摘要：人脑会根据 感官预期（sensory expectation） 来提前调整运动神经活动，为可能发生的外部干扰做好准备。

我们做动作时，大脑不仅在“控制”身体，还在“预测”世界。

来自加拿大西安大略大学（Western University）的神经科学团队在 Nature 上发表新成果：

人脑会根据 感官预期（sensory expectation） 来提前调整运动神经活动，为可能发生的外部干扰做好准备。

这意味着，大脑在我们尚未行动之前，就已经在“模拟”潜在的扰动，并在真正的意外发生时，迅速做出更精准的反应。

实验亮点

研究团队让人类与猴子在实验中执行机械扰动任务（如手臂被外力推拉），并通过高密度神经记录监测大脑中成千上万个神经元的活动。

实验设置了不同“概率提示”，告诉受试者未来可能的干扰方向。结果发现：

当大脑预期某个方向的扰动更可能发生时，对应的运动皮层提前“热身”；

扰动一旦来临，大脑的反应速度显著提升；

神经群体的活动呈现出几何上简单、可预测的动态模式，与概率大小线性相关。

换句话说，大脑像一个概率预测引擎，会根据“可能发生什么”，提前准备好应对程序。

神经网络模拟：AI验证生物规律

研究者进一步利用人工神经网络+生物力学模型（MotorNet）模拟手臂控制。

结果显示：

只有当AI模型具备“感官输入预期”机制时，才会出现与真实神经元相似的动态几何结构。

这证明了：

感觉预期并非反射后的反应，而是“行动前”的策略配置。

意义解读：大脑的“预测性智能”

这项研究让我们更深入理解人类大脑的一个关键能力：预测控制（Predictive Control）。

与传统观点“感知—决策—运动”不同，这项研究揭示：

大脑不是等待世界发生变化后再行动，而是主动预测、提前准备。

这与现代人工智能中的**预测编码理论（Predictive Coding）**高度契合，也为以下领域提供启示：

脑机接口（BCI）：更快响应用户意图；

智能假肢：提前“预知”动作干扰；

自动驾驶与机器人控制：从“反应式”走向“预测式”；

神经康复训练：帮助中风或运动障碍患者重建预测运动能力。

中国视角对比

国内如中科院脑智卓越中心、清华大学脑与智能实验室等机构，也在探索类似方向。

例如清华的团队利用脑电预测模型研究运动意图提前编码机制，与本研究在理念上相呼应。

未来，中西方的这类研究可能融合于AI驱动的神经康复与脑控机器人领域。

小结：从“反应”到“预见”，人脑的隐形升级

这项研究让我们重新认识运动控制的本质：

> 行为的精准并不只靠反应速度，而在于对未来的概率性预演。

在AI盛行的今天，人类大脑的预测性智能仍是AI难以完全模仿的巅峰之一。

或许，未来的人工智能与脑机系统，真正要学的，不是“思考”，而是预期。

来源：智能学院