离线生成式网络重构模型通过将新信息融入大鼠的认知框架（即模式）中，实现了类似“洞察力驱动”的加速学习过程

《Nature Communications》：Offline generative network reconfiguration guides insight-like accelerated learning by assimilation into schema in rats

　　

摘要

复杂的跨模态从头开始的学习过程通常需要大量的编码体验，但掌握相关的抽象规则框架能够加速新知识的习得。研究表明，编码后的睡眠或休息阶段在促进顿悟式学习中起着重要作用，然而其背后的神经机制尚未完全明了。我们设计了一个跨模态学习任务：雄性大鼠在几周内学会了六种提示-位置配对关联（PAs），从而形成了一个心理框架，使他们能够在同一天内快速掌握3到6种新的PA。通过对海马体（HPC）和内侧前额叶（mPFC）神经元的电生理活动进行同步记录，我们发现新PA的快速学习过程涉及到HPC基于地图的提示-位置抽象关联的推理激活，以及与mPFC协同作用的离线生成网络重构。编码后的睡眠或休息期间HPC网络的重构解释了这种类似顿悟的加速学习现象，这种学习效果通过细胞间的协同激活迅速巩固并传递至mPFC。而编码后的睡眠或休息期间HPC活动的中断则抑制了基于框架的加速学习。我们的研究结果表明，通过离线的HPC-mPFC生成网络重构实现的基于地图的关联推理，能够将新知识融入 existing 框架中并促进系统的整合，从而实现类似顿悟的加速学习。