超越界限:无隔离的专业化

《TRENDS IN Cognitive Sciences》:Beyond binding: specialization without segregation

【字体: 时间:2025年11月21日 来源:TRENDS IN Cognitive Sciences 17.2

编辑推荐:

  视觉皮层通过局部放大和重叠编码实现功能偏见,而非隔离特征映射。反对Roelfsema和Serre的观点,强调自然视觉利用物体 lawful 结构(如曲率、材质、颜色-形态统计)在连续神经元群中直接编码多特征组合,主张功能 specialization 是高增益局部区域而非封闭模块的体现。

  
Roelfsema和Serre([1
1.
Roelfsema, P.R. ? Serre, T.
生物视觉与人工视觉中的特征绑定
《认知科学趋势》 2025;
在线发表于2025年9月5日 https://doi.org/10.1016/j.tics.2025.08.007
)认为,连贯的对象感知通常需要在不同映射之间进行特征绑定。我们同意,在自然规律被遮挡、伪装、等亮度或杂乱因素破坏时,选择性控制(注意、分组和递归)是必不可少的。然而,我们观察到的是特化现象,而不是分离:功能偏差是在广泛重叠、混合选择性的神经元群体中局部放大的结果(见框1),而不是孤立的特征孤岛。正如我们在[2
2.
Scholte, H.S. ? de Haan, E.H.F.
超越绑定:从模块化视觉到自然视觉
《认知科学趋势》 2025; 29:505-515
中所论证的,自然视觉利用了世界的规律结构:共现的特征(如曲率、材质和颜色-形状统计信息)由重叠的神经元群体编码,许多这些特征在前馈过程中可以直接解码。因此,组合性是表征几何的属性,而不是必须进行特征绑定的证据。
框1
特化 ≠ 分离
我们认为,视觉皮层的特化反映了在广泛共享的编码中的局部放大,而不是封闭的特征孤岛。当响应被密集采样并进行多变量分析时,所谓的“模块”会转化为重叠的、混合选择性的几何结构。以下五点说明了有偏采样、基于缺陷的推断和微刺激研究如何夸大了分离现象,以及应该测试什么。
(i) 采样很重要:仅限于极端情况的比较(例如,仅运动与静态形状)会夸大特征之间的分离。密集的、自然主义的、多变量分析的采样揭示了广泛重叠区域内的渐进式偏差[11
11.
Vinken, K. ...
利用自然场景反应将猕猴的视觉系统映射到人类大脑皮层
《美国国家科学院院刊》 2025; 122, e2512619122
]。调整应该被解释为一个向量模式,而不是一个分类标签。
(ii) 缺陷 ≠ 模块:选择性丧失表明的是高增益影响,而不是排他性编码。如果在损伤之前其他特征也能从同一区域解码出来,那么这些编码就是重叠的。通过缺陷来定义特化会混淆因果影响与表征的排他性。
(iii) 皮层马赛克:V4和MT/V5展示了连续区域中的放大效应。V4神经元强调颜色,但也编码形状和位置;不同区域的神经元则更倾向于编码形状,同时保留颜色[9
9.
Conway, B.R. ...
猕猴外侧纹状皮层中的专门化颜色模块
《神经元》 2007; 56:560-573
]。MT/V5显示出强烈的运动调节能力以及视差和三维结构,而MST/V3A则增加了视觉流、方向感和位置信息[10
10.
Born, R.T. ? Bradley, D.C.
视觉区域MT的结构与功能
《神经科学年度评论》 2005; 28:157-189
。自然场景映射显示了交错的高增益区域,而不是分离的流[11
11.
Vinken, K. ...
利用自然场景反应将猕猴的视觉系统映射到人类大脑皮层
《美国国家科学院院刊》 2025; 122, e2512619122
(iv) 微刺激:电流会扩散到局部电路中,表明被刺激区域的参与,但并不表示其编码的排他性[12
12.
Tehovnik, E.J. ...
通过电微刺激直接和间接激活皮层神经元
《神经生理学杂志》 2006; 96:512-521
(v) 经验性证据:平滑的解码梯度:密集的、自然主义的采样应该能够揭示每个“专门化”区域中可共同编码的特征,这些特征的效果是渐进式的(而非绝对的),并且在高增益区域和过渡区解码梯度是平滑的,这使得系统对小的错位具有鲁棒性,不会出现明显的表征断裂。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号