A Unified World Model in Human Posterior Parietal Cortex

人类的大脑是预测大师。在你接住一个掉落的玻璃杯之前，你的大脑已经计算出了它的轨迹、速度以及它破碎的确切时刻。在你伸手去拿杯子之前，你已经模拟了物体的重量以及拿起它所需的握力。科学家们长期以来一直怀疑，大脑并不仅仅是对呈现出的世界做出反应，而是维持着一个关于物理现实的内部动态模型。这个“世界模型”是一种心理模拟，让我们能够理解物体是如何相互作用的，预见接下来会发生什么，并规划我们在那个不断展开的场景中的自身动作。虽然人工智能研究人员数十年来一直试图在机器中构建这样的模型，但在人类大脑中寻找其生物学等价物仍然是一个深刻的谜团。问题不仅在于我们是否能预测未来，而在于在我们广袤的思想网络中，这种持续且无声的计算究竟发生在何处。

研究团队现在已经确定了人类大脑中一个特定的区域，该区域似乎充当了这个世界模型的硬件。通过直接记录两个个体的脑电活动，他们发现位于大脑上后部被称为顶上小叶（superior parietal lobule）的一个微小神经元集群，同时执行着三个截然不同但相互关联的任务。这些神经元不仅仅是对正在发生的事情做出反应；它们构建了对一个场景的物理理解，预测该场景将如何变化，并保留了个人打算进行的下一步行动计划。研究结果表明，大脑并非使用独立的、孤立的电路来思考物理学、猜测未来和规划动作。相反，它使用一个统一的系统，其中相同的细胞负责所有这三项工作。

这项研究涉及两名参与者，他们作为临床试验的一部分被植入了微小的电极阵列，旨在帮助恢复脊髓损伤后的运动功能。这些电极每个只有一粒沙子大小，被放置在顶上小叶中——此前脑扫描显示该区域与物理推理和运动规划都有关。研究人员要求参与者执行一系列任务，同时电极记录着单个神经元的放电模式。在其中一项任务中，参与者观看由积木组成的看起来不稳定的塔。他们必须决定塔会向左倒还是向右倒，或者仅仅计算蓝色与黄色积木的数量。在另一项任务中，他们观看自然主义视频，内容或是物理事件（如锤子钉入钉子），或是社交互动（如人们在笑）。

结果显示，当参与者与物理世界接触时，该脑区的神经元表现得尤为活跃。当参与者观看积木塔或物理事件视频时，神经元的放电比观看社交视频或进行简单的颜色计数任务时要剧烈得多。这种对物理推理的偏好并非转瞬即逝的反应；对积木塔产生反应的同一组神经元也对掉落的多米诺骨牌和旋转的陀螺产生反应。研究人员发现，这些神经元不仅仅是在对视觉输入做出反应，而是在积极地构建一个场景模型。它们能够分辨稳定与不稳定的塔，并且在面对锤子敲击钉子与人握手时，其反应也不同。

至关重要的是，研究表明这些神经元还在预测未来。在一次单独的实验中，参与者观看物体向目标移动的视频。有时物体会撞击目标，有时则会错过。研究人员发现，在碰撞实际发生前的数百毫秒，神经元的放电模式就已经发生了变化。如果物体即将撞击，神经元的放电模式会呈现出一种与物体即将错过时的模式截然不同的特定模式。这种情况发生在物体接触到任何东西之前，这表明大脑正在运行一个关于结果的模拟。值得注意的是，这种预测能力在不同场景下具有普适性；无论物体是在地面上滚动还是在空中飞行，神经元都能预测碰撞，这表明它们拥有对物理定律的深度理解，而非仅仅记住了特定的视频片段。

拼图的最后一块是与动作的联系。参与者被要求想象用手完成两种动作之一：要么用拳头触摸物体，要么用手指转动旋钮。那些忙于建模物理世界、预测碰撞以及编码个人预期手部动作的同一组神经元，同时也负责了这些工作。研究人员发现，大量的单个神经元同时在做这三件事：它们偏好物理推理任务，预测移动物体的未来状态，并发出执行个人预期手部动作的信号。这种融合表明，大脑并不将这些功能存放在独立的隔间里。相反，同一群神经元将对物理世界的理解、对未来状态的预测以及对自身动作的规划整合进了一个单一且连贯的过程中。

研究人员仔细排除了其他解释。这些神经元并非仅仅因为任务更难或参与者更加专注而产生反应；对照任务在设计上同样具有难度和吸引力，但神经元却保持静默。它们也不是仅仅对视频中出现的人体或有意图的动作做出反应，因为神经元对涉及非人类的物理事件仍有强烈反应。研究结果在多次记录环节中保持一致，并且即使在观察单个神经元而非群体平均值时依然成立。虽然该研究受限于两名参与者和一个微小脑区，但证据指向了人类顶上小叶中存在一个统一的系统，作为一个现实世界的实时模拟器，让我们能够以惊人的速度和精度在环境中导航、预测并行动。