大腦也有“空間計算”？揭秘思維靈活切換的底層邏輯（12.28）

我們的思想受知識和計劃的制約，但我們的認知能力也能快速靈活地處理新信息。大腦數十億個神經元和回路構成的結構，是如何造就了認知這種既控制嚴密又高度靈活的特性的呢？

麻省理工學院（MIT）皮考爾學習與記憶研究所的一項研究為我們揭示了答案：空間計算（Spatial Computing）理論 。

大腦不是焊死的電路板

傳統的認知認為，執行新任務可能需要大腦重新連接物理回路 。但研究發現，大腦前額葉皮層（PFC）有一種更高級的操作方式：動態組隊

米勒教授提出的“空間計算”理論認為，大腦不需要每次都改動線路，而是利用腦電波作為“指揮棒”，動態地將神經元組織成臨時的“任務小組” 。

核心機制：α與β波的“模版”作用

• 頻率區間：約$10-30HZ的腦波 。
• 可以將α波和β波想象成模板，它們決定了前額葉皮層神經元群何時何地接收或表達來自感官的信息。這樣，這些波就代表了任務的規則，并能組織神經元如何以電信號“放電”來處理任務所需的信息內容。

五項預測：數據里的“實錘”

為了驗證這個理論，研究團隊在動物執行工作記憶和分類任務時進行了精密測量 。他們成功證實了該理論的五項關鍵預測

• 分工明確：神經元負責攜帶“感覺信息”，而 α/β波負責代表“任務規則” 。
• 強度與難度掛鉤：任務越難（比如分類任務的抽象程度越高），α/β波的功率就越強。
• 空間壓制：在電極陣列下可以看到，腦波功率高的地方，代表感覺信息的神經元活動就會被抑制；反之則增加。這證明了腦波確實在物理空間上“劃分”了工作區。
• 錯誤預判：研究發現，動物犯錯往往是因為“規則理解錯誤”（腦波信號異常），而不是“感官信息接收錯誤” 。

跨越物種：從動物實驗到人類腦機

雖然這項研究的核心數據來自動物實驗，但它與人類的研究結果高度吻合。

人類利用α振蕩來抑制無關腦區的活動，這種自上而下的控制正是我們保持注意力的關鍵。米勒教授指出，認知本質上是大規模的神經自組織，而空間計算精準解釋了大腦是如何高效完成這一過程的。

腦機啟示錄：

對于腦機接口（BCI）開發者來說，這項研究極具啟發意義：如果能實時捕捉并解碼這些代表“規則模版”的α/β波，我們或許能更精準地判斷用戶的認知意圖，甚至在用戶還沒開始行動前，就從腦波的“空間布局”中預讀出他準備執行的任務規則。

部分內容參考：Medical Press

論文參考：DOI：10.1016/j.cub.2025.11.072

腦機輕百科，每周一期

下期你想了解哪個腦機人物或基礎概念？

歡迎留言告訴我們。