本报上海7月25日电（记者颜维琦、曹继军）通过核磁共振扫描技术度量人类大脑各个区域的动态相互作用模式，并其动态变化的产生机制，从而首次绘制脑功能网络的动态图谱记者25日从复旦大学获悉，该校类脑智能科学与技术研究院院长冯建峰教授团队的研究获新进展。该研究发现，大脑功能网络的动态变化与人类的智能高度相关。据此，未来将有可能通过赋予人工智能系统内部各部件动态相互作用的模式，使机器人真正产生人类的思维方式，这一重大或将对人工智能的发展产生性的影响。
“我们的研究工作最初是从理解症、抑郁症等疾病的大脑动态变化机制和疾病诊断出发，却意外地通过这一工作在解析人类智力上有惊人的发现。”冯建峰说。
近年来，冯建峰带领的复旦大学团队和英国华威大学团队，一直致力于定量刻化人脑的动态变化，识别人脑不同区域之间动态相互作用的机制以及其在疾病中的改变。这项研究发现，人脑中与学习、记忆紧密关联的脑区表现出高度的“可变性”。这意味着这些区域同大脑其他部分之间的连接模式变动更加频繁。另一方面，人脑中与智力相关性小的区域，包括视觉区、听觉区和感觉运动区，皆表现出了低“可变性”和低“适应性”。一个人的大脑“可变性”越强或越灵活，个体的智力以及其创造力也就越高。
目前，人工智能系统并不具备“可变性”和“适应性”。而这两种人类独特的智能特性，已被该研究对于人类大脑的学习能力至关重要。大脑网络动态图谱的绘制，未来可应用于构造更先进的人工神经网络，使计算机具备学习、成长和自适应的能力。这一研究还在脑重大疾病的诊疗上带来重大发现，在症患者、自闭症患者以及多动症患者的大脑默认网络中，都可以观察到“可变性”的状态变异。这也意味着，大多数疾病的根源来自于大脑可变性或可塑性方面的改变，这一认识可使科学家们能够更有效地治疗甚至是预防疾病的发生。