當前位置:
首頁 > 新聞 > 人類大腦在解碼信息時,居然會先挑複雜的處理!

人類大腦在解碼信息時,居然會先挑複雜的處理!

當我們觀察外界時,大腦會先處理斑點、線條這類的簡單形狀視覺細節,然後用這些信息在概念理解上構建更為複雜對象(如汽車和人)。

但是,科學家們最近發現,當我們回憶這些信息時,大腦呈現的是一個與之相反的過程:首先記起那些較複雜的概念性事物,然後再重建細節。

該研究已發表於美國國家科學院學報上,由哥倫比亞扎克曼研究所(Mortimer B. Zuckerman)的科學家完成。

哥倫比亞大學扎克曼研究所的神經科學家兼首席研究員 Ning Qian 博士在接受採訪時表示:「大腦對外界信息的反應和編碼有相當清晰的順序。編碼總是從簡單的事情變得越來越複雜。但大腦回憶或解讀這些信息的過程卻一直讓人難以理解的,在很大程度上來說,這是因為我們除了數學建模之外,沒有任何能將腦細胞的活動與個人感知判斷聯繫起來的方法。」

圖 | 論文發現的關鍵——視覺描述實驗的參與者被要求完成的「一線」和「兩線」任務。(Ning Qian/哥倫比亞的扎克曼研究所)

在沒有任何直接證據的背景下,學術界長期以來一直認為大腦解碼信息遵循與編碼信息相同的過程:從零開始,在視覺細節上構建出其他信息。而哥倫比亞大學的這項研究主要的貢獻,就在於證明了這個概念是錯的。Ning Qian 博士說:「在大腦解碼信息時,遵循的其實是一個從高到低(『複雜』到『簡單』)的過程

Ning Qian 以去年的總統選舉為例,類比這類逆向解碼過程:「當你觀察到一個候選人所說的言論和他所做的事情後,你可能會對這個人形成明確的帶有消極或積極傾向的印象。從該印象形成時起,你回憶候選人的話語和行為的方式時,大腦會對這個人的整體印象進行『著色』。我們的研究結果顯示,較『高級』的信息——比如這位候選人是值得信賴的,會在腦中留下較深刻印象。而相比之下,較『低級』的信息——比如這個候選人說這個還是那個,則不會在腦中留下很深刻的印象。也正是因此,高級解碼會限制低級解碼。

為了探究腦信息解碼的過程結構,Qian 博士與另一位論文主要作者 Misha Tsodyks 以及他們的團隊進行了一個簡單的實驗。

實驗要求 12 位參與者完成一系列小任務:參與者會先在計算機屏幕上觀察一條傾斜角為 50 度的直線半秒,在該直線消失後,參與者需要在屏幕上根據記憶重新標記出剛才那根直線上的兩個點。之後,參與者會被要求重複該任務 50 次。

而在第二項任務中,研究人員將線傾斜的角度改為 53 度。在第三個任務中,屏幕會同時顯示出之前兩次實驗中的兩條線,參與者需要在直線消失後為每條線都標記出兩個點。

根據以前的腦信息解碼模型,參與者應該會先在兩條線的任務中首先解碼每條線的單個角度(較低級的信息),再用該信息來解碼兩條線間的關係(較高級的信息)。

但事實並非如此。同時,傳統模型也無法解釋實驗數據所顯示出的「參與者在回憶兩條線位置時的雙向交互現象」。在最初觀察兩條線時,大腦似乎會先編碼一條線,然後編碼另一條線,最後再編碼兩條線的相對方向。但在解碼過程中,當要求參與者報告每條線的各自的傾斜角度時,數據顯示參與者的大腦會先使用兩根線的相對關係——「哪根線的傾角更大」來估計兩根線各自的傾角。

Qian 博士說:「這是大腦在解碼時會採用這種反向過程的直接證據。」

在論文中,作者認為這種反向解碼是有意義的,因為上下文中所表達的概念性信息比某一細節更為重要。比如你看到一個人的面部,在你快速評估此人是否有皺眉時,你絕不會在一開始通過他的眉毛傾斜了多少度來進行判斷。Qian 補充道:「甚至我們的日常經驗也表明,回憶的順序在信息上是『從高到低』的。」

為了進一步支持該結論,作者還在論文中構建了相應的數學模型。研究團隊在構建模型時用到了名為貝葉斯推理的數學概念,這是一種基於假設估計概率的統計學方法。然而,與典型的貝葉斯模型不同,新模型使用較高級別的特徵作為用於解碼較低級別特徵的先前信息(假設)。而對於研究中的「觀察直線」實驗,研究團隊以新模型構建了一個根據兩根線間的關係來估計各個線的角度的模型,結果實驗數據與結果相符。

目前,研究團隊還計劃在未來將他們的工作擴展到一些簡單的感知任務上(如我們基於觀察到的總統候選人的言行所形成的對他們的印象),並以此開展對長期記憶的研究。

Qian 博士說:「這類研究有助於解釋我們大腦每天都在進行著的潛在認知過程。同時也可能有助於解釋複雜的認知障礙,如自閉症(人們傾向於過度專註於細節而忽略重要的環境)。


喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 DeepTech深科技 的精彩文章:

你可以相信電話那頭的人嗎?答案也許就在他們的聲音里
不是暗物質!宇宙中「神秘失蹤」物質終現形,竟藏身於星際之間
光電效率倍增,新型超薄光電管有望實現行業顛覆性變革
手機失利,Windows沒落,微軟正在重蹈IBM的覆轍?
火星計劃不得不面對的世俗議題,宇航員生病了怎麼辦?

TAG:DeepTech深科技 |