编辑推荐：
为探究表征地图结构特征是否跨模态共享及与创造力的关系，美因茨大学研究人员开展相关研究。结果发现感知与语义模态存在共享特征且能预测创造力。这为理解创造力机制提供新视角，推荐科研读者阅读。
在我们生活的这个复杂多变的世界里，大脑就像一台神奇的超级计算机，每天都要处理来自各种感官的海量信息。当我们看到一只猫咪，听到它的叫声，闻到它身上的气味时，大脑会迅速把这些不同的感觉信息整合起来，让我们知道面前是一只可爱的猫咪。这种把不同感官刺激的信息联系起来的能力，对我们的生活至关重要，它不仅帮助我们认识世界，还影响着我们的行为和创造力。
科学家们发现，大脑中的信息是以一种类似地图的形式存在的，也就是 “表征地图”（representational maps）。在这张 “地图” 上，不同的信息元素（比如各种感官刺激）就像一个个地点，它们之间的距离和连接方式反映了这些信息在我们大脑中的关联程度。比如说，“汽车” 这个概念，在语义层面上，它和 “交通工具”“道路” 等概念紧密相连；在感知层面上，汽车的外观、声音、触感等特征也相互关联。而且，研究还发现，语义表征地图的一些结构特征和人的创造力有关，那些创造力强的人，他们的语义网络似乎更加灵活、连通性更高。
但是，这里面有个问题让科学家们十分好奇：这些和创造力相关的表征地图特征，是不是只存在于语义层面呢？在更低级的感知层面，比如听觉感知中，是否也存在类似的特征呢？毕竟，我们知道，创造力不仅仅是能够想出新奇的点子，还和我们感知世界的方式紧密相关。就像一些画家能从普通的风景中发现独特的美，音乐家能从生活中的声音里找到创作灵感，这是不是意味着他们在感知层面的表征地图也有独特之处呢？为了弄清楚这个问题，来自美因茨大学的研究人员展开了深入的探索，并在《Nature Human Behaviour》期刊上发表了题为 “Shared representational features across perceptual and semantic modalities predict creativity” 的论文。他们发现，原来我们每个人的感知和语义表征地图存在共同的结构特征，而且这些特征还能预测一个人的创造力！这一发现就像是在大脑的神秘世界里找到了一把新的钥匙，为我们理解创造力的本质打开了一扇新的大门。
为了开展这项研究，研究人员运用了多种技术方法。他们招募了 148 名健康的大学生作为志愿者，让这些志愿者完成一系列任务。首先是心理测量问卷，通过这些问卷来了解志愿者的基本信息、性格特点、心理健康状况等。接着，让志愿者完成语言相关的创造力评估任务，比如替代用途任务（AUT）、复合远程联想任务（C - RAT）和发散联想任务（DAT），以此来评估他们的创造力水平。最重要的是，研究人员设计了听觉和语义缩放任务，给志愿者呈现不同的脉冲声音刺激和德语单词刺激，让他们对这些刺激的相似性进行评分。之后，研究人员利用图论测量方法，对得到的数据进行分析，从而描述个体语义和感知地图的结构特征。
下面我们来看看具体的研究结果：
- 估计听觉和语义表征地图：研究人员精心设计了一个多步骤的缩放实验。在实验中，志愿者们先填写各种心理测量问卷，给自己的性格和心理状态做个 “画像”。接着，他们要完成一些创造力测试任务。然后，就是关键的听觉和语义缩放任务啦！在听觉任务中，志愿者会听到不同的脉冲声音，这些声音就像是神秘的信号，它们在短白噪声爆发的时间模式上各不相同。志愿者需要仔细聆听每对声音，然后不设时间限制地评价它们的相似程度。在语义任务中，志愿者则要看着电脑屏幕上的 20 个德语单词，判断它们之间意义的相似性。通过这个实验，研究人员得到了每个志愿者对不同刺激的相似性评分，这些评分构成了一个复杂的模式，就像一个个独特的 “密码”，被表示为相似性矩阵，这个矩阵就是个体表征地图的简单代理。而且，研究人员还发现，志愿者们完成任务的反应时间都在一个相对较低的范围内，这说明大家参与任务的程度都差不多。
- 参与者表现出一致的相似性评分模式：研究人员根据志愿者们的原始相似性评分，构建了平均听觉和语义相似性矩阵。结果发现，脉冲声音刺激的矩阵有两个主要的 “阵营”：3 - 4 个白噪声脉冲的声音和更多脉冲的声音各自形成了一个 “小团体”。而单词刺激的矩阵则呈现出更复杂的相似性模式，有多个小的 “聚类”，而且相似性评分更加稀疏。这就像是两个不同的 “小世界”，有着各自独特的规则。为了验证这些平均相似性评估的可靠性，研究人员还进行了随机子采样，把数据分成两组，计算相应平均相似性矩阵的相关性。结果发现，两种模态都显示出可靠的相似性特征，而且语义相似性评分和标准语义词嵌入模型的相似性模式也高度匹配，这说明研究人员得到的结果是非常靠谱的。
- 个体表征地图的结构特征在听觉和语义模态间共享：接下来，研究人员想要更深入地了解个体听觉和语义表征地图的结构，看看它们之间有没有什么联系。他们把原始相似性矩阵转化为图，用图论的方法来描述地图的特征。这就好比把地图上的地点和路线用数学的方式表示出来，方便研究人员分析。研究人员发现，不同志愿者的相似性评分和对应的图模式差异很大，这表明在感知和语义领域存在多种多样的表征地图模式。但是，当他们计算不同模态间地图特征的相关性时，却有了意外的发现：所有提取的地图特征在听觉和语义模态间都存在显著的正相关！即使听觉和语义刺激集差异很大，这种相关性依然存在。而且，经过各种控制分析，比如改变地图估计的大小、对相似性评分进行标准化处理等，都证明了这种跨模态相关性是非常稳健的。这就像是在听觉和语义这两个看似不同的 “世界” 之间，找到了一座隐藏的桥梁，把它们连接在了一起。
- 从个体听觉和语义地图特征预测创造力得分：以前的研究表明，语义知识网络的结构和连通性与创造力有关。那么，低水平的感知地图是否也和创造力有关呢？研究人员带着这个疑问，把实验中的听觉和语义地图特征与标准的语言创造力测量方法进行关联分析。他们发现，地图特征和创造力得分之间的关联趋势在两种模态中是相似的，而且这种关联是显著正相关的。这意味着，那些在感知和语义层面表征地图特征相似的人，创造力得分也往往比较高。为了进一步验证这一结论，研究人员训练了一个线性回归模型，用听觉和语义地图特征来预测个体的创造力得分。结果发现，这个模型的预测误差明显低于随机打乱数据后的模型，这说明感知听觉和语义地图的表征结构都蕴含着关于个体创造力的重要信息。而且，研究人员还发现，情绪和性格特征并没有对研究结果产生显著影响，即使换一种评分方法，结果依然是一致的。通过计算回归模型中参数的贡献，研究人员还发现，不仅语义地图特征，听觉表征地图特征对预测创造力得分也有显著影响。这就像是发现了创造力的 “隐藏密码”，原来在我们的听觉感知中，也藏着创造力的秘密。
- 跨模态的共同表征特征解释个体创造力得分：最后，研究人员想知道，到底是模态特异性还是模态一般性的地图特征差异在解释创造力得分上起主要作用呢？他们通过特殊的方法分别估计了模态一般性和模态特异性的地图特征差异，然后进行回归分析。结果发现，模态一般性的地图特征对创造力得分的预测效果明显优于模态特异性的特征。这就好比是找到了创造力的 “通用钥匙”，说明个体的创造力与听觉和语义表征架构的共同特征有关，而不是特定模态的特征。高创造力的人，他们的感知地图往往联系更紧密，就像一张四通八达的交通网；而低创造力的人，感知地图则联系稀疏，就像一些孤立的小岛。
综合来看，这项研究通过一系列巧妙的实验和分析，发现了个体表征地图的结构特征在听觉和语义领域是共享的，而且这些共享特征与形成创造性联想的能力密切相关。这一发现意义重大，它让我们对大脑的认知机制有了更深入的理解。以前，我们大多通过基于语言的范式来研究创造力，而现在，研究人员发现，通过量化感官刺激之间的感知关系，也能评估个体的联想能力。这不仅为创造力研究开辟了新的道路，还暗示了不同皮质区域可能存在共同的计算原则。未来，研究人员可以进一步探索创造性参与者在感知和行为方面的更多特征，甚至可以将这些研究拓展到非人类模型生物上，说不定能为我们揭示创造力的神经认知基础带来更多惊喜呢！就像打开了一个充满宝藏的宝箱，里面还有许多未知的奥秘等待着科学家们去探索和发现。
