Nature：科学家首次利用深度学习量化人类意识

现在，科学家对人类意识有了新认识！

这次的研究，是通过深度学习算法的AI方式来揭开谜题。

竟然！睡眠、全身麻醉、严重脑损伤等不同状况下的意识，都得了有效测量。

量化人类意识

最近，由欧盟资助的一项有关HBP SGA3和DoCMA的项目研究取得了重大进展，已经可以量化人类意识。

论文题为《利用可解释的深度学习量化不同状态下的唤醒和意识》，发表在今年2月25日的《自然通讯》上。

全文下载地址：https://www.nature.com/articles/s41467-022-28451-0

该项目由韩国高丽大学Minji Lee牵头，参与合作研究的还有比利时列日大学等。

论文第一作者、韩国高丽大学大脑与认知工程系Minji Lee

在这项研究中，研究团队成功开创了一种可解释的意识指示器（explainable consciousness indicator，简称ECI），这种指示器能帮助科学家探索意识的不同组成部分。

意识将由两部分来描述：一部分叫做Arousal，即「清醒状态」，另一部分叫做Awareness，指人的「认知能力」。

也就是说，正常的人睁开双眼，就意味着这个人处于「清醒状态」。如果他有能力接收不同的指令，依照指令行动，则表明他具备了「认知能力」。

然而，在不同条件下，包括无梦的睡眠、有梦的睡眠、麻醉状态以及严重的大脑损伤，人们具有不同水平的意识能力。

这项研究正是使用了睡眠、全身麻醉、严重脑损伤共3类实验数据，分别获得了6个、16个和34个观察样本。

到目前为止，这是第一个对意识进行量化的研究，实验得到了较为可靠的数据。

不过，论文合作者、列日大学昏迷研究小组主任Olivia Gosseries表示，「想要在临床实践中应用这项新工具，并开发出线上实时工具，还需要更多的研究。」

比利时列日大学Olivia Gosseries

Olivia认为，ECI意识指示器在手术室或者ICU投入使用之前，我们的研究还有路要走。

ECI意识指示器

研究是如何在ECI的帮助下进行的？这是ECI意识指示器框架示意图：

它的工作原理可以分步解释为：

第一步，将原始脑电信号转换为3D时空矩阵。

第二步，转换后的3D特征被用于卷积神经网络的两种意识成分：「清醒状态」和「认知能力」，在每种意识状态下，脑电图数据被训练成两类：低类和高类。

第三步，对每种意识状态的类间概率取平均值，用于计算每个会话中的ECI。

最后一步，研究使用分层关联传播（LRP）检查模型已经学习了哪些大脑信号，以及它为什么会做出这样的决定。

研究指出，ECI意识指示器借助深度学习能够区分「清醒状态」和「认知能力」。

加号表示高水平，减号表示低水平

研究人员表示，这种新型的研究工具是一种可靠的「鉴别器」，是衡量意识的一种客观工具。

与此同时，ECI还具有提升不同环境下病患临床护理水平的潜力，例如，在手术过程中监测麻醉诱导状态和诊断昏迷或植物人状态。

研究显示，大部分状态的「清醒程度」和「认知能力」是一致的，上图表现即「清醒状态」和「认知能力」栏有相同的「+」和「-」。

但是，快速眼动睡眠状态（REM）和氯胺酮引起的麻醉状态有较低的「清醒程度」和较高的「认知能力」，这两种状态和其它的状态有显著的区别。

该论文的第二作者、韩国高丽大学AI系的Seong-Whan Lee教授表示，论文展示了全球首创的ECI意识测量，是一种可以同时量化「清醒程度」和「认知水平」的新技术。

研究对生理、药理、病理3类情况，进行了8种状态的意识解释：

在生理状态中，第1类，正常的醒着状态是高「清醒程度」、高「认知能力」；第2类，做梦的快速眼动（REM）睡眠状态是低「清醒程度」、高「认知能力」；第3类，无梦的非快速眼动（NREM）睡眠状态是低「清醒程度」、低「认知能力」。

在药理状态中，第4类，氯胺酮麻醉是低「清醒程度」、高「认知能力」；第5类，异丙酚或氙气诱导麻醉是低「清醒程度」、低「认知能力」。

在病理状态中，第6类，微意识状态（MCS）是高「清醒程度」、高「认知能力」；第7类，无行为能力的微意识状态（MCS*）是高「清醒程度」、高「认知能力」；第8类，无反应性觉醒综合征状态(UWS)是高「清醒程度」、低「认知能力」。

此外，大脑的顶叶区域和人的「清醒程度」、「认知能力」的衡量最具相关性。

据悉，这项HBP SGA3（全称：Human Brain Project Specific Grant Agreement 3）是人脑研究项目的最后一个阶段。

本次合作成果颇丰，展示了EBRAINS共享数据平台工具，在研究大规模的人类神经图像集方面非常有效。

未来，研究量化意识的专家借助HBP小组的一些成果，继续发展数字神经科学和脑科学。