CorticalG与PhysioG双模型预测重力下EEG与生理响应,并用Claude 3.5 Sonnet生成失重主观体验叙事
核心概要
该研究提出“重力感知(gravity-awareness)”框架,用两个基于抛物线飞行文献训练的模型——Fourier特征增强的多层感知机CorticalG预测EEG频段功率随g值的变化、11个独立高斯过程PhysioG预测心率变异性、皮肤电导与运动等生理指标——并让Claude 3.5 Sonnet根据这些生理参数生成0 g、月球0.16 g、火星0.38 g与高重力下的第一人称主观体验叙事,结果显示微重力下alpha(DMN)与mu(SMN)功率被抑制、高重力下beta(PFC)与gamma升高,皮肤电导呈V形(1.8 g时右手电导上升超过200%),躯干活动呈倒U形(0 g下降超过50%)。
深度剖析
提出并命名“gravity-awareness”这一整合性概念,把神经生理、感觉运动-行为与知觉-认知三个层面统一为一个可计算建模的系统级响应框架。 此前文献分别讨论重力知觉、重力定向与具身空间意识等概念,本文将其整合为一个可用于计算建模与预测评估的操作化模型。 属于概念性整合与文献综述,文中以Figure 1示意框架,未提供针对该框架本身的独立实证检验。
CorticalG以Fourier特征增强的两层64单元MLP,从单一g值输入预测四个EEG频段功率的百分比变化,测试集MAE为alpha–DMN 2.87%、beta–PFC 3.15%、mu–SMN 2.54%、gamma 1.98%,加权Huber测试损失0.2315。 相对以往对离散重力状态分类或单点比较的研究,该模型给出0至1.8 g连续区间上的平滑插值预测。 训练与测试数据为94,000条模拟观测、20名合成被试的合成EEG数据集(64通道、250 Hz、2秒窗、0.5秒步长),作者称其功率分布与频带间相关性与已知的alpha抑制、beta/gamma增强现象一致,但尚未用真实飞行EEG验证。
PhysioG用11个独立高斯过程回归器预测心血管、自主神经与运动指标,给出微重力下SDNN与RMSSD升高、心率下降、HF SBP下降超过60%,皮肤电导在1.0 g最低而两端升高(1.8 g右手电导上升超过200%),躯干活动在1.0 g最高、0 g下降超过50%而腕部活动相对稳定。 相对单一指标研究,该模型在同一框架下同时给出多系统响应曲线及不确定性估计,并采用留一被试交叉验证。 锚点数据来自抛物线飞行文献的3–6个离散g值,经分段线性插值生成0–1.8 g连续数据,属于文献综合而非新的实测数据。
用Claude 3.5 Sonnet在固定生理参数、仅改变重力载荷的条件下生成六个重力场景的第一人称叙事,输出呈现一致梯度:微重力为高度警觉伴定向障碍,部分重力增加运动协调的注意需求,极端高重力下自我意识收窄。 作者称将LLM用于模拟改变重力下的具身意识此前未有先例,且其输出与两个定量模型的预测方向一致。 属于理论驱动的思想实验,模型选择基于作者对四个LLM输出的主观比较,文中明确说明其不能替代实证数据,且LLM在月球重力下预测约1.8 m步长时未标记出行走到弹跳的模式转变。
启示与展望
该框架面向需要在改变重力环境下评估表现与适应性的场景,作者设想的应用包括高G离心机或VR重力模拟中的实时EEG监测、以高斯过程追踪多系统响应并给出不确定性、按个体神经生理特征调整训练难度,以及构建个体化重力适应计划、闭环VR或离心机暴露、生物反馈与课程式元学习。模型被明确定位为多系统重力感知特征的定量监测工具,而非解释alpha节律为何在微重力下被抑制的机制性框架;其适用范围为0至1.8 g的连续插值区间,覆盖微重力、月球与火星部分重力以及标称高重力。
读者仍需留意若干开放问题。模型训练依赖文献锚点而非连续实测生理数据,作者本人指出需用抛物线飞行、离心机或空间站数据进行实证验证才能评估预测稳健性。合成数据集采用每次抛物线内相对首个1 g相位的归一化,未纳入真实飞行中首个抛物线反应更强这一习惯化效应。两个高重力相位在模拟中都被赋为1.8 g,而实际拉出阶段平均约1.5 g。模型仅以g值为自变量,未纳入心理应激、任务负荷与个体差异;数据锚定在g≤1.8,未覆盖可诱发意识丧失的更高G阈值,也未涉及负有效g。LLM部分基于有限提示,其训练数据的不透明性使模型在多大程度上编码了改变重力生理学仍属未知,且其输出与人类自评数据的可比性有待用经过验证的言语描述工具建立。此外,本次加载的文本为不完整版本,图4与图5的具体数值曲线、补充材料S2的完整提示与S3的全部叙事文本均未包含在内,因此对中间g值行为与LLM逐条输出的概括只能依据正文描述。
