Changes in perceptual sampling contribute to representational drift
本研究表明,随时间推移而产生的系统性、渐进性的注视行为变化,而非仅仅是内在的神经动力学,足以驱动视觉皮层的表征漂移。
原始论文采用 CC BY 4.0 许可(https://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,你大脑的视觉系统就像一台高科技监控摄像头,不断地记录着你所看到的一切。科学家们注意到一个奇怪的现象:随着时间的推移,即使你盯着完全相同的图片看,大脑所做的“录像”也会发生缓慢的变化。他们称之为表征漂移(representational drift)。
长期以来,科学家们一直认为这种漂移是因为摄像头的内部布线在从内向外缓慢生锈或重新布线(就像旧神经元改变其连接一样)。但这篇文章提出了一个不同的问题:如果摄像头本身并没有改变,而是我们握持它的方式发生了变化呢?
以下是研究人员发现的过程,使用了日常生活的类比:
“游离视线”实验
研究人员针对 14 名成年人设计了一项长期实验。他们要求这些人观察自然图片(如风景或城市照片),时间跨度为 2 到 4 周。他们分六个不同的阶段进行,就像在一个月内六次参观博物馆一样。
他们使用了眼动追踪技术来绘制人们在每张照片上的精确注视位置。你可以把它想象成绘制一张显示眼睛停留位置的“热力图”。
发现:
他们发现,随着时间的推移,热力图发生了变化。尽管照片是相同的,但人们的眼睛开始落在略微不同的位置上。
- 类比: 想象你在看一幅森林油画。第一次参观时,你主要盯着中心那棵大橡树看。一个月后,你仍然能看到那棵树,但你的目光自然而然地向左边的灌木丛偏移了一点。再过一个月,你可能会稍微更多地关注天空。
- 结果: 两次访问之间的时间间隔越长,这些“注视图谱”之间的差异就越大。这种漂移并非随机的混乱,而是一种缓慢、稳定的方向性偏移。
计算机模拟
为了观察这些细微的眼球运动是否真的能改变大脑“看”图像的方式,研究人员使用了一个名为 CORnet-S 的计算机模型。你可以把这个模型看作是一个数字大脑,它模仿了猴子或人类视觉系统处理图像的方式。
他们根据参与者在第一阶段、第二阶段等各阶段的注视位置对原始照片进行了“遮罩”处理。然后,他们将这些略有不同的同一张照片输入到这个数字大脑中。
机器中的“漂移”:
尽管底层的照片是完全相同的,但随着注视模式的变化,数字大脑的反应也随之改变。
- 类比: 想象你在向朋友描述一栋房子。如果你只看正门,你会描述门;如果你将视线转向窗户,你的描述就会包含玻璃;如果你再次转向屋顶,你的描述又会再次改变。房子没有变,但由于你的“视角”发生了偏移,你对它的“描述”也发生了漂移。
- 结果: 研究人员测量了大脑反应之间的“距离”。他们发现,随着时间推移,注视模式的漂移程度越大,大脑对图像的内部表征也会随之漂移得越远。这种现象发生在视觉系统的每一个层面,从基础处理(如 V1)到复杂的理解(如 IT)。
核心结论
该论文得出结论:表征漂移并不一定意味着大脑的布线正在损坏或重新布线。
相反,它表明我们的大脑极其敏感,以至于即使是我们观察世界的方式发生的那些微小且不可避免的变化——比如我们的眼睛在注视一个熟悉的物体时,自然而然地向另一个位置轻微偏移——都足以让大脑中关于该物体的“心理图像”随时间而改变。
简而言之: 摄像头(大脑)可能是稳定的,但我们握持它的方式(注视)总是在移动。正因如此,我们在脑海中拍下的照片,从来都不是完全相同的两次。
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。