由贝勒医学院和赖斯大学的研究人员领导的团队开发了人工智能（AI）模型，以帮助他们更好地分析大脑的运作。到目前为止，还没有测量人为思想的方法。研究人员首先开发了一种可以通过评估行为的应用来创建思想的新模型，然后在训练有素的人工大脑上测试了他们的模型，在那里他们发现了与思想相关的神经活动。

数百年来，神经科学家一直通过将大脑活动与输入和输出相关联，来研究大脑的工作方式。例如，当研究运动神经科学时，科学家们测量肌肉运动以及神经元活动，然后将这两个测量结果关联起来。但是，要研究大脑的认知能力，我们没有什么可以将测得的神经活动与之进行比较。

要了解大脑是如何产生思想的，研究人员首先需要测量思想。他们开发了一种称为“反向理性控制”的方法，该方法可以查看行为并推断出最能解释该行为的思想。

传统上，该领域的研究人员一直以动物能够最佳地完成任务的方式工作，其行为方式可以最大限度地提高其净收益。但是当科学家研究动物行为时，他们发现情况并非总是如此。

“有时候，动物对周围环境会产生'错误'的思想。这可以解释为什么动物皮特科夫（Pitkow）也是贝勒大学（Baylor）的麦克奈尔学者（McNair Scholar），贝勒大学神经科学和人工智能中心的联合主任，并且是莱斯神经工程计划的成员。

例如，考虑一种正在狩猎并且听到许多与猎物相关的动物的声音。如果一个潜在的猎物正在发出声音，如果猎人错误地认为声音来自许多不同的动物，则它可能会选择次佳的行为，例如不断扫描周围的环境以试图找出其中的一种。通过根据其思想或假设在附近有许多潜在猎物在行动，猎人的行为方式既是“理性的”又是“次优的”。

在工作的第二部分中，皮特科夫和他的同事们开发了一个模型，将使用逆理性控制方法识别出的思想与大脑活动联系起来。

“我们可以研究建模思想的动力学，以及大脑对这些思想的表征的动力学。如果这些动力学相互平行运行，那么我们有信心捕获与这些思想有关的各个方面的计算。这项研究可以帮助科学家理解大脑如何产生复杂的行为，并为神经学提供新的观点。”