如果你曾經撒謊說自己很聰明智商很高，那么是時候坦白了，如今科學家們就能通過對你的大腦進行掃描來判斷你到底是否真像所說的那么聰明了。實際上，更準確地說，科學家們自己并不會觀察你的大腦掃描結果，而是借助一種機器學習的算法來對人們的大腦進行掃描。

近日，在一項最新的研究報告中，來自薩勒諾大學和雪松-西奈醫療中心（Cedars-Sinai Medical Center）的科學家們通過研究開發了一種新型的計算機工具，利用該工具，研究人員就能通過功能性磁共振成像（fMRI）掃描技術對靜息狀態的大腦活動進行測定，來預測一個人的智力。fMRI成像技術能通過檢測大腦特殊區域的血流量改變來繪制出大腦活性的圖譜，換句話說，當我們不做任何事情或者不想任何事情時，尤其是在沒有數學問題、沒有詞匯測試和謎題時，一個人的智力就可以從他們大腦的活性模式中收集到。

研究者Ralph Adolphs博士表示，我們發現，當測定人們大腦活性模式時，如果只是讓他們躺在掃描儀中不做任何事情的話，利用我們監測的數據就能夠預測個體的智力/智商。為了將這種算法應用于人類大腦的復雜活性模式上，Adolphs及其同事利用了來自人類連接組項目（human connectome project）中的相關數據，這項計劃是美國國立衛生研究院發起，旨在改善科學家們對人類大腦中多項連接的理解，目前研究人員已經獲得了參與這項計劃的幾乎900名個體的大腦掃描數據和智力評分數據，隨后研究者將會將這些數據輸入到算法中，并開始利用算法進行相應的計算。

當對數據處理后，研究人員所開發的算法就能夠在900個受試者中預測其大腦的智力水平，研究者表示，后期這種算法還有很大的改進空間，掃描即是對大腦中實際所發生事情的策略和嘈雜程度的測量，在這一過程中，許多潛在有用的信息仍然會被丟棄掉。研究者Julien Dubois表示，我們從大腦測量工程中所得到的信息就可以被用來解釋在實驗對象中觀察到的20%的智力差異。在這一點上我們做的很好，然而距離匹配一小時的智力測試結果還相差很遠，比如韋克斯勒成人智力量表。

此外，研究人員還指出了這項工作中所面對的固有哲學難題，由于這個算法是從智力分數的訓練開始的，那么我們如何知道相關的智力分數是否是正確的呢？隨后研究人員對受試對象進行了10種不同的認知任務的測試（除了IQ測試），以此來更加精確地預測估計受試者的智商情況。

在通過大腦掃描來預測個體智力的同時，這種算法還能完成一些人類無法做到的事情，因為即使是一位經驗豐富的神經學家也無法通過觀察大腦掃描的結果來判斷一個人到底有多聰明。研究者Paola Galdi指出，如果能夠加以適當的訓練，這種算法就能夠回答一些人類嘗試解決的復雜問題，其非常強大，但如果你真的有問題的話，你可能會問到，這些算法是如何進行學習的？其又是如何做到這些事情的？這些都是很難回答的問題。研究人員想知道未來是否能利用MRIs來對一些其它疾病進行有效的診斷，比如自閉癥、精神分裂癥以及焦慮癥等。

目前研究人員還并未實現功能性MRI技術成為診斷工具的目的，而研究人員正在積極改變這一現狀，世界各地的科學家們都正在奮力挖掘大量的數據，未來這一切或將成為可能。如今智力測試已經被選為該技術的首批臨床試驗之一，隨著時間的推移，這項技術將會變得非常穩定，也就是說，一個人的智力評分在幾周、幾個月或幾年的時間內都不會發生很大的變化。研究人員還進行了一項平行研究，他們使用相同的測試人群和方法，試圖通過進行fMRI腦部搜啊秒來預測個體的人格特征。

一個人的人格特征至少在很長一段時間內是與智力是一樣穩定的，研究人員使用的人格測試能將人格分為5個等級：1）經驗開放性（Openness to Experience）：對新經驗和想法的偏好vs對常規和可預測性的偏好；2）盡責性(Conscientiousness)：自律和體貼vs自發性和靈活性；3）外向性（Extraversion）：社交和健談vs害羞和保留；4）親和性（Agreeableness）：友善和樂于助人vs對抗及辯論性；5）神經過敏癥（Neuroticism）：對積極情緒的信息和傾向vs對緊張和消極情緒的傾向。

然而，研究人員用預測智力的方法來預測性格或許要困難的多，但這并不奇怪，研究者Dubois說道，數據庫中的人格評分來自于個人簡單的自我報道問卷，而這并不是一個非常準確的衡量人格的方法，因此我們并不能夠從MRI數據中得到很好的預測也就不足為奇了。