有人说，没有考虑味道。但是，如果味觉真的可以解释，如果做会计的事情是你大脑中的神经网络呢?

在《自然通讯》上发表的一篇新论文中，加州理工学院的一组研究人员展示了他们如何使用机器学习和大脑扫描设备的组合来揭示人类审美偏好的神经基础。

这项工作是在加州理工学院弗莱彻琼斯决策神经科学教授约翰·奥多尔蒂的实验室进行的，并以该实验室于 2021 年发表的研究为基础。在之前的研究中，科学家们训练了一台计算机，通过向志愿者提供志愿者喜欢哪些画和不喜欢哪些画的数据来预测志愿者对艺术的品味。例如，经过足够的训练，计算机变得擅长正确猜测一个人是想要莫奈还是罗斯科。

(资料图片仅供参考)

喜欢或不喜欢一件艺术品的行为似乎是与生俱来的，并且在我们的大脑中如此即时和无缝地发生，以至于我们中很少有人花时间想知道它为什么或如何发生，但审美偏好一直是哲学讨论的主题数百年。

“当你看到一张照片时，你会立即决定是否喜欢它，但如果你考虑一下，这真的很复杂，因为输入非常复杂，”主要作者Kiyohito Iigaya说，他以前在加州理工学院，现在在哥伦比亚大学。“这实际上是一个非常开放的问题，我们还没有真正知道大脑是如何做到这一点的。因此，我们想知道我们是否可以使用计算建模方法来理解它。

这种方法包括让志愿者在四天内对绘画进行评分(多达一千幅)，同时用功能性磁共振成像(fMRI)机器扫描他们的大脑。这些脑部扫描和志愿者对画作的评分被输入到机器学习算法中，以及经过训练的神经网络的输出，以检查画作的对比度、色调、动态和具体性(无论画作是抽象的还是现实的)。

研究小组收集的数据显示，视觉皮层(大脑中处理视觉输入的部分)内的区域负责分析这些质量。大脑前部称为内侧前额叶皮层(mPFC)的区域负责为它们分配主观值。

基本上，大脑将一件艺术品分解为它的基本品质，然后决定这些品质是否令人愉悦。这或多或少与大脑决定是否喜欢食物的方式相同，根据O"Doherty实验室进行的另一项研究。该研究发现，大脑根据食物的蛋白质，脂肪，碳水化合物和维生素含量分析食物，然后确定这些品质是否令人愉悦。

“他们发现大脑整合了这些不同的营养特征，以产生对食物的整体喜好，”Iigaya说。“这实际上是我们工作的灵感来源。

在他们的论文中，研究人员说，他们的研究结果表明，这种“价值构建”系统可能在整个大脑中广泛存在，并可能解释多种偏好。

“我认为这个非常简单的计算模型可以为我们解释偏好的巨大变化，这真是令人惊讶，”Iigaya说。

关键词： 加州理工学院 神经网络 研究人员 机器学习