Platonic Representations in the Human Brain: Unsupervised Recovery of Universal Geometry
本文证明，人类视觉皮层中特定于个体的fMRI表征共享一种通用的几何结构，使得无需配对数据或中间模型即可通过正交旋转实现跨个体的神经嵌入无监督转换。
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
想象一下，你和你的朋友正在观看同一场美丽的日落。尽管你们的眼睛位于不同的位置，大脑的神经连接也略有差异，但你们脑海中都拥有关于那场日落的“画面”。
长期以来，科学家们一直疑惑：这些心理画面是否基于相同的底层蓝图构建？
这篇论文给出了肯定的回答。它表明，人类大脑在处理视觉信息时，都在使用一种共享的、通用的“几何”结构或地图。尽管我们都是不同的个体，但大脑组织视觉体验的方式在数学上是兼容的，就像两种不同的语言可以无需词典就能完美互译一样。
以下是研究人员如何证明这一点的，通过简单的类比进行解释：
1. 问题：每个人都说不同的方言
想象有 8 位不同的人（研究参与者）正在观看成千上万张照片。当每个人观看这些图像时，他们的大脑都会记录下神经元的活动（即 fMRI 扫描中的“体素”）。
- 问题所在： 对于一张猫的照片，A 的大脑可能会呈现出特定的激活模式。而 B 的大脑对于同一只猫，可能会呈现出完全不同的激活模式。
- 挑战： 通常，要将 A 的“猫模式”翻译成 B 的模式，你需要让他们同时观看相同的图片，并手动链接这些模式。这就像让两个人并排阅读一本书，指着每一个单词来尝试翻译一样。
2. 解决方案：学习思维的“形状”
研究人员希望看看，是否可以在不向所有人展示相同图片、也不需要“词典”（配对数据）的情况下，翻译这些大脑模式。
他们使用了一个巧妙的技巧：重复。
- 他们让每个人多次观看相同的照片。
- 他们构建了一个计算机程序（编码器），该程序学会了忽略“噪声”（随机的脑电静噪），只专注于思维中稳定的“形状”。
- 类比： 想象你试图通过用手触摸来了解一个隐藏物体的形状。你摸了一次、两次，甚至十次。最终，你不再注意手部的颤抖，而是开始理解物体真实、坚实的形状。研究人员对大脑做了同样的事情，为每个人大脑感知世界的方式创建了一个清晰的 3D“地图”。
3. 发现：“通用翻译器”
一旦他们为每个人拥有了这些清晰的地图，他们便尝试进行翻译。
- 测试： 他们取 A 的地图，尝试将其旋转以匹配 B 的地图。
- 结果： 他们发现，不需要复杂、混乱的翻译。他们只需要旋转地图，就像转动地球仪一样。
- 隐喻： 想象 A 的大脑是一张城市地图，其中“北”指向“上”。B 的大脑是同一座城市，但他们的地图上“北”指向“右”。如果你只需将 A 的地图旋转 90 度，街道和建筑物就能与 B 的地图完美对齐。
- “柏拉图式”理念： 这表明，在深层意义上，所有人类大脑都在使用相同的“通用几何”（一种柏拉图式的理想形式）来组织视觉信息。我们只是在这张地图上拥有不同的“朝向”。
4. “群体同步”（最后的润色）
研究人员不仅仅是将 A 翻译成 B。他们让所有 8 个人同步，进入一个单一的、共享的“通用大脑空间”。
- 类比： 想象 8 个人拿着拼图的不同碎片。单独看，它们像是随机的形状。但当研究人员对每个人的碎片应用特定的旋转后，它们都完美地拼接在一起，形成了一幅巨大、连贯的图画。
- 结果： 这个“共享空间”效果极佳。如果他们取一张 A 看过的图片，将其翻译成这个共享空间，然后让 B 去寻找它，B 能够以极高的准确率识别出它。
这意味着什么（根据论文）
论文得出结论：
- 共享几何： 人类大脑在表征视觉场景方面具有共享的、通用的结构。
- 简单翻译： 我们只需使用简单的几何旋转，就能将信息从一个大脑转移到另一个大脑，而无需事先知道图像是什么。
- 无需“词典”： 这种翻译完全基于大脑数据的内部“形状”运作，证明了我们大脑在基础架构上的相似性可能比我们想象的还要大。
这篇论文没有声称：
- 它没有声称我们可以读心或在实时中知道某人在想什么。
- 它没有声称这目前适用于复杂的情感或记忆（仅适用于视觉场景）。
- 它没有声称这项技术现在已准备好用于医院或医疗治疗。
简而言之：我们的大脑就像同一款汽车的不同型号。它们可能有不同的颜色和仪表盘布局，但在引擎盖下，引擎的几何结构是完全相同的，我们只需转动扳手就能在它们之间互换零件。
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。