🧠 神经科学

A neural circuit algorithm for action grammar

受猴子实验的启发，本研究表明，循环神经网络通过沿正交方向规划初始状态、在特定流形上执行形状并在此类转换过程中保持序列参数，从而生成基于规则的动作序列，进而揭示了一种符号语法算法的神经回路实现。

原作者： Liu, Y., Tian, L. Y., Tenenbaum, J. B., Freiwald, W. A., Wang, X.-J.

发布于 2026-10-11

📖 1 分钟阅读☕ 轻松阅读

原作者： Liu, Y., Tian, L. Y., Tenenbaum, J. B., Freiwald, W. A., Wang, X.-J.

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

人类的大脑是模式的大师，能够利用有限的规则生成无限多样的行为。这种遵循抽象指令的能力——例如组织词汇构成句子的语法，或是将一系列动作转化为连贯行动的序列——是智能的一个标志。尽管现代人工智能在模式识别方面取得了巨大进步，但在将习得的规则灵活应用于全新情境时，往往难以达到人类和动物那样的水平。科学家们长期以来一直怀疑，大脑中与规划和组织相关的额叶和顶叶区域，是实现这种灵活性的关键。然而，在这些神经回路内部，究竟是什么样的具体机制让动物能够学习一条规则并将其应用于更复杂的问题，一直是一个谜。理解生物网络如何将简单的指令转化为多步骤的计划，对于弥合抽象逻辑思维与神经元放电这一物理现实之间的鸿沟至关重要。

为了揭示这一机制，研究人员转向了一项猕猴已经掌握的任务：绘画。在之前的实验中，猕猴被展示包含多个物体（如线条和圆圈）的图像，并被要求按照特定规则进行描绘，例如“先画线，后画圆”。值得注意的是，猕猴并非被明确教授了这条规则，而是通过经验推断出来的。一旦掌握了该模式，即使面对比以往练习过的物体更多的图像，它们也能成功应用。例如，即便它们之前只练习过“两线一圆”，也能成功完成“五线三圆”的描绘。这种泛化能力表明，大脑天生具有学习和使用“动作语法”的偏好。为了观察其内部运作机制，研究团队训练了一个计算机模型，即循环神经网络，来执行同样的绘画任务。通过对该模型的内部活动进行逆向工程，他们发现了一个用于规划和执行这些序列的精确的三部分算法，这为大脑如何解决类似问题提供了一个具体的蓝图。

研究人员发现，网络在绘画时并不仅仅是对图像做出反应；相反，它在第一笔落下之前就制定了一个完整的计划。当任务开始时，网络的内部状态会转移到一个特定的起始位置，该位置编码了整个未来的序列。想象一下，网络的活动就像是广袤多维空间中的一个点。在绘画开始前，这个点会移动到一个同时持有两个信息的地点：需要画多少条线以及需要画多少个圆。至关重要的一点是，这两个数字存储在空间内两个独立且正交的方向上，就像地图使用南北轴和东西轴来定位一样。这种初始定位起到了高层蓝图的作用，确保网络在开始移动之前，就已经确切知道每种形状需要重复多少次。

一旦开始绘画，网络便沿着专门用于当前形状的特定路径执行计划。如果规则是先画线，网络的活动就会沿着“线”路径行进，并根据该路径终点所允许的距离重复该动作。网络并不会在心里默数，而是通过它在路径上需要行进的距离，直接对应于它必须执行的重复次数。随着它的移动，它会逐渐消耗掉这段距离，直到到达线条路径的尽头。就在这一精确时刻，网络会过渡到下一个阶段。它会跳转到另一条专门用于圆圈的路径。这一系统的精妙之处在于它处理转换的方式：这种跳转是如此有序且平行，以至于它保留了关于剩余多少个圆圈的信息。网络到达圆圈路径起点时，其距离终点的距离恰好完美匹配了它需要生成的圆圈数量，从而使其能够在不丢失计数的情况下继续完成序列。

这一机制依赖于三种不同类型的神经活动协同工作。一些神经元负责识别当前正在绘制哪种形状，从而有效地将网络的模式从“线”切换到“圆”。另一些神经元则追踪当前笔画的进度，发出剩余重复次数的信号。最后，一组特定的神经元会在形状之间的边界处高度活跃，充当驱动网络从一条路径转向另一条路径的触发器。研究人员观察到，当网络接近线条序列的末端时，通常抑制“圆圈”神经元的抑制作用会减弱，从而允许它们放电并接管控制。这种无缝衔接确保了在切换过程中，即将进行的形状的计数不会丢失。这项研究表明，大脑使用类似的“正交规划”和“平行转换”策略来组织复杂的行为，从而能够从简单的规则中生成无穷无尽的动作变化。

这一发现的影响超越了绘画任务本身。研究人员揭示的机制提供了一个切实的解释，说明大脑如何在执行步骤的同时保持一个心理程序。它表明，大脑不需要不断地从头重新计算整个序列；相反，它设定一个包含完整计划的初始状态，然后让神经回路的动力学过程运行该计划。这种方法带来了卓越的灵活性：如果问题发生变化并需要更多次的重复，网络只需在相同的路径上从更远的位置开始即可，依然使用相同的底层机制。虽然目前的研究使用的是计算机模拟来演示，但模型预测的特定活动模式——例如数字的正交编码和形状间的平行转换——为未来在活体大脑中的实验提供了清晰、可测试的预测。通过揭示神经回路如何实现符号算法，这项工作让我们离理解人类智能的生物学基础，以及学习、适应和创造的能力又近了一步。

技术摘要：一种用于动作语法的神经回路算法

问题陈述
本文探讨了认知科学和神经科学中的一个基本问题：神经回路如何实现抽象的语法规则，以生成离散元素的序列（如动作或单词）。虽然现代人工智能已经取得了显著进展，但人类和动物在灵活应用已学规则于新颖问题方面仍然更具优势。具体而言，作者研究了大脑如何通过抽象语法规则将认知步骤组织成一个心理程序，重点研究了以 $A^mB^n$ 形式（即产生 $m$ 次形状 $A$ ，随后产生 $n$ 次形状 $B$ ）生成的动作序列。这建立在近期的行为学发现之上，即猕猴能够在没有经过显式语法训练的情况下，学习根据此类语法规则绘制多物体图像，展示了学习和使用动作语法的归纳偏置。

方法论
为了探索这种能力的神经回路机制，作者训练了一个包含 $N=1024$ 个单元的循环神经网络（RNN），使其执行一个简化版的猴子绘图任务。

任务设计： RNN 接收代表 $4\times4$ 网格上线条和圆圈位置的二进制输入，以及一个指定动作语法（“线条 $\to$ 圆圈”或“圆圈 $\to$ 线条”）的规则输入。网络的任务是输出符合规则的笔画序列（形状和位置），按从上到下、从左到右的顺序生成笔画。
训练与泛化： RNN 使用监督学习和随时间反向传播（BPTT）在包含 2–5 个物体的题目上进行训练。至关重要的是，随后将模型测试在包含 6–8 个物体的泛化问题上，这一范畴在训练期间并未出现，旨在评估其外推已学语法的能力。
分析： 作者采用了降维技术来可视化 RNN 的高维状态空间。他们通过线性回归识别出三个特定的轴：“形状轴”（区分线条和圆圈）以及两个正交的“重复轴”（“重复线条”和“重复圆圈”），这两个轴编码了剩余重复次数的信息。他们进一步分析了神经轨迹、输入权重和单单元响应，以进行逆向工程还原算法。

关键结果
训练后的 RNN 成功泛化到了更复杂的新颖问题（6–8 个物体），镜像了猴子的行为表现。对网络动力学的逆向工程揭示了一个特定的三部分算法：

正交初始状态编码： 在绘图开始前，RNN 状态会移动到一个由外部输入决定的特定初始位置。该初始状态沿着两个正交方向（“重复线条”和“重复圆圈”轴）编码线条数量 ( $m$ ) 和圆圈数量 ( $n$ )。状态距离各自流形边缘的距离对应于所需的重复次数。输入权重分析显示，来自形状-位置输入的连接与相应的重复轴对齐，而语法输入则与形状轴对齐，从而有效地将状态“推”向正确的起始点。
通过流形遍历进行重复： 在执行某一形状的过程中，RNN 状态沿着相应的形状特定流形（例如“重复圆圈”流形）向其边缘推进。这种运动代表了剩余重复计数（递减计数）的过程。
保持信息的并行转换： 当网络从一种形状过渡到下一种形状时（例如，从最后一个圆圈到第一个线条），神经轨迹在具有不同重复计数的试验中遵循平行路径。这种平行动力学确保了关于“即将到来”的形状的重复次数信息（编码在正交轴上）在转换期间得以保留。因此，状态落在新流形上的位置，其距离边缘的距离能正确反映第二个形状的剩余计数。

在单单元层面，网络包含编码以下内容的独特群体：(1) 当前形状，(2) 重复过程中的序数排名，以及 (3) 序列边界（在转换前激活）。转换是由对第一种形状具有选择性的单元对第二种形状的选择性输入的逐渐减弱所驱动的。

意义与主张
作者声称，这项工作揭示了一种用于生成基于规则的动作序列的符号算法的神经回路实现。所提出的机制弥合了符号算法（特别是 $A^mB^n$ 结构）与其在神经网络中实现之间的鸿沟。

关于该机制意义的关键主张包括：

通过初始状态实现泛化： 网络通过基于新输入计数在相同的正交方向上起始更远的位置，而不是通过重新学习规则来实现对更长、新颖序列的泛化。
基于距离而非基于速度： 作者认为，他们观察到的“基于距离”机制（将计数编码为到流形边缘的距离）比假设的“基于速度”机制（将计数编码为运动速度）在泛化方面更高效，因为它允许动力学在不同问题间复用而无需重新缩放。
心理程序的神经基础： 研究结果提供了一个具体的机制，解释了神经回路如何组织处理步骤以实现“心理程序”，并为预运动活动模式（编码抽象结构属性）如何结合后续动力学来执行动作语法提供了说明。
与生理学的一致性： 所识别的单单元响应（编码形状、序数排名和序列边界）与执行此类序列任务的猴子额叶和前运动皮层的经验观察结果相一致，表明这些计算原理具有合理的生物学基础。

论文得出结论，虽然该机制解释了 $A^mB^n$ 序列的生成，但未来仍需研究如何将此类原语组装成自然语言和高级认知中发现的更复杂的层次化语法。

技术摘要：一种用于动作语法的神经回路算法

类似论文