間會明顯縮短。

這些數據表明，AI模型不僅能夠準確地解碼神經活動，還能夠揭示注意力與行為之間的關係。

多樣觀點：AI研究的潛在局限

儘管AI技術在神經科學研究中取得了顯著進展，但我們也需要認識到其潛在的局限性。首先，AI模型往往是「黑箱」模型，它們的內部運作機制難以理解。這使得我們難以確定AI模型是否真正理解了注意力的本質，還是仅仅是學習到了一些相關的模式。

其次，AI模型的性能高度依賴於訓練數據的質量和數量。如果訓練數據存在偏差，AI模型也可能產生錯誤的結論。

此外，AI模型在神經科學研究中的應用也引發了一些倫理問題。例如，如果AI模型能夠準確地解碼人類的思想，這可能會侵犯個人的隱私。

總結與研判：AI開啟認知科學新紀元

總而言之，這項研究利用AI技術，深入解析了隱蔽性注意力的神經機制，並意外發現了新型的神經元。這些發現不僅加深了我們對大腦認知功能的理解，也為開發新的治療方法提供了潛在的靶點。

AI技術在神經科學研究中的應用前景廣闊。隨著AI技術的不斷發展，我們有望利用AI模型解碼更複雜的神經活動，揭示更多大腦的秘密。然而，我們也需要謹慎地評估AI技術的潛在局限性和倫理風險，確保AI技術能夠為人類帶來福祉。

這項研究的成功，預示著AI將在認知科學領域扮演越來越重要的角色。未來，我們有望利用AI技術開發出更有效的診斷和治療方法，幫助人們改善認知功能，提高生活質量。例如，AI可以被用於開發針對注意力缺陷多動症（ADHD）的治療方案，或者幫助中風患者恢復認知功能。

儘管目前的研究主要集中在動物模型上，但隨著技術的進步，我們有望將這些發現應用到人類身上。例如，我們可以利用非侵入性的腦成像技術，結合AI模型，研究人類大腦中的注意力機制。這將有助於我們更深入地理解人類的認知功能，並開發出更有效的治療方法。

可以預見的是，AI將成為認知科學研究的重要工具，它將幫助我們解鎖大腦的隱秘程式碼，開啟認知科學的新紀元。

Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機 Date: December 15, 2025