信息来源：https://www.nature.com/articles/s41593-026-02220-4

让两个人工智能互相对抗，看看能从中挖出什么秘密。这个听起来像是游戏的想法，被加州大学洛杉矶分校（UCLA）的神经科学家马丁·蒙蒂（Martin Monti）团队变成了一项严肃的科学突破。

2026年3月，这项研究正式发表于顶级期刊《自然·神经科学》，引发神经科学界广泛关注。研究团队构建了一套生成对抗式人工智能框架，用来破解意识障碍（DOC）这一长达数十年悬而未决的难题，并从中意外发现了两个此前从未被纳入研究视野的关键机制，以及一种颇具前景的新型治疗靶点。

一场"黑盒"与"玻璃大脑"的对决

蒙蒂用一个形象的比喻描述了这套系统的运作逻辑。

整个框架包含两个AI角色：一个是"黑盒"，它被训练用来分辨意识与无意识状态，训练数据涵盖超过68万段来自人类、猴子、大鼠和蝙蝠的10秒脑电图（EEG）片段，覆盖565名患者、健康志愿者和实验动物；另一个是"玻璃大脑"，它是一个在生物学上高度逼真的大脑神经场模型，它的任务是不断调整自身参数，生成能够"骗过"黑盒的脑电图信号，让黑盒误以为它模拟的是真实的意识或昏迷状态。

这场"欺骗游戏"的真正价值在于：当玻璃大脑成功骗过黑盒时，研究人员可以反过来追问它，"你到底调了哪些参数，才让自己看起来像昏迷状态？"这些被调动的参数，正是意识丧失的潜在生物学机制所在。

蒙蒂表示，系统复现出了大量研究人员预期中会出现的已知机制，但更重要的是，它还冒出了两个"完全不在任何人预期清单上"的新发现。

两个没人想到的答案，都被验证了

第一个意外发现，指向了基底神经节中一个名为"苍白球外侧部"的结构。

模型显示，苍白球外侧部与纹状体之间的连接越弱，AI生成的脑电图就越接近无意识状态。这个发现随即被拿到现实数据中检验，51例意识障碍患者的弥散磁共振成像（dMRI）数据提供了支持，结果与模型预测高度吻合。这是迄今为止将基底神经节间接通路与意识障碍直接挂钩的最有力证据之一。

第二个发现涉及皮层中抑制性神经元之间的耦合方式。模型预测，在无意识状态下，负责"踩刹车"的抑制性突触之间的协同性会显著增强，相当于大脑的"制动系统"陷入过度激活，最终压制了整体神经活动。研究团队用6例昏迷患者的切除脑组织以及大鼠卒中模型的RNA测序数据对这一预测进行了独立验证，结论同样吻合。

这两项验证的方式值得特别关注。研究人员没有为验证而设计新实验，而是从已有的临床数据库和组织样本中寻找答案，这意味着模型的预测能力已经强到可以与真实世界的数据对话。

从模拟到临床：刺激丘脑底核，能唤醒昏迷患者吗？

模型还给出了一个治疗层面的预测：对丘脑底核（STN）进行高频深部脑刺激，可能是帮助意识障碍患者重新"苏醒"的一种干预手段。

目前，深部脑刺激（DBS）已被广泛应用于帕金森病、肌张力障碍等运动障碍领域，但针对意识障碍的STN刺激此前从未有人系统尝试过。研究团队找到了一批因颈部肌肉痉挛而植入STN刺激装置的患者，将其刺激前后的脑电图数据输入神经网络进行评分，结果显示刺激之后意识评分出现了显著上升。

这些患者本来就是有意识的，所以这不是一次昏迷唤醒的直接证明。但蒙蒂在接受《科学》杂志采访时坦言，团队正积极推动针对意识障碍患者的临床试验设计，"唯一能证明这一点的方式，就是真正去试"。

在更宏观的意义上，这套对抗式AI框架为整个神经科学提供了一个全新的方法论工具。蒙蒂明确表示，同样的架构可以被复制到抑郁症、癫痫乃至其他复杂神经精神疾病的研究中，只要有足够的EEG数据作为训练基础。

让两个AI互相较劲，人类反而从中看清了意识的轮廓。