PNAS：机器学习预测人类智能

　　人工智能可以通过观察工作中的人类大脑的连接来预测人类的智力。

　　

人工智能可以通过观察工作中的人类大脑的连接来预测人类的智力。神经科学家可以从大脑结构和功能来预测智力——在一定程度上。

先前的研究表明，智力在大脑中广泛分布。克尔斯滕·希尔格（Kirsten Hilger）及其同事利用机器学习模型，从806名健康成年人在休息和完成任务时的大脑连接中预测了多种智力。

流动智力包括不依赖于环境的归纳和演绎推理能力，而结晶智力反映了应用个人经验和文化知识的能力。一般智力囊括了这两种类型的智力。

希尔格及其同事开发的模型对一般智力的预测性能最高，其次是结晶智力，然后是流体智力。认知要求高的任务产生了最准确的预测。

有趣的是，在大多数流行的神经认知智力理论中提出的大脑区域之间的连接训练的模型优于在随机选择的区域之间进行相同数量的连接训练的模型，这在经验上支持了这些理论。根据作者的说法，理论驱动模型的表现优于全脑模型，这表明智力还有更多方面有待理解。