---
id: "mb-20261105-408d91"
kind: "deep"
title: "AI用68万脑电信号倒推意识机制：对抗训练找到昏迷大脑唤醒新靶点"
description: "传统深度学习只能诊断昏迷却解释不了原因。加州大学洛杉矶分校团队在《Nature Neuroscience》发表全新方案，将68万段脑电训练的鉴别模型与高保真生物模拟器进行对抗，不仅精准定位了基底核间接通路退化与皮层抑制偶联，更意外推演出刺激丘脑底核这一前所未有的昏迷促醒治疗路径。"
domain: "ai"
domain_label: "AI 与大模型"
canonical_url: "https://mubeitech.com/deep/mb-20261105-408d91"
markdown_url: "https://mubeitech.com/deep/mb-20261105-408d91/markdown"
json_url: "https://mubeitech.com/api/interpretations/mb-20261105-408d91"
topic: "AI用68万脑电信号倒推意识机制：对抗训练找到昏迷大脑唤醒新靶点"
source_type: "generated"
status: "published"
generated_at: "2026-11-05 21:32:36"
frame_type: ["机制"]
legal_anchor_count: 0
transcript_citation_count: 0
---

# AI用68万脑电信号倒推意识机制：对抗训练找到昏迷大脑唤醒新靶点

一个陷入深度昏迷的大脑，要怎么把它重新开机？
过去几十年，神经科学家几乎试遍了所有能想到的深脑电极。
有人能勉强眨眨眼，绝大多数人毫无反应。
因为根本没人说得清，意识这台机器究竟是在哪个零件上卡壳了。

大脑有 860 亿个神经元。
每一个神经元都在以毫秒级的速度放电。
清醒的时候，大脑皮层和深部脑区之间，是无数条高速互通的信号回路。
一旦遭遇严重创伤或者缺氧，这套回路瞬间停摆。
为什么停摆？
医生不能把昏迷病人的脑袋打开，像修收音机一样逐根拔线去测。
伦理不允许，工程上也做不到。
那直接上人工智能行不行？

其实早就有人试过了。
把海量的脑电图喂给深度学习模型，让它判断一个人到底是清醒还是昏迷。
AI 识别得很准，准确率轻松超过九成。
但这对救人没有太大帮助。
因为传统的深度学习是个黑盒子。
它能告诉你“这个人确实昏迷了”。
但如果你问它：究竟是哪根神经断了？电极该插在什么具体位置才能救他？
黑盒子给不出回答。
它只认得波形的长相，不懂背后的因果关系。

2026 年 3 月，加州大学洛杉矶分校的神经科学家 Daniel Toker 和 Martin Monti，在《Nature Neuroscience》上发了一篇论文。
他们换了一个完全不同的搞法。
他们做了一套生成对抗系统。
系统里有两个角色在互相对打。
第一个角色，是一个侦探模型。
研究团队找来 565 名人类受试者，再加上猴子、大鼠和蝙蝠的数据。
切出超过 68 万段时长 10 秒的脑电活动信号，把这个侦探训练得极具经验。
不管多杂乱的脑电波，它扫一眼就能判出：这是清醒的大脑，还是昏迷的大脑。

光有侦探还不够。
他们造的第二个角色，抛弃了纯黑盒算法。
这是一个严格遵循大脑物理结构的生物模拟器。
这个模拟器里的每一个参数，都对应着大脑里真实的生物部件。
皮层神经元的抑制强度、基底核通路的导通率、丘脑与皮层之间的反馈回路。
每一个参数，都是一个可以调节的真实旋钮。
然后，研究团队让这两个角色开始对抗。

他们把模拟器设定在昏迷状态，给它下了一个命令：
调整你的生物旋钮，去骗过那个侦探。
你要在参数改动尽量少的前提下，让侦探把这个模拟大脑误判为彻底清醒。
这场数字层面的博弈很有意思。
模拟器不能凭空捏造假数据，它只能去拧那些代表真实脑回路的生物旋钮。
要想骗过侦探，它就必须自己在大脑复杂的回路网络里，摸出一条让意识复苏的因果路径。
结果，AI 找出了人类苦找几十年的答案。

它发现的第一个关键线索，在基底核的间接通路上。
模拟器推演出来，大脑之所以陷入持续昏迷，关键环节是这条抑制回路遭遇了选择性破坏。
研究人员没有盲信 AI 的结果。
他们调出 51 名真实意识障碍患者的高精度弥散磁共振成像。
扫描结果摆在眼前：
这些昏迷患者的脑部损伤，精准切中在基底核间接通路的退化上。

紧接着，AI 抛出了第二个微观预测。
在大脑皮层内部，负责抑制信号的神经元之间，出现了异常的相互过度偶联。
整个皮层的自发节律被这股力量死死锁住。
研究团队直接走进实验室，对 6 名昏迷患者切除的脑组织样本和中风大鼠模型做 RNA 测序。
测序数据显示，局部突触连接的分子变化，和 AI 提前算出来的数值高度吻合。

最令人意想不到的是最后一步。
系统没有任何一行代码被提前告知“该怎么给人治病”。
当研究人员让它寻找“怎样用最小的外加电刺激把大脑彻底唤醒”时，AI 指向了一个意想不到的地方。
丘脑底核。
它算出，只要对丘脑底核施加特定频率的高频电刺激，就能打破基底核的死锁，顺带着重新激活整个丘脑和大脑皮层的循环。
临床医生看到这个结果全都愣住了。
过去二十年，神经外科尝试唤醒昏迷病人，几乎全把深脑刺激电极插在中央丘脑。
那是医学界公认的意识总闸门。
而丘脑底核呢？
在临床上，这个微小核团几乎只跟帕金森病挂钩。
几十年来，医生只有在治疗帕金森震颤的时候，才会往丘脑底核里植入电极。
从来没有人把它当成唤醒植物人的开关。
AI 绕过了人类专家的思维定势，在复杂的动力学网络里，走出了一条前所未见的新路。
当研究人员回过头去核对人类患者的电生理实测数据时，丘脑底核高频刺激产生的网络重构，确实印证了模型的预测。

目前这套方法还在临床探索阶段，离大规模普及到病房还有不少工程验证要走。
但这套对抗系统的逻辑已经立住了。
先用 68 万段信号把辨别力磨出来，再逼着生物机理模型去寻找翻转状态的最小动作。
过去 AI 只能给脑电波打标签。
现在它能倒推生理回路的开合开关。
面对大脑最复杂的死锁，人类终于有了一台能推演因果的解题机器。

_Canonical: <https://mubeitech.com/deep/mb-20261105-408d91> · Source: 墓碑科技 MUBEITECH (mubeitech.com)_
_Rendered by mubei-terminal._