中科院和意大利的科学家们做了个超聪明的实验——他们给电脑AI设计了一个"虚拟猴子游戏机"！这个AI要通过不断试错学习抓糖果和躲炸弹（。
结果你猜怎么着？
AI脑子里自动长出了和真猴子一样的"空间感应器"！这些感应器就像身体GPS，能随时告诉你："注意！左前方30厘米有班主任凝视！"
科学家发现咱们大脑里有个"私人空间雷达系统"！
众所周知，人类和其他灵长类动物的大脑执行各种复杂的功能，其中之一是对身体周围空间的表征。这个区域，有时也被称为“近个人空间”，是人们与周围环境之间的大多数互动通常发生的地方。
中国科学院，意大利理工学院（IIT）和其他研究所的研究人员最近研究了大脑代表身体周围区域的神经过程，使用大脑启发的计算模型。他们的研究结果发表在《自然神经科学》上，表明身体不同部位周围的感受野有助于构建一个直接围绕人或人工智能（AI）代理的空间的模块化模型。
最搞笑的是，科学家们最初发现这个纯属意外！他们本来在研究"手被电击时为啥会闭眼"，结果发现这个反射和手离眼睛的距离有关——就像你妈举拖鞋时你自动缩脖子的距离感！后来他们发现，这些神经元超级智能：拿筷子时感应范围会变大，看见蛋糕时感应特别灵敏，遇到蟑螂时...没错！会自动开启"弹射躲避模式"！
人工神经网络
为了开发他们的框架，他们采用了通过强化学习训练的人工神经网络（ANN）。这些是大脑启发的计算模型，可以学习以良好的准确性完成各种任务，模拟神经元之间的连接。
“简单地说，我们建立了简化的'动物'的计算机模拟，这些动物通过试验和错误来学习选择基于这些行为随着时间的推移会带来多少奖励或惩罚的行为，”该论文的第一作者Rory John Bufacchi解释说。
我们的方法包括三个主要步骤，首先，我们的关键见解是，近个人反应可能只是反映了潜在行动的价值：接触或躲避环境物体是否会导致奖励或惩罚。
他们用AI做实验时发现三个关键步骤：
1️⃣ 先让AI学会计较得失——碰到红色方块扣分，抓到绿色圆圈加分（就像你们考试作弊的风险评估）
2️⃣ 然后AI自动在身体周围画了个"价值地图"（比如你课桌范围内：手机=高风险高回报，作业本=低风险低回报）
3️⃣ 最后形成条件反射——看到老师转头就自动伸手摸手机（停顿）然后被没收的同学们，这就是你们的神经元在偷懒啊！
近个人神经元的反应可能与一个人对周围环境的评估有关，特别是在不同行为导致奖励或惩罚的程度方面。
为了验证这一假设，他们训练人工神经网络拦截或避开物体，然后试图确定这是否会导致与之前在人类大脑中观察到的类似的以身体部位为中心的反应。
自我中心价值图
提出了一个理论构建：一个'自我中心的价值地图'，它是由一组周围神经元构建的，形成了一个更抽象的，预测模型的世界附近的身体，允许快速适应新的情况！
这个想法帮助我们将我们的发现与计算神经科学中更广泛的理论统一起来，将以身体为中心的反应作为附近环境的灵活预测模型的一部分。
在创建了“自我中心价值图”之后，研究人员将其与多个实验室进行的神经科学研究中收集的观察结果进行了比较。他们比较的数据包括猕猴大脑中神经元活动的记录，以及人类功能性磁共振成像（fMRI）扫描，脑电图（EEG）扫描和实验期间观察到的行为模式。
验证结果：发现人工代理中的神经元自然地发展出以身体部位为中心的感受野，这与生物近个人神经元的经验发现相匹配，支持我们的理论假设
具体来说，这些神经元的感受野随着快速移动的刺激，工具使用和高价值的物体而扩大。人工神经元网络也被分成专门用于回避和拦截的子网络，反映了猕猴大脑和自我中心价值图的模块化。
研究人员最终能够证明，一组近个人神经元实际上可以创建灵长类动物周围环境的自我中心地图。然后，他们将他们开发的理论框架与之前对近体神经元及其功能的解释进行了比较。
这是唯一一个成功地适合广泛的实验数据，优于其他解释，并为理解个人反应提供了一个可推广的框架。
具身智能
该团队收集的洞察力很快也将有助于推进具体的人工智能代理，机器人系统和假肢。
这些发现在神经修复学和人机交互等领域具有潜在的应用：例如，机器人可以模拟以自我为中心的价值地图，以开发适当的人类交互距离的自适应，特定于上下文的表示，使人机协作更加自然和有效。
研究人员现在计划在他们的发现的基础上继续测试他们引入的框架的有效性。在接下来的研究中，他们将测试他们的计算模型产生的预测，并试图解决它的一些缺点。
例如，该模型目前是从强化学习的角度构建的，缺乏感官不确定性的明确参数，将通过使用不同的数学框架来解决这个问题，例如主动推理，它明确地结合了感官的不确定性和对环境的认知建模。我们还计划跨实验室合作，以模拟更丰富，更细粒度和当代的神经元数据。
知道这研究多有用吗？
将来机器人给你递奶茶时，绝不会把吸管戳你鼻孔里！假肢也能像真手一样感知危险。不过科学家说现在还有个bug——这个系统太"愣头青"了，像总把影子当蟑螂的新手玩家。所以他们准备升级2.0版本，让AI学会"疑神疑鬼"（专业说法叫处理感官不确定性）。
更多信息：Rory John Bufacchi et al，Egocentric value maps of the near-body environment，Nature Neuroscience（2025）. DOI：10.1038/s41593-025-01958-7
期刊信息： Nature Neuroscience