當(dāng)大腦獨(dú)處時(shí)，它在思考什么？

當(dāng)嬰兒凝視旋轉(zhuǎn)的風(fēng)鈴時(shí)，他或她的大腦便在悄然破解光影變化的規(guī)律。無(wú)需獎(jiǎng)勵(lì)或懲罰，這種對(duì)世界的理解就已在神經(jīng)回路中生根發(fā)芽——這正是“無(wú)監(jiān)督學(xué)習(xí)”的生動(dòng)體現(xiàn)。

反觀當(dāng)下最先進(jìn)的人工智能，要區(qū)分“貓”和“狗”的圖片，也需要在大量標(biāo)注數(shù)據(jù)的“喂養(yǎng)”下才能實(shí)現(xiàn)。這種需要引導(dǎo)的學(xué)習(xí)方式，則被稱為“有監(jiān)督學(xué)習(xí)”。

在神經(jīng)科學(xué)里，有監(jiān)督學(xué)習(xí)表現(xiàn)為外部獎(jiǎng)懲引導(dǎo)的神經(jīng)連接強(qiáng)化（如條件反射），而無(wú)監(jiān)督學(xué)習(xí)是大腦自主提取環(huán)境特征（如自發(fā)形成對(duì)線條、顏色等視覺(jué)特征的有序響應(yīng)）。在機(jī)器學(xué)習(xí)領(lǐng)域，有監(jiān)督學(xué)習(xí)是從帶標(biāo)簽數(shù)據(jù)訓(xùn)練預(yù)測(cè)模型（如分類），無(wú)監(jiān)督學(xué)習(xí)則是從無(wú)標(biāo)簽數(shù)據(jù)挖掘規(guī)律（如聚類）。

兩種學(xué)習(xí)方式的核心差異就是，有監(jiān)督學(xué)習(xí)依賴外部的明確指引，而無(wú)監(jiān)督學(xué)習(xí)則源于系統(tǒng)內(nèi)部的自主探索與規(guī)律發(fā)現(xiàn)。傳統(tǒng)觀點(diǎn)認(rèn)為，學(xué)習(xí)需要依賴獎(jiǎng)勵(lì)信號(hào)（如食物、表?yè)P(yáng)）或明確反饋（如錯(cuò)誤糾正），但嬰兒大腦展現(xiàn)出的驚人能力，正促使神經(jīng)科學(xué)界重新審視這一認(rèn)知。那么，生物大腦的無(wú)監(jiān)督學(xué)習(xí)能力到底從何而來(lái)？

無(wú)監(jiān)督學(xué)習(xí)是大腦預(yù)習(xí)課

無(wú)監(jiān)督學(xué)習(xí)的能力并非人類獨(dú)有。例如，小鼠在探索新環(huán)境時(shí)，無(wú)需獎(jiǎng)勵(lì)就能自主形成空間記憶。為了精準(zhǔn)地觀察這一過(guò)程，美國(guó)霍華德·休斯醫(yī)學(xué)研究所（HHMI）的科學(xué)家Marius Pachitariu和Carsen Stringer領(lǐng)導(dǎo)的團(tuán)隊(duì)，設(shè)計(jì)了一項(xiàng)精巧的實(shí)驗(yàn)[1]。

他們摒棄了傳統(tǒng)的復(fù)雜環(huán)境，而是將小鼠置于一個(gè)高度可控的虛擬現(xiàn)實(shí)（VR）走廊中。墻壁上循環(huán)播放著四種不同的視覺(jué)紋理圖像：圓圈、樹葉、石頭、磚塊；而實(shí)驗(yàn)的核心，在于比較兩種學(xué)習(xí)路徑對(duì)小鼠的影響：

• 無(wú)監(jiān)督學(xué)習(xí)組：這組小鼠預(yù)先在沒(méi)有獎(jiǎng)勵(lì)的情況下，自由探索這些視覺(jué)紋理；然后再跟另一組小鼠一起進(jìn)行任務(wù)學(xué)習(xí)訓(xùn)練。

• 任務(wù)學(xué)習(xí)組：小鼠直接進(jìn)入獎(jiǎng)勵(lì)訓(xùn)練環(huán)節(jié)，學(xué)習(xí)將特定的紋理與獎(jiǎng)勵(lì)聯(lián)系起來(lái)。

為了捕捉神經(jīng)層面的變化，研究人員使用雙光子介觀顯微鏡，對(duì)小鼠視覺(jué)皮層進(jìn)行了長(zhǎng)期成像，同時(shí)記錄九萬(wàn)個(gè)神經(jīng)元的活動(dòng)，以追蹤兩種學(xué)習(xí)過(guò)程中神經(jīng)回路的可塑性變化。

結(jié)果發(fā)現(xiàn)，任務(wù)組小鼠在2周的訓(xùn)練后，在處理視覺(jué)信息的關(guān)鍵腦區(qū)（內(nèi)側(cè)高級(jí)視覺(jué)區(qū)HVA），神經(jīng)元對(duì)特定獎(jiǎng)勵(lì)相關(guān)的紋理產(chǎn)生了強(qiáng)烈的選擇性響應(yīng)——這在預(yù)料之中。然而，無(wú)監(jiān)督學(xué)習(xí)組小鼠的相同腦區(qū)也出現(xiàn)了幾乎完全一致的神經(jīng)可塑性變化。這說(shuō)明，神經(jīng)可塑性在視覺(jué)區(qū)域的分布，可能并不依賴任務(wù)反饋或監(jiān)督。

也就是說(shuō)，在既不被要求完成任何任務(wù)，也得不到任何獎(jiǎng)勵(lì)的情況下，無(wú)監(jiān)督學(xué)習(xí)組的小鼠的視覺(jué)皮層也能和任務(wù)組小鼠一樣，主動(dòng)地對(duì)環(huán)境中的視覺(jué)信息進(jìn)行了分類、編碼，并形成了高效的神經(jīng)表征。這就好比大腦在進(jìn)行正式的“任務(wù)”或“課程”之前，自己先做了“預(yù)習(xí)”，以便當(dāng)真正的學(xué)習(xí)任務(wù)來(lái)臨時(shí)，直接利用這個(gè)預(yù)先搭建好的“知識(shí)框架”，反應(yīng)更迅速、學(xué)習(xí)更高效。

更進(jìn)一步地，研究人員發(fā)現(xiàn)雖然無(wú)監(jiān)督學(xué)習(xí)主導(dǎo)了大部分神經(jīng)可塑性，但監(jiān)督學(xué)習(xí)并非毫無(wú)作用。研究人員使用了一種用于大規(guī)模神經(jīng)反應(yīng)的可視化方法（RasterMap）——在與任務(wù)事件有關(guān)的實(shí)驗(yàn)中，RasterMap可以發(fā)現(xiàn)相關(guān)神經(jīng)活動(dòng)的具體一個(gè)試驗(yàn)序列，以及可能與獎(jiǎng)勵(lì)和聲音提示等任務(wù)相關(guān)的其他信號(hào)[1]。研究人員使用RasterMap分析發(fā)現(xiàn)，某些主要分布在前側(cè)HVA區(qū)域中的神經(jīng)元簇，會(huì)在任務(wù)學(xué)習(xí)中被給于獎(jiǎng)勵(lì)時(shí)出現(xiàn)強(qiáng)烈抑制，因此被認(rèn)為具有預(yù)測(cè)獎(jiǎng)勵(lì)信號(hào)的作用。

這一發(fā)現(xiàn)揭示了大腦學(xué)習(xí)的分工：任務(wù)學(xué)習(xí)依賴前側(cè)腦區(qū)的監(jiān)督信號(hào)（關(guān)聯(lián)刺激與獎(jiǎng)勵(lì)），無(wú)監(jiān)督暴露則在內(nèi)側(cè)視覺(jué)區(qū)構(gòu)建純粹的刺激表征。就像學(xué)生自學(xué)課本（無(wú)監(jiān)督）后，老師通過(guò)考試指出重點(diǎn)（監(jiān)督），兩者結(jié)合實(shí)現(xiàn)高效學(xué)習(xí)。

那么，這些神經(jīng)元的選擇性響應(yīng)，究竟是對(duì)紋理刺激的空間位置敏感（空間可塑性），還是源于紋理本身的視覺(jué)特征（視覺(jué)可塑性）？

“視覺(jué)可塑性”和“空間可塑性”研究是對(duì)感官神經(jīng)學(xué)習(xí)機(jī)制探索的深化。視覺(jué)可塑性作為感覺(jué)皮層最易觀測(cè)的神經(jīng)變化，成為檢驗(yàn)無(wú)監(jiān)督學(xué)習(xí)理論的理想對(duì)象。此外，大腦在整合視覺(jué)特征與空間位置時(shí)，兩種可塑性是否存在協(xié)同或分工？

這一問(wèn)題直接關(guān)系到對(duì)“感知-導(dǎo)航”神經(jīng)機(jī)制的理解：視覺(jué)可塑性負(fù)責(zé)編碼環(huán)境視覺(jué)統(tǒng)計(jì)特征（如物體形態(tài)），而空間可塑性（如海馬體、視覺(jué)皮層的空間表征變化）支撐位置記憶與路徑規(guī)劃，二者的交互可能是生物高效適應(yīng)復(fù)雜環(huán)境的核心。

按照空間可塑性假說(shuō)的觀點(diǎn)，神經(jīng)元對(duì)已經(jīng)學(xué)習(xí)過(guò)的和同類新樣本的放電順序是相似的。視覺(jué)可塑性假說(shuō)認(rèn)為，視覺(jué)特征可被學(xué)習(xí)，與其位置變動(dòng)與否無(wú)關(guān)。為了區(qū)分這兩種可能，研究人員引入了新的無(wú)獎(jiǎng)勵(lì)刺激，分別包含與之前訓(xùn)練刺激相似的視覺(jué)特征元素，但是這些元素以不同的空間配置進(jìn)行排列。

結(jié)果，小鼠能忽略虛擬現(xiàn)實(shí)走廊中紋理的空間位置（無(wú)論紋理出現(xiàn)在走廊左側(cè)還是右側(cè)），仿佛自帶“特征提取器”，視覺(jué)神經(jīng)元只對(duì)紋理的類別（樹葉vs圓圈）產(chǎn)生響應(yīng)。這說(shuō)明，小鼠的無(wú)監(jiān)督學(xué)習(xí)行為更多地受到視覺(jué)特征相似性的影響，而不是空間配置的變化，即視覺(jué)可塑性假說(shuō)更能解釋其行為表現(xiàn)。這種“去空間化”的學(xué)習(xí)規(guī)則，與人類識(shí)別物體時(shí)“無(wú)論貓?jiān)谧筮呥€是右邊，都能認(rèn)出是貓”的能力如出一轍！

從預(yù)習(xí)到強(qiáng)化的高效學(xué)習(xí)模式

既然大腦存在無(wú)監(jiān)督學(xué)習(xí)和有監(jiān)督學(xué)習(xí)的分工，那么兩者是如何協(xié)同作用的？傳統(tǒng)觀點(diǎn)認(rèn)為，感覺(jué)皮層的可塑性離不開(kāi)行為獎(jiǎng)勵(lì)的推動(dòng)。然而這項(xiàng)研究卻表明，僅僅讓生物體接觸視覺(jué)刺激，就能夠改變高級(jí)視覺(jué)區(qū)的神經(jīng)表征。

高級(jí)視覺(jué)區(qū)神經(jīng)表征的改變有什么功能價(jià)值呢？研究團(tuán)隊(duì)提出了假設(shè)：無(wú)監(jiān)督訓(xùn)練后神經(jīng)可塑性可能使動(dòng)物更快地學(xué)習(xí)后續(xù)任務(wù)。這個(gè)問(wèn)題類似于無(wú)監(jiān)督預(yù)訓(xùn)練如何幫助人工神經(jīng)網(wǎng)絡(luò)更快地學(xué)習(xí)監(jiān)督任務(wù)。

為此，研究人員設(shè)置了行為研究，讓新小鼠群經(jīng)歷10天無(wú)獎(jiǎng)勵(lì)預(yù)訓(xùn)練（僅在VR走廊自由奔跑），再進(jìn)入5天獎(jiǎng)勵(lì)任務(wù)訓(xùn)練。結(jié)果顯示，經(jīng)過(guò)自然紋理預(yù)訓(xùn)練的組別，在任務(wù)訓(xùn)練的第一天就展現(xiàn)出明顯的區(qū)分能力。而沒(méi)有經(jīng)過(guò)預(yù)訓(xùn)練的小鼠，仍處于隨機(jī)反應(yīng)的狀態(tài)。

另外，接受光柵預(yù)訓(xùn)練的組別（光柵相當(dāng)于自然刺激），其學(xué)習(xí)曲線與無(wú)預(yù)訓(xùn)練組重合，這說(shuō)明學(xué)習(xí)加速的效果是依賴特定視覺(jué)特征的。簡(jiǎn)言之，這一機(jī)制的關(guān)鍵在于“表征預(yù)優(yōu)化”，無(wú)監(jiān)督學(xué)習(xí)在高級(jí)視覺(jué)區(qū)域形成了精密的紋理特征探測(cè)機(jī)制，比如對(duì)“葉狀紋理”的抽象編碼。當(dāng)開(kāi)始任務(wù)學(xué)習(xí)時(shí)，這些經(jīng)過(guò)預(yù)訓(xùn)練的神經(jīng)元只需進(jìn)行細(xì)微調(diào)整，就能與獎(jiǎng)勵(lì)信號(hào)建立關(guān)聯(lián)，而不必從無(wú)到有地構(gòu)建感知表征。

這種“無(wú)監(jiān)督預(yù)習(xí)+監(jiān)督強(qiáng)化”的模式，與人類的學(xué)習(xí)規(guī)律高度吻合。當(dāng)我們第一次走進(jìn)陌生城市時(shí)，即使沒(méi)有導(dǎo)航（無(wú)監(jiān)督），也會(huì)默默記住標(biāo)志性建筑；后續(xù)使用導(dǎo)航（監(jiān)督）時(shí)，這些預(yù)存的空間信息能讓我們更快理解路線。大腦的學(xué)習(xí)遵循自主探索優(yōu)先，定向強(qiáng)化為輔的原則。

雖然這項(xiàng)研究的結(jié)果已經(jīng)證明皮質(zhì)表征本質(zhì)上是視覺(jué)的，而不是空間的，但海馬表征也可能從它們的輸入中繼承了一些視覺(jué)特性[2]。先前的一項(xiàng)研究深入揭示了大腦認(rèn)知地圖的形成機(jī)制：當(dāng)小鼠學(xué)習(xí)在兩條視覺(jué)相似的虛擬走廊（一條近處有獎(jiǎng)勵(lì)，一條遠(yuǎn)處有獎(jiǎng)勵(lì)）中行走時(shí)，其海馬體神經(jīng)元的活動(dòng)模式隨學(xué)習(xí)進(jìn)程逐步發(fā)生分化。初期，神經(jīng)元對(duì)兩條走廊的反應(yīng)頗為相似；隨著學(xué)習(xí)的深入，這些反應(yīng)差異不斷擴(kuò)大，最終形成完全不同的神經(jīng)活動(dòng)模式，構(gòu)建出編碼隱藏信息的獨(dú)特地圖，從而精準(zhǔn)區(qū)分兩條走廊[3]。

視覺(jué)皮層中不同的區(qū)域，分別負(fù)責(zé)兩種不同類型的學(xué)習(xí)：無(wú)結(jié)構(gòu)化、基于探索的無(wú)監(jiān)督學(xué)習(xí)，以及有指導(dǎo)、面向目標(biāo)的有監(jiān)督學(xué)習(xí)。這項(xiàng)新研究表明，當(dāng)動(dòng)物學(xué)習(xí)一項(xiàng)任務(wù)時(shí)，大腦可能同時(shí)運(yùn)用這兩種算法：無(wú)監(jiān)督部分用于提取特征，有監(jiān)督部分用于為這些特征賦予意義。這種雙軌制學(xué)習(xí)，也行正是生物能在復(fù)雜多變環(huán)境中快速適應(yīng)的核心密碼。

科學(xué)意義與跨學(xué)科啟示

視覺(jué)皮層無(wú)監(jiān)督學(xué)習(xí)的發(fā)現(xiàn)，不僅刷新了我們對(duì)大腦功能的認(rèn)知，更在神經(jīng)科學(xué)與人工智能之間架起了一座新的橋梁。長(zhǎng)期以來(lái)，“強(qiáng)化學(xué)習(xí)”理論主導(dǎo)著學(xué)習(xí)研究，這種理論認(rèn)為學(xué)習(xí)都需通過(guò)獎(jiǎng)勵(lì)信號(hào)強(qiáng)化神經(jīng)連接。但這項(xiàng)研究證明，視覺(jué)皮層的特征提取完全可以在沒(méi)有獎(jiǎng)勵(lì)的情況下完成。

內(nèi)側(cè)HVA區(qū)域的神經(jīng)元不斷觀察環(huán)境中的視覺(jué)輸入，統(tǒng)計(jì)紋理出現(xiàn)的概率，最終形成穩(wěn)定的類別表征。這種自主學(xué)習(xí)能力，打破了“沒(méi)有獎(jiǎng)勵(lì)就沒(méi)有學(xué)習(xí)”的傳統(tǒng)框架。嬰兒之所以能快速掌握語(yǔ)言、識(shí)別面孔，可能正是得益于這種預(yù)裝的無(wú)監(jiān)督學(xué)習(xí)模塊。

大腦的無(wú)監(jiān)督學(xué)習(xí)機(jī)制，與人工智能領(lǐng)域的重大突破形成了奇妙的呼應(yīng)。2018年問(wèn)世的BERT模型通過(guò)“掩碼語(yǔ)言建模”（無(wú)監(jiān)督預(yù)訓(xùn)練）在自然語(yǔ)言處理中取得了革命性進(jìn)展，這與視覺(jué)皮層自主提取紋理特征的過(guò)程驚人相似。

神經(jīng)科學(xué)的發(fā)現(xiàn)，為AI的無(wú)監(jiān)督學(xué)習(xí)提供了生物合理性驗(yàn)證。研究中觀察到的“內(nèi)側(cè)HVA優(yōu)先編碼抽象特征”規(guī)律，有利于啟發(fā)科學(xué)家設(shè)計(jì)更高效的特征提取網(wǎng)絡(luò)，例如讓AI模型的深層網(wǎng)絡(luò)模仿內(nèi)側(cè)HVA的去空間化編碼規(guī)則。

人工智能的“預(yù)測(cè)編碼”理論（如自編碼器），反過(guò)來(lái)解釋了神經(jīng)可塑性的機(jī)制。視覺(jué)皮層的神經(jīng)元可能通過(guò)不斷預(yù)測(cè)下一個(gè)視覺(jué)輸入，并修正預(yù)測(cè)誤差來(lái)實(shí)現(xiàn)無(wú)監(jiān)督學(xué)習(xí)——這與AI模型通過(guò)重構(gòu)輸入優(yōu)化特征提取的過(guò)程異曲同工。

當(dāng)然，這些發(fā)現(xiàn)并非紙上談兵，而是能夠切實(shí)應(yīng)用到真實(shí)世界。例如，在醫(yī)學(xué)領(lǐng)域，自閉癥患者常存在視覺(jué)特征提取困難（如難以識(shí)別面部表情）。基于無(wú)監(jiān)督學(xué)習(xí)原理，有可能設(shè)計(jì)特定的視覺(jué)刺激方案，強(qiáng)化內(nèi)側(cè)HVA的自主學(xué)習(xí)能力，幫助患者更好地理解復(fù)雜視覺(jué)信號(hào)。

或者，在計(jì)算機(jī)領(lǐng)域，模仿視覺(jué)皮層的“無(wú)監(jiān)督預(yù)習(xí)+監(jiān)督微調(diào)”模式，可降低AI對(duì)標(biāo)注數(shù)據(jù)的依賴。例如，讓自動(dòng)駕駛系統(tǒng)先在虛擬環(huán)境中自主學(xué)習(xí)路況特征（無(wú)監(jiān)督），再通過(guò)少量人類標(biāo)注數(shù)據(jù)優(yōu)化決策（監(jiān)督），大幅減少訓(xùn)練成本。

有待解決的科學(xué)謎題

盡管無(wú)監(jiān)督學(xué)習(xí)的神經(jīng)機(jī)制初現(xiàn)端倪，但仍有諸多謎題等待破解：

神經(jīng)可塑性的分子基礎(chǔ)？

論文已經(jīng)證實(shí)，小鼠視覺(jué)皮層（特別是內(nèi)側(cè)高級(jí)視覺(jué)區(qū)HVA）在無(wú)獎(jiǎng)勵(lì)刺激暴露下可產(chǎn)生與任務(wù)學(xué)習(xí)相似的神經(jīng)可塑性變化（如選擇性神經(jīng)元增加）。然而，這種可塑性背后的具體神經(jīng)環(huán)路機(jī)制仍不清楚。關(guān)鍵問(wèn)題包含：哪些突觸可塑性規(guī)則主導(dǎo)無(wú)監(jiān)督學(xué)習(xí)？無(wú)監(jiān)督學(xué)習(xí)是否依賴特定的神經(jīng)調(diào)質(zhì)（如乙酰膽堿、多巴胺）？

跨物種與高階認(rèn)知的普適性如何？

這項(xiàng)研究主要聚焦小鼠的部分腦區(qū)，但人類感知學(xué)習(xí)涉及更復(fù)雜的皮層。內(nèi)側(cè)HVA的視覺(jué)優(yōu)先編碼規(guī)則是否適用于靈長(zhǎng)類顳下皮層？無(wú)監(jiān)督預(yù)訓(xùn)練能否加速抽象概念學(xué)習(xí)（如語(yǔ)義分類）？行為實(shí)驗(yàn)僅驗(yàn)證了基礎(chǔ)視覺(jué)辨別任務(wù)，還未測(cè)試工作記憶（大腦短期存儲(chǔ)和處理信息的能力，例如記電話號(hào)碼撥號(hào)）或遷移學(xué)習(xí)場(chǎng)景。

無(wú)監(jiān)督學(xué)習(xí)能力的年齡限制？

發(fā)育期感覺(jué)暴露依賴關(guān)鍵期可塑性，但成年小鼠的無(wú)監(jiān)督學(xué)習(xí)是否具有類似的敏感期？嬰兒期是視覺(jué)無(wú)監(jiān)督學(xué)習(xí)的黃金期，這是否意味著也存在“關(guān)鍵期”？這項(xiàng)研究暫未比較年齡因素的影響。無(wú)監(jiān)督學(xué)習(xí)的能力可能隨年齡增長(zhǎng)衰退，而如何延緩這種衰退，也會(huì)是是未來(lái)研究的重要方向。

大腦“自學(xué)能力”的深層啟示

深夜研讀文獻(xiàn)，腦海中忽然浮現(xiàn)出童年老宅前的溪流聲；會(huì)議室聆聽(tīng)報(bào)告，目光卻落在墻角綠植上；這些我們稱為“走神”的瞬間，或許正體現(xiàn)了大腦無(wú)意識(shí)探索、提取規(guī)律的無(wú)監(jiān)督學(xué)習(xí)能力。

從進(jìn)化視角看，無(wú)監(jiān)督學(xué)習(xí)是生物在長(zhǎng)期演化中形成的“生存智慧”。在食物短缺、危險(xiǎn)四伏的原始環(huán)境中，生物不可能等待“獎(jiǎng)勵(lì)信號(hào)”才學(xué)習(xí)識(shí)別天敵或食物。這種無(wú)需指令就能探索規(guī)律的能力，是生物適應(yīng)復(fù)雜環(huán)境的前提。

反觀現(xiàn)代社會(huì)，我們似乎正在過(guò)度依賴“獎(jiǎng)勵(lì)驅(qū)動(dòng)”的學(xué)習(xí)模式。從幼兒的“貼紙獎(jiǎng)勵(lì)”到成年人的“績(jī)效考評(píng)”。這種模式可能在一定程度上抑制了大腦的自主學(xué)習(xí)力，就像長(zhǎng)期依賴導(dǎo)航會(huì)削弱我們的空間記憶能力一樣。

對(duì)人工智能而言，模仿生物的無(wú)監(jiān)督學(xué)習(xí)范式可能是突破當(dāng)前困境的關(guān)鍵。當(dāng)AI能像嬰兒一樣自主探索世界的規(guī)律，當(dāng)機(jī)器的“好奇心”不再依賴人類設(shè)計(jì)的獎(jiǎng)勵(lì)函數(shù)，或許才能真正實(shí)現(xiàn)“通用人工智能”的夢(mèng)想。

從旋轉(zhuǎn)的風(fēng)鈴到復(fù)雜的城市街道，從視覺(jué)皮層的神經(jīng)元到AI的深度網(wǎng)絡(luò)，無(wú)監(jiān)督學(xué)習(xí)的故事告訴我們：真正的學(xué)習(xí)，源于對(duì)世界本身的好奇與探索，這是生物進(jìn)化賦予我們的最珍貴的“自學(xué)秘籍”。

1.Stringer, Carsen, et al. "Rastermap: a discovery method for neural population recordings." Nature Neuroscience 28.1 (2025): 201-212.

2.Wen, John H., et al. "One-shot entorhinal maps enable flexible navigation in novel environments." Nature 635.8040 (2024): 943-950.

3.02/12/25 | Mapmaking in the mind: new research details how the brain builds mental maps of the world, https://www.janelia.org/

4.Zhong, Lin, et al. "Unsupervised pretraining in biological neural networks." Nature (2025): 1-8.

5.06/23/25 | Zoning out could be beneficial—and may actually help us learn faster, https://www.janelia.org/

關(guān)于追問(wèn)nextquestion

天橋腦科學(xué)研究院旗下科學(xué)媒體，旨在以科學(xué)追問(wèn)為紐帶，深入探究AI與人類智能相互融合與促進(jìn)，不斷探索科學(xué)的邊界。歡迎評(píng)論區(qū)留言，或后臺(tái)留言“社群”即可加入社群與我們互動(dòng)。您也可以在后臺(tái)提問(wèn)，我們將基于追問(wèn)知識(shí)庫(kù)為你做出智能回復(fù)哦~

關(guān)于天橋腦科學(xué)研究院

天橋腦科學(xué)研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元?jiǎng)?chuàng)建的世界最大私人腦科學(xué)研究機(jī)構(gòu)之一，圍繞全球化、跨學(xué)科和青年科學(xué)家三大重點(diǎn)，支持腦科學(xué)研究，造福人類。

Chen Institute與華山醫(yī)院、上海市精神衛(wèi)生中心設(shè)立了應(yīng)用神經(jīng)技術(shù)前沿實(shí)驗(yàn)室、AI與精神健康前沿實(shí)驗(yàn)室；與加州理工學(xué)院合作成立了加州理工天橋神經(jīng)科學(xué)研究院。

Chen Institute建成了支持腦科學(xué)和AI領(lǐng)域研究的生態(tài)系統(tǒng)，項(xiàng)目遍布?xì)W美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎(jiǎng)勵(lì)計(jì)劃、、、大圓鏡科普等。