Rapid offline integration of learned experiences is shaped by valence and biases future decisions
本研究表明，虽然正面体验在离线状态下被更强烈地重新激活，但负面体验通过特定的重新激活模式和协调的记忆网络参与，对未来的回避决策产生不成比例的影响，从而揭示了一种具有效价敏感性和功能不对称性的快速离线整合机制。
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
人类的大脑在经历结束时并不会简单地停止工作。在一次谈话、一顿美餐或一次险些发生的交通事故从眼前消逝后，大脑仍会继续处理发生过的事情。这种静默的内部运作被称为“离线重激活”（offline reactivation）。这是一种机制，即大脑会在我们清醒休息甚至睡眠时，自发地回放近期的记忆。科学家们早已知晓这一过程有助于我们学习，使我们能够整合新信息并为未来的决策做准备。但一个悬而未决的问题一直存在：大脑在这些安静时刻对待所有记忆的方式是否相同？它回放一段愉悦时刻的强度和频率，是否与回放一段痛苦时刻时一致？理解这种区别至关重要，因为它揭示了我们的过去如何塑造我们的未来选择，特别是在我们寻求奖励或规避危险的方式上。如果大脑对某些类型的记忆优于其他类型，这可以解释为什么有些人会变得过度谨慎，或者为什么消极的想法会感觉如此挥发不去。
一组研究人员试图通过观察人们在学习及随后休息时的脑部活动来回答这个问题。他们要求四十六名健康的成年人在磁共振成像扫描仪（一种可以拍摄详细大脑活动图像的机器）内玩一个简单的游戏。游戏涉及观察成对的日常物品，例如蝴蝶和帽子，并猜测哪一个会赢得奖品。有时这些物体与赢钱相关，有时则与赔钱相关。概率并非固定不变；玩家可能在某个物体上拥有百分之八十的胜率，而在另一个物体上只有百分之二十。参与者通过试错法完成了许多轮游戏，学习这些概率。学习阶段结束后，游戏暂停。参与者在扫描仪中静卧三十秒，这是一个没有新信息输入的休息期，让研究人员得以观察大脑在独自进行什么。在这次休息之后，玩家们使用刚才学到的物体的不同组合再次接受测试，迫使他们在没有任何进一步反馈的情况下应用所发现的内容。
研究人员正在寻找一个特定的信号：大脑在刚刚结束的学习时刻之前，自发唤回相关活动模式的能力。他们使用了先进的计算机模型来解码脑部扫描图像，本质上是教计算机识别什么是“获胜”的记忆，什么是“失败”的记忆，以及在脑部的电信号语言中，“获得”或“损失”的感觉是什么。然后，他们观察这些特定的模式是否会在安静的休息期间再次出现。结果揭示了一种迷人的不对称性。大脑确实在回放近期的经历，但其方式并不均衡。与失去金钱相关的神经模式，其被激活的强度和频率都高于与赢得金钱相关的模式。换句话说，大脑更渴望重温美好的时光。
然而，故事并未就此结束。虽然积极的记忆声势更大，但消极的记忆更为可靠。研究人员发现，当大脑回放与损失相关的经历时，它会在休息期间保持一种稳定、一致的节奏。这种一致性至关重要。这种对损失经历进行的特定且稳定的回放强度，直接预测了个人在游戏下一部分的表现。那些大脑显示出更强、更连贯的损失模式回放的人，在最后的测试中显著更擅长避开那些会导致赔钱的物体。尽管积极经历的回放在整体上更强，但它们与未来的成功并没有表现出同样的联系。正是对负面结果那种安静、稳定的演练，帮助玩家在稍后避开了麻烦。
这表明大脑拥有一种复杂的策略。它并不仅仅是将所有记忆丢进同一个桶里，而是根据其情感价值对它们进行不同的权衡。大脑似乎优先考虑积极事件的即时回放，或许是为了强化良好的行为。然而，它也维持着一个专门且稳定的渠道用于负面经历，以确保关于“应避免什么”的教训得到巩固并能指导未来的决策。该研究确定了一个特定的脑区网络，包括涉及记忆和思考的区域，它们在休息期间协同工作以支持这一过程。这些区域的活动随着时间推移而增强，表明这是一个正在积极组织和整合当日教训的系统。
这些发现为人类大脑如何处理过去提供了一个清晰的图景。我们不仅是记住发生了什么，我们还在休息时主动重新组织这些记忆，根据其好坏给予不同的关注程度。这个过程不是被动的记录，而是一种塑造我们明日行为的选择性编辑。通过展示大脑对负面事件的回放如何独特地与我们规避未来错误的能力相联系，这项研究强调了人类学习中的一种功能性平衡。它解释了为什么我们会被奖励所吸引，同时又受到对已遭遇危险的深度内部演练的保护。这种机制确保了即使当我们没有在有意识地思考问题时，我们的大脑仍在努力让我们保持安全，将安静的休息时刻转化为我们生存与决策的重要组成部分。
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。