這項研究發現大腦決策有什麼不同？

研究顯示大腦並非線性處理資訊，而是從極早期便透過高階腦區與初級感覺區之間的快速反饋迴路開始決策，整個過程比過去認知更動態、更即時。

這對AI技術發展有什麼實際影響？

若AI系統能仿效生物大腦的反饋迴路機制，有望在更低功耗條件下實現更靈活的決策能力，解決目前深度學習模型耗電量龐大的痛點。

快速反饋迴路是指高階腦區在接收到初步感覺訊號後，迅速向下回傳調控訊號至初級感覺區的雙向溝通機制，讓決策過程在資訊傳遞初期便已啟動。

最新研究顯示，大腦做出決策的時間點遠比科學家此前認為的更早。研究人員發現，即使是初級感覺區域也受到高階腦區透過快速反饋迴路的影響，而非單純地逐層傳遞資訊。這項更具動態性的大腦功能觀點，有望協助工程師設計出更接近生物大腦思維方式、同時大幅降低耗電量的未來AI系統。

大約 4 小時前

文章重點

新研究發現大腦在接收感覺刺激的極早期階段便已開始決策，時間點遠早於科學家此前的認知。

初級感覺區域並非單向傳遞資訊，而是同時受到高階腦區透過快速反饋迴路的主動調控。

傳統神經科學的線性資訊處理模型已被更具動態性的雙向交互模型所取代。

此研究成果有望為工程師提供靈感，設計出更接近生物大腦運作、同時大幅降低耗電量的下一代AI系統。

最新研究顯示，大腦做出決策的時間點，遠比科學家此前所認為的更早，這項發現顛覆了長久以來的神經科學觀點。

過去，科學界普遍認為大腦以線性方式處理資訊——由感覺器官接收刺激後，訊號逐層向上傳遞至高階腦區，再由高階腦區進行判斷與決策。然而，這項新研究的結果顯示，實際的運作機制遠比這複雜得多。

研究人員發現，即便是負責接收外部刺激的初級感覺區域，也會受到高階腦區透過**快速反饋迴路（rapid feedback loops）**的影響與調控，而非僅僅被動地將資訊向前傳遞。換句話說，大腦從接收到訊息的極早期階段便已開始介入決策過程，整個系統呈現出高度動態與相互交織的運作模式。

這項研究不僅深化了人類對自身大腦運作的理解，更對人工智慧領域帶來重要啟示。研究人員指出，這種更具動態性的大腦功能觀點，有望協助工程師在設計未來AI系統時，開發出更接近生物大腦思維方式的架構，同時大幅降低系統的能源消耗。

目前主流的深度學習模型在運算過程中需要消耗大量電力，若能仿效生物大腦的反饋迴路機制，或許能讓AI在更低功耗的條件下實現更靈活、更高效的決策能力。

這項研究為神經科學與人工智慧的跨領域應用開闢了新的思考方向，未來相關研究若能持續深入，將有可能對下一代智慧系統的設計帶來根本性的變革。

原文來源： 查看原文