A Common Recognition Architecture Across Memory Scales
这项研究表明，识别记忆依赖于跨越不同记忆尺度的共享神经架构，其中规模的增加会系统性地延迟并削弱一种共同的电生理信号，同时将其行为相关性从工作记忆转向长期记忆表现。
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
我们的思维在不断进行一种简单的判断：我以前见过这个吗？这个问题出现在感觉截然不同的时刻。有时是瞬间的检查，比如在人群中认出一张脸或在工作台上认出一个工具。另一些时候，它涉及一个更广阔的精神景观，例如在整理了一整天或一周旅行中的数百个记忆时，去寻找一个特定的细节。一个多世纪以来，科学家们一直想知道大脑是否使用两个完全不同的系统来处理这些任务。一个系统通常被称为工作记忆，被认为可以清晰地在大脑中保留几个项目以供即时使用。另一个是长时记忆，被视为一个存储了数年间成千上万次经历的巨大仓库。一个核心问题是，当大脑从微小的、即时的任务转向大型的、遥远的任务时，它是完全切换了档位，还是使用相同的基本机制，只是调整了速度和强度。
芝加哥大学的一个研究小组试图通过观察大脑在广泛的记忆规模下的运作情况来回答这个问题。他们让一百一十一名志愿者戴着覆盖有传感器（用于测量电活动）的帽子，进行一项识别任务。志愿者们被展示了日常物品的图像，如工具或动物，然后被要求判断他们以前是否见过这些东西。研究人员通过改变志愿者同时需要记忆的项目数量来改变难度。在最简单的条件下，一个人只看到一张图像并立即对其进行测试。在最难的条件下，一个人必须学习一个包含一百二十八个不同图像的列表，然后做出二百五十六次单独的判断。这种设计使团队能够观察大脑的决策过程是如何从单一、紧密的焦点扩展到大规模、延展性的搜索的。
结果显示，当记忆负荷增加时，大脑并没有切换到一个完全不同的系统。相反，无论是在记住一个项目还是一百二十八个项目时，出现的神经信号都是相同的。研究人员寻找特定的电模式，这些模式已知能发出大脑已识别出某物的信号。他们在头皮的前部和后部发现了这些模式，它们与熟悉感以及特定细节的检索相关联。这些信号在每种条件下都存在，从最小的列表到最大的列表皆是如此。然而，列表的大小确实改变了这些信号的行为方式。随着需要记忆的项目数量增加，电信号变得更弱，且出现得更慢。这就像是大脑正在使用同样的工具来完成工作，但当任务变得更繁重时，这个工具运作得更慢，力量也更小。
为了证实这并非巧合，研究人员使用计算机学习了如何根据列表较小时大脑的电模式来区分“旧”项目和“新”项目。然后，他们测试了该计算机程序是否也能在列表巨大时识别出相同的模式。它做到了。该程序即使在记忆负荷达到最大时，也能成功识别出旧项目和新项目的区别。这表明大脑在处理大规模记忆时并不是在使用不同的代码；它使用的是相同的代码，只是带有延迟。大脑反应的时机以一种可预测的方式发生了偏移，随着列表的增长而推迟，但信号的形状保持了一致。
这项研究还观察了这些大脑信号如何与人与人之间的自然差异相关联。有些人天生更擅长在脑海中保留几个项目，而另一些人则更擅长从庞大的过去经验中检索细节。研究人员发现，针对小列表的大脑信号与一个人在工作记忆中保持几个项目的能力有关。相比之下，针对最大列表的信号则与一个人访问其长时记忆的能力有关。这意味着，虽然大脑在处理所有规模的任务时都使用相同的识别架构，但帮助一个人成功的特定心理能力会根据任务规模而变化。对于小列表，关键在于保持信息的活跃和就绪；对于大列表，关键在于高效地挖掘深层的档案。
这些发现表明，在进行识别决策时，大脑在短期记忆和长期记忆之间并没有一条清晰的分界线。相反，它似乎使用一个单一的、灵活的系统，可以向上或向下进行缩放。当任务较小时，系统快速且强劲；当任务较大时，系统变慢且减弱，但它仍然是同一个系统。这种连续性意味着，我们识别过去的能力建立在一个共同的基础之上，这个基础会根据时刻的需求调整其时机和强度，而不改变其本质属性。大脑不需要为更大的工作准备一台新机器；它只需调整现有机器的设置即可。
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。