Shared representations in brains and models reveal a two-route cortical organization during scene perception
通过分析 7T 功能磁共振成像数据并采用表征相似性分析，本研究揭示场景知觉依赖于两条截然不同的皮层通路——一条负责环境情境的腹内侧通路和一条负责有生内容的侧向通路——这两条通路均在视觉模型中得到体现，而语言模型则主要与有生内容通路相一致。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象你的大脑是一座庞大而繁忙的城市，视觉信息（你所看到的内容）抵达主火车站。几十年来，科学家们认为这座城市有两条主要高速公路：一条用于识别物体“是什么”（比如杯子或狗），另一条用于确定它们在空间中的“位置”。
这篇论文提出，这座城市的地图实际上更为复杂。研究人员利用高分辨率脑扫描，并将其与强大的计算机“大脑”（人工智能模型）进行比较，发现当我们观察自然场景时，我们的视觉皮层会分裂成两条截然不同的路径来处理不同类型的信息，而不仅仅是“是什么”和“在哪里”。
以下是他们发现的详细分解，使用了简单的类比：
1. 视觉的两条高速公路
当你观察一个复杂的场景（例如有人、树和湖泊的公园）时，你的大脑并不会将其作为一个整体来处理。它会将信息发送到两条独立的“高速公路”：
- “风景”路线（内侧腹侧）： 这条路径贯穿视觉处理区域的中下部。它是建筑师兼导游。它专门处理环境的布局：墙壁、地平线、房间形状以及整体背景。它回答的问题是：“这是一个什么样的地方？”
- 类比： 这就像你大脑中根据物体和空间的排列来识别你身处“厨房”或“森林”的部分，而不管那里站着谁。
- “生命”路线（外侧）： 这条路径沿着视觉处理区域的侧面延伸。它是社会观察者。它高度专注于有生命的事物：人、动物和运动。它回答的问题是：“这个场景中谁或什么是活着的？”
- 类比： 这是你大脑中即使忽略背景树木，也能瞬间发现有人遛狗或鸟儿飞翔的部分。
2. 人工智能比较（“镜像测试”）
为了证明这些路线的存在并了解它们的功能，研究人员将人类大脑活动与两种类型的人工智能进行了比较：
- 视觉模型（在图片上训练的人工智能）： 这些就像通过学习像素来识别形状和物体的相机。
- 语言模型（在文本上训练的人工智能）： 这些就像通过学习用单词和概念来描述事物的作家。
结果：
- “风景”路线与视觉模型完美匹配。它关注场景的视觉结构（布局），就像相机分析照片一样。
- “生命”路线则与视觉模型和语言模型都相匹配。这非常引人入胜，因为这意味着大脑的这一部分对“有生命”的内容（人/动物）的调谐方式，与我们用文字描述它们的方式相似。就好像这个大脑区域在思考“那是个人”时，其方式既与看到一张脸相符，也与阅读“人”这个词相符。
3. “生物体”开关
研究人员发现，“生命”路线具有极高的特异性。
- 类比： 想象“生命”路线是一台安全摄像头，只有检测到活物时才会开启。
- 当研究人员向大脑展示没有人或动物（只有风景或物体）的图像时，这条路线变得安静。
- 当他们展示包含人或动物的图像时，这条路线强烈亮起。
- 这表明这条特定的高速公路几乎完全致力于处理社会性和生物性内容。
4. 为什么这很重要（根据论文）
论文认为，我们的大脑不仅仅是在将事物分类为“物体”与“位置”。相反，它们是在将它们分类为**“背景/环境”与“生命/社会内容”**。
- 背景路线帮助你理解你所处的舞台（房间、风景）。
- 社会路线帮助你追踪舞台上的演员（人、动物）。
论文未声称的内容
重要的是要坚守作者实际发现的内容：
- 他们没有说这有助于诊断阿尔茨海默病或自闭症等疾病（尽管这可能是一个未来的想法，但不在本论文中）。
- 他们没有说我们可以利用这一点来制造更好的机器人（同样，这是一个未来的想法，此处并非主张）。
- 他们没有说这适用于所有类型的视觉任务。他们专门在自然场景（真实世界环境的照片）上进行了测试。如果你观察白色背景上的单个孤立物体，这种“双路线”划分可能会有所不同。
总结
将你的大脑视觉系统想象成一家电影院。
- 一台投影仪（风景路线）专注于布景设计（背景、房间、风景）。
- 另一台投影仪（生命路线）专注于演员（人和动物）。
- 论文表明，这两台投影仪是独特且专业的，它们协同工作以向我们呈现世界的完整图景，并且计算机人工智能也开始学会以这种分裂的方式看待世界。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。