在噪声中识别规律性会同时激活神经系统的预测活动并引发表征变化

《Nature Communications》：Learning regularities in noise engages both neural predictive activity and representational changes

　　

摘要

从嘈杂的环境中提取结构化的感官模式是认知功能的基础，但大脑究竟如何学习复杂的规律性仍不清楚。我们通过在视觉运动任务中进行脑磁图测量，追踪了人类在学习嵌入在噪声中的非相邻时间依赖关系时的神经动态变化。研究显示，学习过程依赖于两种在时间上相互分离的机制：首先，神经预测活动会迅速出现，与特定刺激相关的模式会在刺激出现之前就已形成，且早于可测量的行为改善；随后则是表征变化的逐步形成，表现为统计上相关但非相邻的神经模式之间的相似性逐渐增加。这两种过程都依赖于一个由多个网络构成的协同系统，其中感觉运动网络和背侧注意力网络起着核心作用。这些发现表明，神经预测活动和表征变化共同促进了规律性的学习，体现出一种时间顺序——神经预测活动先于行为改善出现，之后才是神经表征变化，这一顺序可能有助于知识逐渐固化为稳定的神经表征。