在自然界中，社会互动是推动物种进化和适应环境的重要动力。人与人之间的交流，以及动物之间的互动不仅影响行为，还深刻改变了大脑神经活动模式。近年来，神经科学与人工智能的交汇领域逐渐展开，研究者们通过脑际神经动力学的视角揭示生物智能与人工智能系统中神经活动的复杂互动机制。这一领域的研究不仅为理解社会行为的神经基础提供了新视角，也为设计更加智能和协作的人工系统开辟了路径。脑际神经动力学指的是在两个或多个个体大脑之间，神经活动的同步与相互作用。换句话说，个体之间大脑神经元的活动并非孤立，而是以一定的方式协调，形成共享的神经动态空间，从而实现信息的有效传递和情绪的共鸣。
生物系统中的这一现象被认为是社会认知和协同工作的基础。基于最新研究，科研团队通过对小鼠的大脑进行多维度神经信号测量，发现个体的大脑活动空间可以划分为共享神经子空间和独特神经子空间。共享神经子空间对应的是两个个体间共同的神经活动模式，这些模式同时反映了“自我”和“他者”的行为。而独特神经子空间则包含个体独有的神经活动，不与他人重叠。令人感兴趣的是，GABA能神经元（产生γ-氨基丁酸的抑制性神经元）在共享神经子空间中占据显著优势，相较于兴奋性谷氨酸能神经元，GABA能神经元更能够编码和传递社会互动中的共享信息。该发现强调了抑制性神经元在协调社交行为中的关键地位。
为了进一步验证和拓展这一理论框架，研究人员借助人工智能领域的多智能体系统构建模型，模拟不同代理人间的交互行为。随着模型训练的推进，人工智能代理人之间逐渐出现了类似生物系统的共享神经动态。这种被人工神经网络编码的共享子空间，代表着代理人间的信息协同和情感共鸣。更重要的是，选择性干扰这些共享神经动态，能够显著削弱模型中代理人之间的社交行为，体现出共享动态在维持合作与互动中的功能性意义。关于社会互动的神经机制，脑际同步为研究大脑如何编码“他人”提供了思路。社会互动场景中，大脑活动的同步不仅发生在相同区域，还跨越个体间的多个脑区，形成复杂的神经耦合网络。
这种耦合有助于实现行为的协同、情绪的传递以及意图的推断。共享神经动态的存在使得个体在交互中获得即时反馈，推动行为调整与学习，强化社会纽带。基于神经成像和钙成像技术的进步，科学家能够实时追踪多个个体大脑中不同类型神经元的活动。通过多变量统计分析，比如偏最小二乘回归(PLSR)和典型相关分析(CCA)，研究揭示了哪些神经元集群构成了共享子空间以及它们如何参与编码社会行为。GABAergic神经元在这其中展现出强烈的跨个体相关性，强调了抑制性神经回路对社交认知的调控作用。在人工智能领域，多智能体强化学习借鉴了这样的神经动力学机制，强化了代理人的合作与竞争能力。
研究人员设计了多种模拟场景，包括互助收集任务与追逐竞赛，分析了代理人神经网络层级内部的活动模式。随着训练过程推进，代理人不仅学习个体动作，更建立了社交认知的共享神经子空间，使得行为更加协调和适应复杂环境。值得注意的是，这种共享动态不仅限于相同任务的代理人，在不同环境或任务下依然存在一定的稳定性，显示出具备一定的泛化能力和鲁棒性。此外，研究中还验证了破坏共享神经动力学的影响，发现这会显著影响代理人的决策效率和社交行为的表达，模拟了生物系统中因神经回路损伤导致社交障碍的部分现象。这种跨领域的研究成果为理解智能系统中的社交行为提供了理论基础，也推动了脑机接口、协作机器人等技术的创新发展。脑际神经动力学的研究对社会行为的理解有着深远的启示。
人在面对复杂社交环境时，能够迅速捕捉对方的行为变化，解读意图和情感，背后正是大脑通过共享神经子空间实现的有效信息整合。未来应用中，这些发现有望促进社会障碍疾病的诊断与治疗，如自闭症和精神分裂症等，帮助科学家设计靶向神经回路的干预策略。人工智能方面，借鉴生物神经系统的共享动力学，将加快多智能体系统的协同进步。智能体可以更加自然地理解和预测伙伴行为，实现更高效的团队协作，提升机器人在现实任务中的适应性和人机交互体验。总的来说，脑际神经动力学揭示了个体之间神经活动如何协调，从而实现复杂的社会互动及认知功能。无论是在生物大脑还是人工智能系统中，共享神经子空间不仅是信息传递的桥梁，更是推动智能进化的重要机制。
随着研究的不断深入，未来有望开发出更具社会智能的机器系统，为社会科学、神经医学和智能工程提供革命性的技术与理论支持。
