如果您住在城市里，您会熟悉精神分裂症患者的胡言乱语。您可能听过他们在街上走向您或等火车时对空气说话。我过去偶尔会在下午的通勤时与一位男人共乘，他喜欢站在公交车后部，用一种连贯的、不连贯的莎士比亚风格的独白，配有口音和夸张的手势。
精神分裂症言语的一个显着特征是紊乱。一句话一开始可能很正常，但会变得毫无意义。短语之间没有联系。精神分裂症也以妄想为特征——患者可能认为他们受到迫害，或者他们拥有特殊的力量。精神分裂症的病因仍然是个谜。但德克萨斯大学奥斯汀分校的研究人员已经使用计算机来模拟该疾病的几种理论。其中一个模型产生了像精神分裂症患者一样说话的计算机。
研究中的“计算患者”是 Risto Miikkulainen 教授设计的名为 DISCERN 的计算机模型的不同迭代。该模型是一个“神经网络”，旨在模拟人类如何学习和回忆一个故事。网络的不同部分模仿我们大脑用于理解、存储和记忆单词和句子的任务。
Miikkulainen 和他的研究生 Uli Grasemann 将 28 个非常简单的故事输入到他们的计算机模型中。其中一半的故事是第一人称的；例如，“我是一名医生。我在纽约工作。我喜欢我的工作。”（我告诉过你它们很简单。）另一半是第三人称的犯罪故事；例如，“托尼是个黑帮。托尼在芝加哥工作。”（喂……）需要数千次重复来教会计算机网络这些故事。
他们还向健康的和精神分裂症的实际人类受试者教授了三个稍微不那么简单的故事。一周后，他们让受试者回忆这三个故事，并记录了他们犯下的错误类型。
为了创建精神错乱的计算机患者，研究人员在 DISCERN 网络中引入了各种错误。他们模拟了八种被认为是精神分裂症因素的不同认知问题。在教会了他们有缺陷的计算机患者一套简单的故事后，就是时候进行测验了。模型被提示故事的第一部分，并被要求完成它。研究人员分析了计算机患者所犯错误的类型，然后将其与人类患者进行比较。
在八个精神分裂症模型中，只有一个模型导致计算机讲出的故事听起来像精神分裂症患者的。计算机脱轨了，开始一个故事却又飘向另一个故事，精神分裂症患者也是如此。计算机在混淆故事中的人物方面也有类似的倾向，包括混淆第一人称和第三人称的故事。例如，一个关于芝加哥黑帮头目托尼的故事，可能变成一个关于黑帮头目玛丽的故事。
这种伪精神分裂症计算机模拟中的根本错误是作者所谓的“过度学习”。通常，科学家认为，我们使用一种称为预测错误的技术来帮助我们学习新信息。我们不断地做出预测，而当这些预测不实现时——也就是说，当现实与我们的预期不符时——我们会注意到并形成新的联想。这个过程被认为涉及神经递质（大脑信号化学物质）多巴胺。然而，如果他们的大脑在这个过程中不谨慎，他们就会过分重视每一条新信息，并产生不相关的联想。这就是为什么这个过程被认为与精神分裂症有关；对精神分裂症患者来说，每一个细节都可能变得有意义，并且在他们的言语中可能随处可见联系。当研究人员调整计算机网络的设置，使其过度依赖预测错误——学习过多而忽略过少——计算机的故事听起来最像精神分裂症患者。
除了匹配精神分裂症患者故事的紊乱性之外，该计算机网络还提供了一个令人着迷的妄想迹象。它将第一人称叙述替换为第三人称叙述，并将自己置于不属于它的场景的中心：“我是一个黑帮头目。”
当然，计算机不是人。无论多么不健康，人脑都比计算机模型复杂得无法形容。尽管这种计算机模拟成功地模拟了精神分裂症的一些言语相关症状，但它并未解决其他症状。尽管如此，它还是给出了关于预测错误和多巴胺的有趣线索，可用于对人类进行进一步研究。这些信息甚至可能为乘坐您公交车的人们带来新的治疗方法。
