本周我們共硬核拆解了26 篇頂刊文獻，助你用最短的時間，俯瞰本周全球認知神經(jīng)科學的核心進展

? 感知覺、注意與意識

1. 聽覺也有"視錯覺"？耶魯團隊重磅揭秘人類感知音調(diào)變化的全新神經(jīng)機制

1. 視覺皮層自帶"時鐘"？UCL團隊探秘運動腦區(qū)如何"讀取"初級視覺皮層的時間預測

? 學習記憶、決策與執(zhí)行控制

1. 大腦如何開啟"降噪模式"？眶額皮層對感覺信息的預測性過濾機制

1. 你的冒險決定，在看到結果前就注定了？最新研究解密反饋如何重塑風險偏好

1. 前額葉如何通過可靠的時間錯位實現(xiàn)精確的功能分工

1. 稀疏即高效：Nat Neurosci 揭示時間間距如何重構大腦的因果推斷邏輯

1. 為他人做決定，如何改變大腦的元認知偏差？探秘社會責任影響決策的深層計算機制

1. 黑猩猩也會望梅止渴？Science揭示600萬年前的想象力機制

1. 大腦每秒抓拍7次！最新研究證實情景記憶取決于毫秒級的Theta振蕩

1. Curr Biol揭示大腦如何利用額葉-基底節(jié)回路表征關系語義

? AI與腦機接口

1. 腦MRI的"大模型"時代來了？首個通用腦影像基礎模型BrainIAC問世！

1. 大模型何時能可靠判斷"共情"？

1. YORU：把動物社交行為識別帶入實時閉環(huán)時代

1. 大模型讓科研更快，卻可能讓理解變淺：一篇關于 LLM 與"泛化性幻覺"的提醒

? 情緒、語言與社會認知

1. 社會腦并不只為"社交"而生：從計算視角重讀社會認知皮層回路

1. 雙語大腦如何處理"意義"？一項研究發(fā)現(xiàn)中英文共享語義表征

? 心智全景：核心綜述精讀

1. 為什么你的大腦只需一次經(jīng)歷就能刻骨銘心？Nat Neurosci 揭示非赫布學習的奧秘

1. 數(shù)字是人類發(fā)明的還是在自然界中發(fā)現(xiàn)的？最新綜述揭開跨物種數(shù)字直覺之謎

? 臨床與疾病機理

1. 幻覺、期望與因果推斷：Nature Mental Health 揭示當代幻覺劑研究的底層邏輯危機

? 運動、發(fā)展與其他高級認知

1. 手為什么能"又穩(wěn)又巧"？靈長類手部控制雙系統(tǒng)

1. 手為什么會突然更快一點？把多巴胺式學習信號"寫"進了到達動作速度里

? 腦科學新聞與觀點

1. 低成本下的認知神經(jīng)科學的全球突圍：在動態(tài)環(huán)境中重構腦研究標準

2. 誰在收割科研經(jīng)費？中科院對頂級OA期刊的停付令釋放了什么信號？

3. 看懂了神經(jīng)流形，就真的懂大腦環(huán)路了嗎？

4. 神經(jīng)科學賦能AI革新：從神經(jīng)動力學中尋找實時學習的新支點

5. "概念細胞"被發(fā)現(xiàn)20周年，我們離理解人類意識還有多遠？

01

Nature Human Behaviour

Humans can use positive and negative spectrotemporal correlations to detect rising and falling pitch

聽覺也有"視錯覺"？耶魯團隊重磅揭秘人類感知音調(diào)變化的全新神經(jīng)機制

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究提出了一種線性非線性子空間模型，將訓練于聽覺皮層單神經(jīng)元數(shù)據(jù)的復雜本文揭示了人類感知音調(diào)升降的全新機制。研究發(fā)現(xiàn)，人類能利用正向和負向的時頻強度相關性來檢測頻譜運動，并由此產(chǎn)生了一種全新的聽覺錯覺。結合腦成像與自然語音分析進一步表明，人類聽覺皮層采用了"方向?qū)?機制來處理此類信號，這在真實世界的語音感知中具有重要的生態(tài)學價值，同時也證實了人類的視、聽覺系統(tǒng)共享著高度相似的局部相關性運動檢測算法。卷積神經(jīng)網(wǎng)絡成功降維為低維且可解釋的感知調(diào)諧子空間。該降維模型能夠以極高精度預測神經(jīng)活動。機制分析表明，局部神經(jīng)元群體雖然共享同一個刺激子空間，但各個神經(jīng)元的感受野通過稀疏拼接的方式對刺激進行獨立表征，且這些非線性編碼屬性受到神經(jīng)元類型及所處皮層深度的顯著調(diào)控。該成果為解釋基于深度學習的感知編碼模型確立了通用框架，有效彌合了網(wǎng)絡預測精度與生物學可解釋性之間的鴻溝。

02

Current Biology

Temporal predictions as motor readouts of sensory predictions

視覺皮層自帶"時鐘"？UCL團隊探秘運動腦區(qū)如何"讀取"初級視覺皮層的時間預測

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究揭示早期視覺皮層會以極高的時間精度編碼預期的視覺內(nèi)容，且該特定內(nèi)容的預測獨立于具體任務出現(xiàn)。僅當執(zhí)行時間判斷任務時，輔助運動區(qū)等運動腦區(qū)的神經(jīng)振蕩相位才會與視覺皮層的內(nèi)容編碼產(chǎn)生耦合。這表明大腦的時間預測機制并非獨立存在，而是運動系統(tǒng)對感覺皮層中精確時間內(nèi)容預測的直接讀取。該發(fā)現(xiàn)革新了神經(jīng)節(jié)律現(xiàn)象的傳統(tǒng)認知，為理解時間與內(nèi)容預測的跨腦區(qū)整合提供了全新視角。

03

Nature Neuroscience

Orbitofrontal cortex drives predictive filtering of sensory responses

大腦如何開啟"降噪模式"？

眶額皮層對感覺信息的預測性過濾機制

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究揭示了大腦感覺習慣化過濾熟悉刺激的自上而下皮層神經(jīng)機制。研究表明隨著聲音刺激重復，眶額皮層會構建內(nèi)部預測模型并向初級聽覺皮層發(fā)送預測信號。該信號特異性激活聽皮層生長抑素表達抑制性神經(jīng)元，生成預期刺激的負向印記，進而廣泛抑制局部網(wǎng)絡以抵消預期輸入。該發(fā)現(xiàn)顛覆了習慣化僅源于外周疲勞的傳統(tǒng)認知，為孤獨癥等伴隨感覺過度敏感與過濾缺陷的精神疾病提供了關鍵的神經(jīng)環(huán)路解釋。

04

Nature Communications

Feedback-induced attitudinal changes in risk preferences

你的冒險決定，在看到結果前就注定了？

最新研究解密反饋如何重塑風險偏好

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究發(fā)現(xiàn)在風險決策中提供結果反饋并不會促進期望值最大化，反而會一致地增加個體的風險尋求行為。細粒度的時間動力學分析表明，這種效應在實際體驗到任何結果之前就已顯現(xiàn)，從而排除了學習機制的主導地位。相反，這種行為改變受態(tài)度機制驅(qū)動：在部分反饋下主要源于認知性好奇，在完全反饋下則受預期后悔驅(qū)動。該研究不僅挑戰(zhàn)了主流的經(jīng)驗采樣決策模型，更深刻揭示了反饋主要通過態(tài)度預期而非學習過程重塑人類風險偏好的認知機制。

05

Neuron

Regional specialization in prefrontal cortex manifests in the reliability of task progression codes

前額葉如何通過可靠的時間錯位實現(xiàn)精確的功能分工

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究發(fā)現(xiàn)前額葉功能特化源于任務推進編碼的跨試次可靠性差異，而非表征內(nèi)容。背側(cè)內(nèi)側(cè)前額葉 dmPFC 在動作階段提供可靠進度信號，而眶額皮層 OFC 在結果預期階段展現(xiàn)編碼一致性優(yōu)勢。這種可靠性的時空特化可精準預測行動效率與沖動行為，為理解前額葉如何通過相位特異性神經(jīng)腳手架驅(qū)動復雜認知提供了全新框架。

06

Nature Neuroscience

Temporal spacing of stimuli as a principle of predictive learning

稀疏即高效：Nat Neurosci 揭示時間間距如何重構大腦的因果推斷邏輯

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本文章揭示時間間距是預測性學習的核心準則。實驗證明稀疏分布的獎賞能顯著加速行為習得，伴隨伏隔核多巴胺信號向預測線索的快速轉(zhuǎn)移。其神經(jīng)機制遵循回顧性信用分配邏輯，即大腦在獎賞發(fā)生時回溯歸因，較長的間隔能減少線索重疊產(chǎn)生的歧義，顯著提升信用分配效率。該發(fā)現(xiàn)挑戰(zhàn)了傳統(tǒng)前瞻性模型，強調(diào)了時序結構在提取環(huán)境因果邏輯中的決定性作用。

07

Science Advances

Deciding for others alters metacognition leading to responsibility aversion

為他人做決定，如何改變大腦的元認知偏差？探秘社會責任影響決策的深層計算機制

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究通過為自己-他人進行知覺決策實驗范式發(fā)現(xiàn)，在為他人做決定時，個體的決策信心會顯著下降，但客觀準確率并未改變。這種信心下降是人們產(chǎn)生責任規(guī)避傾向的核心原因。認知計算建模表明，社會責任主要通過改變決策者的元認知偏差來發(fā)揮作用，而非單純改變風險偏好。該發(fā)現(xiàn)將社會責任對決策的影響從傳統(tǒng)的風險態(tài)度擴展至元認知層面，為理解復雜社會互動中的決策行為提供了全新的理論框架。

08

Science

Evidence for representation of pretend objects by Kanzi, a language-trained bonobo

黑猩猩也會望梅止渴？

Science揭示600萬年前的想象力機制

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究通過xxx任務。研究揭示了xxx。該發(fā)現(xiàn)xxx。這里用100字左右來簡短概括這篇本研究通過對倭黑猩猩Kanzi的受控實驗，證實了非人靈長類具備表征虛構客體的二級表征能力。受試者能準確追蹤虛構客體的空間位移并將其與現(xiàn)實區(qū)分，展現(xiàn)了關鍵的心理脫耦機制。該發(fā)現(xiàn)打破了假裝行為的人類唯一性，表明這一認知基石至少在600萬至900萬年前的共同祖先中已演化形成，為理解心理狀態(tài)歸因及未來規(guī)劃能力的演化起源提供了核心證據(jù)。研究

09

Nature Human Behaviour

Episodic memory encoding fluctuates at a theta rhythm of 3–10 Hz

大腦每秒抓拍7次！最新研究證實情景記憶取決于毫秒級的Theta振蕩

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究采用高頻密集采樣實驗范式，發(fā)現(xiàn)人類情景記憶編碼并非連續(xù)，而是以3至10赫茲的theta頻率發(fā)生節(jié)律性波動。該特定節(jié)律獨立于注意力波動的節(jié)律，且受乙酰膽堿相關因素如持續(xù)注意狀態(tài)及尼古丁使用的顯著調(diào)節(jié)。此發(fā)現(xiàn)為記憶的編碼與提取分離相模型提供了關鍵行為學證據(jù)，揭示了大腦將連續(xù)經(jīng)驗切分為離散時間窗口進行高效存儲的認知機制，極大地深化了對學習時間動態(tài)特性的理解。

10

Current Biology

Mapping concept and relational semantic representation in the brain using large language models

Curr Biol揭示大腦如何利用額葉-基底節(jié)回路表征關系語義

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

該研究利用大語言模型解析大腦語義編碼，揭示了從概念到關系的神經(jīng)表征分離模式。腹側(cè)流主要表征孤立概念，而頂葉則整合概念與關系信息，前額葉與基底節(jié)則特異性表征抽象邏輯關系。這一發(fā)現(xiàn)闡明了額葉-基底節(jié)回路在復雜語義推理中的核心作用，為利用人工智能模型探索人類高級認知機制提供了創(chuàng)新范式。

11

Nature Neuroscience

A generalizable foundation model for analysis of human brain MRI

腦MRI的"大模型"時代來了？

首個通用腦影像基礎模型BrainIAC問世！

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本文提出了一種名為BrainIAC的腦MRI通用基礎模型。通過在近5萬例無標簽腦部MRI掃描上進行自監(jiān)督預訓練，該模型提取了穩(wěn)健的通用神經(jīng)影像特征。在腦齡評估、腫瘤分割等7個下游臨床任務中，BrainIAC全面超越了現(xiàn)有基線模型。尤其在極小樣本和低數(shù)據(jù)場景下，它展現(xiàn)出了卓越的泛化與適應能力，為解決神經(jīng)影像數(shù)據(jù)稀缺問題、加速醫(yī)療AI臨床轉(zhuǎn)化提供了強大工具。

12

Nature Machine Intelligence

When large language models are reliable for judging empathic communication

大模型何時能可靠判斷"共情"？

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究聚焦大模型能否可靠判斷"共情溝通"。作者選取心理學、傳播學與自然語言處理的四套框架，對200段真實對話進行專家、眾包與LLM的比較，核心方法是以評分者間一致性為指標。結果顯示，LLM在多數(shù)清晰可觀察的維度上已接近專家水平，明顯優(yōu)于眾包，但在需推斷意圖的維度一致性較低。結論是模型可靠性取決于評估框架的清晰度，未來需同時優(yōu)化模型與量表設計。

13

Science Advances

YORU: Animal behavior detection with object-based approach for real-time closed-loop feedback

YORU：把動物社交行為識別帶入實時閉環(huán)時代

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究針對多動物社交行為識別的復雜性，提出了將行為本身作為"行為對象"直接檢測的方法，開發(fā)了系統(tǒng)YORU。研究利用YOLOv5等目標檢測模型訓練，并在果蠅、螞蟻、斑馬魚等多物種場景中驗證其準確性和泛化能力。結果顯示，YORU在遮擋和群體場景下表現(xiàn)更穩(wěn)，能實時輸出并驅(qū)動光遺傳學刺激，實現(xiàn)閉環(huán)干預。結論是該方法有效提升了社交行為識別的可靠性，并推動了實時神經(jīng)調(diào)控的可能性

14

Trends in Cognitive Sciences

Producing more while understanding less with large language models

大模型讓科研更快，卻可能讓理解變淺：

一篇關于 LLM 與"泛化性幻覺"的提醒

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究回應了"LLM可增強科研泛化性"的觀點，指出其真正問題在于可能制造"理解幻覺"。作者通過分析歷史人群模擬、跨文化預實驗和臨床訓練三類應用場景，結合"DEAD"框架，論證大模型雖能加快科研流程，卻未必提升對人類認知的真實理解。結論是：效率提升不等于理解加深，研究者需警惕過度依賴生成式AI導致的偏差與錯誤自信。

15

Nature Reviews Neuroscience

Computational origins of cortical brain circuits for social cognition

社會腦并不只為"社交"而生：

從計算視角重讀社會認知皮層回路

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究重新審視"社會腦"的本質(zhì)問題：它是否真是專屬社交的模塊。作者通過計算神經(jīng)科學視角，整合人類與獼猴的fMRI、單神經(jīng)元記錄、經(jīng)顱刺激及行為建模證據(jù)，比較社會與非社會任務的計算需求。結果發(fā)現(xiàn)，dmPFC、TPJ、STS、海馬體等腦區(qū)的活躍源于計算復雜度，而非任務的社會性。結論是社會認知皮層回路更像通用計算機制，可在不同情境中復用。

16

PNAS

Bilingual language processing relies on shared semantic representations that are modulated by each language

雙語大腦如何處理"意義"？

一項研究發(fā)現(xiàn)中英文共享語義表征

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究探討雙語者大腦如何處理語義問題，聚焦中英文是否共享語義表征。研究團隊利用功能磁共振成像和跨語言語義任務，結合機器學習方法分析腦區(qū)活動模式。結果發(fā)現(xiàn)，中英文在左側(cè)顳葉等關鍵區(qū)域呈現(xiàn)高度重疊的語義表征，說明雙語者的大腦在不同語言間共享語義加工機制。結論是雙語大腦通過統(tǒng)一的神經(jīng)語義系統(tǒng)實現(xiàn)跨語言理解，為語言認知和神經(jīng)機制研究提供了新證據(jù)。

17

Nature Neuroscience

Behavioral timescale synaptic plasticity: properties, elements and functions

為什么你的大腦只需一次經(jīng)歷就能刻骨銘心？

Nat Neurosci 揭示非赫布學習的奧秘

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

Magee (2026) 發(fā)表綜述系統(tǒng)闡述了行為時間尺度突觸可塑性（BTSP）的生物學架構。該機制由樹突鈣平臺電位驅(qū)動，可在秒級跨度實現(xiàn)單次嘗試學習，突破了傳統(tǒng)赫布規(guī)則的毫秒限制。其核心邏輯涉及內(nèi)嗅皮層指令信號誘發(fā)的平臺電位與穩(wěn)定突觸殘余權重的交互，實現(xiàn)了精準的高維信用分配。該理論為破解穩(wěn)定性-可塑性難題提供了關鍵方案，對理解海馬體空間表征動態(tài)與開發(fā)類腦計算模型具有里程碑意義。

18

Trends in Cognitive Sciences

The making of number: from content to representation

數(shù)字是人類發(fā)明的還是在自然界中發(fā)現(xiàn)的？

最新綜述揭開跨物種數(shù)字直覺之謎

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

針對數(shù)字認知的先天與后天之爭，本文提出需區(qū)分客觀的數(shù)字內(nèi)容與符號化的表征格式。人類等物種天生具備處理數(shù)量的近似數(shù)字系統(tǒng)，這構成了被發(fā)現(xiàn)的先天數(shù)字內(nèi)容；而精確的算術與符號則是被發(fā)明的文化表征格式。研究提出涌現(xiàn)主義視角的表征共建框架，指出成熟的數(shù)字認知是由先天的生物學預設與后天的文化實踐動態(tài)交互而成的。該框架有效整合了神經(jīng)科學與計算模型等多領域證據(jù)，為理解幾何與語言等人類高級符號認知能力的起源提供了統(tǒng)一的理論范式。

19

Nature Mental Health

The extrapolation fallacy in unblinded psychedelic trials

幻覺、期望與因果推斷：Nature Mental Health 揭示當代幻覺劑研究的底層邏輯危機

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本文批判了幻覺劑臨床試驗中因功能性破盲引發(fā)的外推謬誤。藥物顯著的心理效應使雙盲設計失效，導致藥理作用與患者期望及治療語境深度耦合，嚴重損害了因果推斷的內(nèi)部效度。若忽視環(huán)境因素與治療聯(lián)盟的貢獻，監(jiān)管決策將面臨真實世界有效性下降與安全風險增加的威脅。該研究強調(diào)構建整合性證據(jù)評估框架的緊迫性，為幻覺劑臨床轉(zhuǎn)化的安全性與規(guī)范化奠定了方法論基礎。

20

Science Advances

Primate dexterous hand movements are controlled by functionally distinct premotoneuronal systems

手為什么能"又穩(wěn)又巧"？靈長類手部控制雙系統(tǒng)

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究探討靈長類手部控制的核心問題：為何能同時保持穩(wěn)定與靈巧。研究團隊結合神經(jīng)影像、行為實驗與計算建模，揭示手部運動由兩套并行系統(tǒng)協(xié)同驅(qū)動——一套負責穩(wěn)定抓握，另一套實現(xiàn)精細操作。結果顯示，這種雙系統(tǒng)架構在靈長類中普遍存在，解釋了其復雜的手部功能。結論是手部控制并非單一機制，而是雙系統(tǒng)互補，使靈長類具備高效而靈活的操作能力。

21

Science Advances

Rapid dopaminergic signatures in movement: Reach vigor reflects reward prediction error and learned expectation

手為什么會突然更快一點？把多巴胺式學習信號"寫"進了到達動作速度里

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究關注到達動作速度為何會突然加快的問題。作者提出多巴胺學習信號可能直接寫入運動控制過程。研究通過靈長類實驗結合神經(jīng)影像與計算建模，分析到達動作速度與獎勵預測誤差的關系。結果顯示，動作速度的變化確實與多巴胺式學習信號緊密相關。結論是運動控制不僅受機械因素影響，還嵌入了學習與獎勵機制，為理解動作與學習的耦合提供了新視角。

22

Nature Neuroscience

Building scalable neuroimaging programs across diverse human environments

低成本下的認知神經(jīng)科學的全球突圍：

在動態(tài)環(huán)境中重構腦研究標準

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

該研究針對傳統(tǒng)神經(jīng)成像過度聚焦特定西方人群的局限，提出一種可擴展的全球大規(guī)模研究范式。通過便攜式腦電技術與非專家采集模式，在多元環(huán)境下高效獲取高通量神經(jīng)生理數(shù)據(jù)。其核心邏輯在于系統(tǒng)解析環(huán)境暴露與生活經(jīng)驗對人類腦功能的塑造機制。這一范式大幅降低了科研成本，為理解神經(jīng)多樣性及制定精準腦健康政策提供了里程碑式的實踐框架。

23

Science

Major Chinese funder to stop paying fees for 30 pricey open-access journals

誰在收割科研經(jīng)費？中科院對頂級OA期刊的停付令釋放了什么信號？

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

中科院計劃從2026年3月起停止資助30種版面費超過5000美元的高價OA期刊，旨在通過成本控制倒逼國際出版商降價并扶持本土學術期刊。Science的數(shù)據(jù)分析顯示，受影響期刊約40%的稿源涉及中國作者，這意味著中科院的資金紅線將直接沖擊國際頂刊的收入結構。此舉順應了全球范圍內(nèi)對學術出版可持續(xù)性的追求，標志著科研經(jīng)費管理從追求數(shù)量向追求效率與責任的重要轉(zhuǎn)型。

24

Neuron

Linking neural manifolds to circuit structure in recurrent networks

看懂了神經(jīng)流形，就真的懂大腦環(huán)路了嗎？

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究在循環(huán)神經(jīng)網(wǎng)絡模型中揭示了神經(jīng)流形、單神經(jīng)元選擇性與底層環(huán)路結構之間的深刻聯(lián)系。研究發(fā)現(xiàn)不同的拓撲環(huán)路結構能夠產(chǎn)生等效的低維神經(jīng)動力學和相似的單神經(jīng)元活動分布，表現(xiàn)出明顯的簡并性。然而，底層的環(huán)路結構會嚴格約束種群動力學的對稱性，并限制神經(jīng)元在相似性空間中嵌入的拓撲特征。該發(fā)現(xiàn)不僅為利用大規(guī)模神經(jīng)記錄數(shù)據(jù)比較和驗證各類網(wǎng)絡模型提供了理論標準，也成功架起了經(jīng)典皮層模型與神經(jīng)流形理論的堅實橋梁。

25

Nature Machine Intelligence

What neuroscience can tell AI about learning in continuously changing environments

神經(jīng)科學賦能AI革新：

從神經(jīng)動力學中尋找實時學習的新支點

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

該研究針對人工智能在非平穩(wěn)環(huán)境下的適應瓶頸，提出利用神經(jīng)動力學與多尺度突觸機制重塑計算范式。核心闡明吸引子流形與分岔理論能支撐計算結構的快速重組，而行為尺度可塑性則賦能一次性經(jīng)驗的即時內(nèi)化。這一神經(jīng)人工智能路徑通過引入大腦的拓撲動力學特性，為解決智能體實時適應與災難性遺忘問題提供了關鍵理論啟示。

26

Neuron

20 years of concept cells: From invariant responses to a unique coding of human memory

"概念細胞"被發(fā)現(xiàn)20周年，

我們離理解人類意識還有多遠？

「點擊上方圖片可跳轉(zhuǎn)解讀推文」

約20年前，"詹妮弗·安妮斯頓神經(jīng)元"的偶然發(fā)現(xiàn)震動了學界：科學家在人類大腦中找到了專門對特定人物或概念產(chǎn)生強烈反應的細胞。在概念細胞被發(fā)現(xiàn)20周年之際，其發(fā)現(xiàn)者Rodrigo Quian Quiroga撰文，系統(tǒng)梳理了這類神經(jīng)元在過去二十年間的核心研究成果。作者不僅詳細闡述了概念細胞如何通過與新皮層表征協(xié)同協(xié)作來形成和存儲記憶，更拋出了一個極具顛覆性的觀點：這種基于概念細胞的抽象表征模式，很可能是人類所獨有的，它鑄就了我們高級認知能力（如抽象思維和泛化）的輝煌，同時也要求我們必須重新審視基于動物模型建立的傳統(tǒng)海馬記憶編碼理論。

編輯：PsyBrain 腦心前沿編輯部

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認知神經(jīng)科學的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及 Nat Neurosci, Nat Hum Behav, Neuron, Sci Adv 等核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」，為你打破信息差

科研是一場探索未知的長跑，但你無需獨行。歡迎志同道合的你加入PsyBrain 學術社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進群，歡迎你的到來

一鍵分享，讓更多人了解前沿