0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

通過大腦成像科學(xué)預(yù)測一個人認(rèn)知訓(xùn)練的能力

獨愛72H ? 來源:教育新聞網(wǎng) ? 作者:教育新聞網(wǎng) ? 2020-04-26 11:46 ? 次閱讀

(文章來源:教育新聞網(wǎng))

科學(xué)家在一項新研究中報告,具有特定大腦屬性的人比其他人更有可能受益于旨在增強體液智力的針對性認(rèn)知干預(yù)。流體智能是對人適應(yīng)新情況和解決從未見過的問題的能力的度量。研究人員說,該研究發(fā)表在《神經(jīng)科學(xué)與教育趨勢》雜志上,是第一個將特定大腦結(jié)構(gòu)的大小與人對干預(yù)措施的反應(yīng)聯(lián)系起來的研究。這項工作還確定了大腦區(qū)域,在支持流體智力方面似乎比以前理解的更重要。

這項研究包括424人,所有這些人的智力測驗得分均在正常范圍內(nèi)。參與者被隨機(jī)分配到三個干預(yù)組之一或一個活動對照組中。一種干預(yù)措施是有氧運動。另一種結(jié)合運動和認(rèn)知訓(xùn)練的方法;第三部分包括正念訓(xùn)練,運動和認(rèn)知訓(xùn)練。在為期16周的研究過程中,積極對照組中的人們從事視覺搜索任務(wù)。

在研究的開始和結(jié)束時,科學(xué)家測試了參與者的流體智力,即他們解決不熟悉的邏輯和空間推理測試的能力。隨機(jī)選擇的參與者的子集也接受了MRI腦成像。伊利諾伊大學(xué)心理學(xué)教授Aron Barbey說:“我們想知道大腦的結(jié)構(gòu)性屬性是否可以預(yù)測個體對干預(yù)的反應(yīng),通過對流體智力測試的改善來衡量?!毖芯咳藛T使用了經(jīng)過科學(xué)驗證的方法來確定以前的研究涉及流體智能的幾種大腦結(jié)構(gòu)的相對體積。

他們的分析表明,每個干預(yù)組中的一些人在干預(yù)開始和結(jié)束時的流體智力測試方面都比其他人好,并且從培訓(xùn)中受益的比其他人更多。這組71個人也共享特定的大腦屬性,從而將他們與其他參與者區(qū)分開。Daugherty說:“我們有足夠多的人展示了這種模式,統(tǒng)計分析實際上將他們識別為一個群體,而與他們所處的干預(yù)小組無關(guān)”。

在這些參與者中,幾個大腦結(jié)構(gòu)的大小(其中一些與流體智能密切相關(guān))比研究中的其他每個人都大,除了兩個較小的區(qū)域:中額中島和海馬旁皮質(zhì)。道爾蒂說:“我們注意到,與他們從事的活動無關(guān),有些人在流體智力測量方面有所改善,而有些則沒有改善?!薄叭缓笥行┤藢嶋H上在干預(yù)過程中變得越來越糟?!卑拓愓f,這些發(fā)現(xiàn)解決了認(rèn)知干預(yù)研究中一個持續(xù)存在的問題。

巴貝說:“從歷史上看,心理學(xué)和腦科學(xué)領(lǐng)域的研究一直在尋求開發(fā)干預(yù)措施,以增強認(rèn)知能力并促進(jìn)大腦健康?!薄暗沁@些努力基本上沒有成功?!彼f,這種失敗可能是科學(xué)家采用“千篇一律”的方法的結(jié)果。

巴貝說:“如果我們假設(shè)我們都以類似的方式解決問題,那么就有理由期望每個人都會從相同類型的指導(dǎo)或認(rèn)知訓(xùn)練中受益?!薄暗茄芯勘砻?,我們每個人都有獨特的特征,這些特征會塑造我們的認(rèn)知能力,并影響我們是否將從特定形式的培訓(xùn)中受益。”研究人員專注于已知對流體智力很重要的大腦區(qū)域。但是他們感到驚訝的是,大腦中的兩個結(jié)構(gòu)-海馬旁皮質(zhì)和尾狀核-與流體智力測驗的改善如此緊密地聯(lián)系在一起。

道爾蒂說:“我們發(fā)現(xiàn)有證據(jù)表明,這些地區(qū)尤其是杰出人士,這些人在我們的干預(yù)下得到了其他參與者的最高反應(yīng)?!边@些區(qū)域負(fù)責(zé)視覺空間能力以及在推理過程中使用記憶的能力?!彼f,研究結(jié)果表明,這些能力可能與流體智力之間的聯(lián)系比以前想象的要緊密。

研究人員從一個中心問題開始研究,巴貝說。他說:“我們可以測量大腦的差異來預(yù)測誰最有可能從干預(yù)中受益嗎?答案是:是的,我們可以?!薄艾F(xiàn)在的問題是,我們是否可以利用這些知識來設(shè)計更有效的干預(yù)措施,以適應(yīng)整個生命周期中個人的需求?!?/p>

(責(zé)任編輯:fqj)

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 成像技術(shù)
    +關(guān)注

    關(guān)注

    4

    文章

    288

    瀏覽量

    31428
  • 預(yù)測分析
    +關(guān)注

    關(guān)注

    0

    文章

    11

    瀏覽量

    6428
收藏 人收藏

    評論

    相關(guān)推薦

    【書籍評測活動NO.51】具身智能機(jī)器系統(tǒng) | 了解AI的下一個浪潮!

    解和響應(yīng)人類情感方面的重要步驟;谷歌的 Atlas 機(jī)器人和特斯拉的 Tesla Bot 展 示了在物理能力和智能控制方面的先進(jìn)成果;豐田的 T-HR3 機(jī)器則在遙控操作 技術(shù)方
    發(fā)表于 11-11 10:20

    具身智能與人類認(rèn)知能力的關(guān)系

    在人工智能和認(rèn)知科學(xué)的交匯點上,具身智能這概念應(yīng)運而生。它挑戰(zhàn)了傳統(tǒng)的以大腦為中心的認(rèn)知模型,強調(diào)身體和環(huán)境在智能行為中的核心作用。
    的頭像 發(fā)表于 10-27 09:43 ?251次閱讀

    《AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第6章AI與能源科學(xué)讀后感

    探討了人工智能如何通過技術(shù)創(chuàng)新推動能源科學(xué)的進(jìn)步,為未來的可持續(xù)發(fā)展提供了強大的支持。 首先,書中通過深入淺出的語言,介紹了人工智能在能源領(lǐng)域的基本概念和技術(shù)原理。這使得我對人工智能在能源預(yù)測
    發(fā)表于 10-14 09:27

    AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第4章-AI與生命科學(xué)讀后感

    閱讀這章后,我深感人工智能與生命科學(xué)的結(jié)合正引領(lǐng)著場前所未有的科學(xué)革命,以下是我個人的讀后感: 1. 技術(shù)革新與生命
    發(fā)表于 10-14 09:21

    一個人,如何管理上百污水處理站?

    管理上百污水處理站,無疑是項復(fù)雜而艱巨的任務(wù),它不僅要求管理者具備深厚的專業(yè)知識、卓越的組織協(xié)調(diào)能力,還依賴于先進(jìn)的技術(shù)支持與科學(xué)的管理模式。以下幾點策略,可為高效管理眾多污水處理
    的頭像 發(fā)表于 09-11 17:47 ?221次閱讀
    <b class='flag-5'>一個人</b>,如何管理上百<b class='flag-5'>個</b>污水處理站?

    谷歌借助Gemini AI系統(tǒng)深化對機(jī)器訓(xùn)練

    7月12日,國際科技界傳來新動態(tài),谷歌正借助其先進(jìn)的Gemini AI系統(tǒng),深化對旗下機(jī)器訓(xùn)練,旨在顯著提升它們的導(dǎo)航能力和任務(wù)執(zhí)行能力。DeepMind機(jī)器
    的頭像 發(fā)表于 07-12 16:29 ?588次閱讀

    天津大學(xué)科學(xué)家突破人類大腦器官成功驅(qū)動機(jī)器

    在科技探索的征途上,天津大學(xué)的科研團(tuán)隊再次邁出了令人矚目的步伐。7月5日,該校宣布了項革命性的成果——科學(xué)家們利用前沿的干細(xì)胞技術(shù),成功培育出了高度模擬人類大腦的類腦器官,并創(chuàng)新性地將其與機(jī)器
    的頭像 發(fā)表于 07-08 16:00 ?547次閱讀

    人臉識別模型訓(xùn)練是什么意思

    人臉識別模型訓(xùn)練是指通過大量的人臉數(shù)據(jù),使用機(jī)器學(xué)習(xí)或深度學(xué)習(xí)算法,訓(xùn)練能夠識別和分類人臉的模型。這個模型可以應(yīng)用于各種場景,如安防監(jiān)
    的頭像 發(fā)表于 07-04 09:16 ?441次閱讀

    【大語言模型:原理與工程實踐】大語言模型的預(yù)訓(xùn)練

    進(jìn)行損失計算,得到下一個目標(biāo)的預(yù)測。也會設(shè)計些其他輔助訓(xùn)練任務(wù),與主任務(wù)共同訓(xùn)練。選擇合適的預(yù)訓(xùn)練
    發(fā)表于 05-07 17:10

    大腦相當(dāng)于什么水平的 GPU 和 CPU ?

    人腦的基本結(jié)構(gòu)和功能人類的大腦驚人的機(jī)器,能處理復(fù)雜的信息,使我們能理解和響應(yīng)周圍的世界。它由大約860億神經(jīng)元組成,每個神經(jīng)元可以與其他神經(jīng)元
    的頭像 發(fā)表于 02-19 13:27 ?603次閱讀
    <b class='flag-5'>人</b>的<b class='flag-5'>大腦</b>相當(dāng)于什么水平的 GPU 和 CPU ?

    谷歌發(fā)布ASPIRE訓(xùn)練框架,提升AI選擇性預(yù)測能力

    該框架分為三步驟:“特定任務(wù)調(diào)整”、“答案采樣”以及“自我評估學(xué)習(xí)”。首先,“特定任務(wù)調(diào)整”階段針對基本訓(xùn)練的大型語言模型進(jìn)步深化訓(xùn)練,重點提高預(yù)測
    的頭像 發(fā)表于 01-23 11:19 ?495次閱讀

    紅外熱成像設(shè)備在機(jī)器領(lǐng)域的應(yīng)用

    紅外熱成像設(shè)備是種在機(jī)器技術(shù)中廣泛應(yīng)用的先進(jìn)技術(shù)。通過利用紅外輻射來檢測和測量物體的熱分布,紅外熱成像設(shè)備為機(jī)器
    的頭像 發(fā)表于 01-11 17:46 ?794次閱讀
    紅外熱<b class='flag-5'>成像</b>設(shè)備在機(jī)器<b class='flag-5'>人</b>領(lǐng)域的應(yīng)用

    Kaggle知識點:訓(xùn)練神經(jīng)網(wǎng)絡(luò)的7技巧

    科學(xué)神經(jīng)網(wǎng)絡(luò)模型使用隨機(jī)梯度下降進(jìn)行訓(xùn)練,模型權(quán)重使用反向傳播算法進(jìn)行更新。通過訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型解決的優(yōu)化問題非常具有挑戰(zhàn)性,盡管這些算法在實踐中表現(xiàn)出色,但不能保證它們會及時收斂到
    的頭像 發(fā)表于 12-30 08:27 ?625次閱讀
    Kaggle知識點:<b class='flag-5'>訓(xùn)練</b>神經(jīng)網(wǎng)絡(luò)的7<b class='flag-5'>個</b>技巧

    如何基于深度學(xué)習(xí)模型訓(xùn)練實現(xiàn)工件切割點位置預(yù)測

    Hello大家好,今天給大家分享下如何基于深度學(xué)習(xí)模型訓(xùn)練實現(xiàn)工件切割點位置預(yù)測,主要是通過對YOLOv8姿態(tài)評估模型在自定義的數(shù)據(jù)集上訓(xùn)練
    的頭像 發(fā)表于 12-22 11:07 ?728次閱讀
    如何基于深度學(xué)習(xí)模型<b class='flag-5'>訓(xùn)練</b>實現(xiàn)工件切割點位置<b class='flag-5'>預(yù)測</b>

    如何基于深度學(xué)習(xí)模型訓(xùn)練實現(xiàn)圓檢測與圓心位置預(yù)測

    Hello大家好,今天給大家分享下如何基于深度學(xué)習(xí)模型訓(xùn)練實現(xiàn)圓檢測與圓心位置預(yù)測,主要是通過對YOLOv8姿態(tài)評估模型在自定義的數(shù)據(jù)集上訓(xùn)練
    的頭像 發(fā)表于 12-21 10:50 ?1686次閱讀
    如何基于深度學(xué)習(xí)模型<b class='flag-5'>訓(xùn)練</b>實現(xiàn)圓檢測與圓心位置<b class='flag-5'>預(yù)測</b>