Din hjärna gör saker du inte ens anar

Här är något som kan få dig att tänka om.

Forskare har upptäckt att hjärnan börjar fatta beslut mycket tidigare än vi någonsin trott. Beslut som vi antog startade i hjärnans "tänkande" delar — de visar sig faktiskt börja i sinnesregionerna. De delar som vi bara trodde registrerade saker.

Forskarna kommer från University of Illinois, och jag tycker det här är helt fascinerande. Det ritar om hela bilden av hur vi förstått beslutsfattande i decennier.

Så hier vi trodde att hjärnan fungerade

Länge trodde forskare att hjärnan jobbade som ett löpande band. Information kommer in genom sinnena, skickas uppåt genom alltmer "avancerade" hjärnregioner, och hamnar till slut i pannloben — hjärnans beslutscentrum.

Den här idén var så accepterad att den inspirerade faktiskt hur vi byggde AI-system. Om hjärnan jobbar steg för steg åt ett håll, varför inte bygga AI på samma sätt?

Men här är grejen: evolutionen har finslipat biologisk intelligens i hundratals miljoner år. Kanske finns det ett smartare sätt att göra saker på än vad vår nuvarande AI gör.

Vad forskarna hittade

Forskarteamet, lett av professor Yurii Vlasov, bestämde sig för att faktiskt titta på vad som händer i hjärnan när beslut fattas. De studerade möss som navigerade i en virtuell verklighet och gjorde en överraskande upptäckt.

Primära somatosensoriska cortex — ett av de tidigaste områdena för sinnesbearbetning — visade aktivitet relaterad till beslut. Samma typ av aktivitet som man förväntar sig se i hjärnans "beslutscentrum."

Det här betyder att beslutsfattande inte bara händer högst upp i en informationshierarki. Det är utspritt. Det är samarbete. Det är mer som en konversation mellan olika hjärnregioner än en envägskommando-kedja.

Och det här är det coola — de tidiga sinnesregionerna är inte bara mottagare av information från högre hjärnområden. De påverkas AV dem genom återkopplingsloopar. Information flödar hela tiden i båda riktningarna.

Varför det här spelar roll för AI

Nu blir det riktigt intressant för teknikintresserade.

Dagens AI-system är otroligt kraftfulla, men de är också otroligt energikrävande. Att träna stora språkmodeller kräver enorma mängder datorkraft och elektricitet. Men din hjärna? Den utför otroligt komplexa uppgifter med kanske 20 watt — ungefär vad det behövs för att tända en svag glödlampa.

Professor Vlasov uttryckte det vackert: "Vi vill lära av en miljard års evolution." Istället för att försöka uppfinna intelligens från scratch — vad om vi studerade hur biologisk intelligens är organiserad arkitektoniskt och använde de principerna för att bygga bättre AI?

Forskningen antyder att hemligheten kanske ligger i de där återkopplingslooparna. Nuvarande AI-system är mestadels enkelriktade — information flödar igenom, och så får du ett resultat. Men om vi kunde designa AI med mer sammankopplade, dubbelriktade vägar, kanske vi kunde skapa system som är smartare OCH effektivare.

Vad det inte betyder

Jag vill vara försiktig här, för forskarna själva påpekar snabbt att det här inte är en färdig ritning för AI. Hjärnans "neurala kod" är fortfarande mestadels okänd. Vi förstår inte fullt ut hur återkopplingslooparna samordnas med varandra i tid.

Men forskningen ger oss en ny riktning. Ett nytt sätt att tänka på vad intelligens kan vara.

Den större bilden

Jag tycker det finns något genuint hoppfullt med den här forskningen. Vi befinner oss i ett ögonblick där AI utvecklas otroligt snabbt, men också slukar enorma resurser. Idén att vi kanske kan lära av en miljard års evolution för att bygga teknologi som är både mer kapabel och mer hållbar — det känns som den sortens tänkande vi behöver.

Din hjärna bearbetar information, fattar beslut och håller dig vid liv just nu med mindre energi än din telefonladdare använder. Det är anmärkningsvärt. Och ju mer vi förstår hur den gör det, desto bättre kan vår teknologi bli.

Så nästa gång du fattar ett beslut — om det är att fånga en boll, välja vad du ska äta, eller bestämmer dig för att läsa hela den här artikeln — kom ihåg: din hjärna gör något mycket mer komplext och effektivt än vi någonsin föreställde oss.

Och vi har fortfarande så mycket att lära.