Perceptual sensitivity is explained by optimization for ecological tasks
本文表明，人类的感知灵敏度和辨别阈值，其最佳解释应归于为声源定位和识别等生态任务而优化的神经表征，而非内部神经噪声。
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
人类的听觉是生物工程学的奇迹，它能够从喧闹的城市交通声中捕捉到最细微的低语，或者从远处的引擎声中分辨出鸟鸣的微妙音调。然而，这种不可思议的感觉有着硬性的极限。在音量、音高或时序上存在着最小的可察觉差异；低于这个阈值，两种声音就会变得无法区分。一个多世纪以来，科学家们一直试图解释为什么这些极限会存在。传统的答案很简单：我们的生物机制是不完美的。就像摄像传感器的像素可能存在颗粒感，或者麦克风可能会产生静电嘶嘶声一样，人们曾认为人类的大脑受限于内部噪声——即神经细胞随机、混乱的放电，这种噪声模糊了信号。这种观点认为，我们的敏感度受限于自身神经硬件的不可靠性。
然而，另一种观点正逐渐占据主流：我们的听觉极限并非取决于大脑有多“吵”，而取决于大脑需要做什么。这种被称为“高效编码”的观点认为，感觉系统是一个经过高度调优的仪器，通过进化来解决现实世界中的特定问题。如果大脑的优化目标是在人群中识别朋友的声音，或是在灌木丛中定位捕食者，那么它可能就不会浪费能量去表现那些对这些任务没有帮助的微小差异。在这种观点下，听觉的极限不是缺陷，而是特征——是根据日常生活的需求所划定的边界。
为了测试这个想法，研究人员构建了一个旨在模拟人类耳朵和大脑的计算机模型，但其中有一个关键的转折点。他们并没有用关于听觉如何运作的规则来编写该模型，而是训练它去执行自然任务：寻找声音的来源，以及识别单词、人声和环境噪音（如狗吠或海浪破碎声）。该模型始于一个模拟的听神经（将声音信号从耳朵传送到大脑的纤维束），然后通过试错法学习解决这些生态问题，就像孩子学习倾听一样。随后，研究人员提出了一个简单的问题：如果一个系统仅仅是为了在现实世界中生存和导航而优化的，它是否会自然而然地产生与人类相同的听觉极限？
研究人员发现，答案是令人震惊的“是”。研究人员测量了该模型在数百种不同场景下检测微小声音差异的能力，涵盖了从最微弱的单音到最复杂的节奏。他们将这些结果与数十年来数千项人类听力心理学研究中的测量数据进行了对比。该模型从未见过任何人类听力测试，也从未被告知人类的阈值应该是多少，但它产生的结果与人类的表现高度吻定。它无法听到人类能听到的更细微的差异，并且在处理相同类型的声音时也会遇到同样的困难。这表明，人类听觉的极限主要不是由神经的随机噪声引起的，而是因为我们的大脑针对日常生活的特定任务进行了优化。
为了确保这种匹配并非巧合，研究人员运行了几组对照实验。他们在模型学习任何知识之前对其进行了测试，仅使用来自模拟耳朵的原始输入。这个未经训练的版本敏感度远低于人类，错过了许多人类可以轻易分辨的差异。他们还测试了一个专门针对“通过听力测试”而非“导航现实世界”进行训练的模型版本。这个版本变得超越了人类，能够检测到比任何人都更细微的差异。这证明了该模型具备更高的敏感度潜力，但只有当它被训练用于自然行为时，其“类人”的极限才会显现。该模型在没有被告知目标的情况下如此紧密地匹配了人类的极限，这表明大脑的敏感度是由其用途决定的，而非由硬件的噪声水平决定。
研究还观察了这些类人极限出现在模型的哪个位置。研究人员审视了计算机网络的不同层，这些层大致对应于大脑处理过程中的不同阶段。他们发现，随着信息向网络深处移动，分辨声音的能力不断提高，并最终在模型开始专业化处理不同任务的同一阶段，呈现出符合人类特征的模式。这表明，感知的极限并非固定在耳朵处，而是在大脑处理信息以理解世界的过程之中被塑造出来的。
当然，两者之间也存在一些差异。该模型在某些方面表现得比人类稍好，而在另一些方面则稍差。例如，它在处理某些复杂的掩蔽模式（即一种声音遮盖另一种声音）时表现挣扎，并且未能完全捕捉人类对极高音调的听觉特征。这些差异可能指向了模型错过的特定生物学细节，例如内耳压缩声音的复杂非线性方式，或是用于音高的特定计时机制。但这些只是例外；对于绝大多数听觉任务，该模型的行为几乎是人类表现的完美镜像。
这项工作的意义是重大的。它表明，人类感知的边界并非偶然，也不仅仅是生物缺陷的结果。相反，它们似乎是一个经过精细调优、以适应环境需求而存在的系统的产物。大脑并不试图表现声学世界的每一个可能细节，它只表现那些对于生存和互动所必需的信息。通过针对日常生活任务进行优化，系统自然而然地达到了人类进化的极限。这挑战了长期以来认为内部噪声是导致我们无法听见一切的主要原因的传统观点。相反，它表明我们听到的程度恰好是我们所需要的，不多也不少，因为这就是我们在所生活的世界中进行导航所必需的。
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。