2024年9月27日，《Science》期刊在線發(fā)表題為《獼猴額葉皮層對空間序列信息的工作記憶編程》的研究論文。該研究由中國科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心（神經(jīng)科學(xué)研究所）王立平研究組完成。通過訓(xùn)練獼猴在工作記憶中完成對空間序列的排序任務(wù)，發(fā)現(xiàn)了獼猴群體額葉神經(jīng)元對時序記憶操作的表征與運行計算機制。

對于時序信息的編碼、存儲、操作和使用是眾多高級認(rèn)知功能的基礎(chǔ)。人們?nèi)粘Ｉ钪新牭降脑捳Z、看見的事物，會以不同的顆粒度進行感知，接著進入工作記憶中短暫存儲，而后根據(jù)當(dāng)前目的進行加工處理，比如對言語中句法和語義的下意識理解、對購物金額的加減乘除心算。然而，雖然包括王立平研究組在內(nèi)的研究人員在前期已經(jīng)廣泛深入探索了時序記憶的存儲原理（Xie et al.,Science,2022;Chen et al.,Neuron,2024），但學(xué)界對于下游的加工控制神經(jīng)原理卻所知不多。

為了深入研究時序記憶的加工控制機制，研究人員選取了對序列記憶內(nèi)容的排序作為研究對象。研究人員訓(xùn)練獼猴記憶一段由連續(xù)在不同位置閃現(xiàn)的點組成的空間序列（記憶期1），并根據(jù)隨后出現(xiàn)的規(guī)則提示去對該序列進行排序（正向排序或者逆向排序），最后在一定記憶時間（記憶期2）后進行匯報。研究人員利用高通量電極陣列對獼猴的額葉皮層神經(jīng)元活動進行了記錄。

首先，研究人員對規(guī)則提示出現(xiàn)前（記憶期1）和規(guī)則出現(xiàn)后（記憶期2）群體神經(jīng)元對工作記憶信號的表征進行了分析。大腦中有數(shù)以億計的神經(jīng)元在同時發(fā)放，其活動強度有高有低，于是，每時每刻的大腦狀態(tài)可以被一定程度上簡化成這個上達(dá)億維空間中的一個點，若是只關(guān)注某一特定的時刻（如記憶期），則不同的實驗條件下的“點”便在這個空間中組成了紛繁復(fù)雜、難以捉摸的幾何結(jié)構(gòu)。研究組前期工作表明（Xie et al.,Science,2022），大腦中記憶表征空間序列的幾何結(jié)構(gòu)是有規(guī)律的——不同次序上的信息被表征在不同的亞平面（或子空間）中，其表征結(jié)構(gòu)忠實反映了外在刺激的結(jié)構(gòu)，而且不同次序所在的子空間彼此正交。

在本研究中，研究人員發(fā)現(xiàn)，對空間序列記憶信息進行重新排序時，在記憶期1里不同次序的子空間中的位置信息會從原本的子空間中消失，而后在記憶期2中依據(jù)新的順序?qū)⒃镜男畔⒎湃肫鋵?yīng)次序的子空間中——就像兩個盒子分別裝著紅球和綠球，當(dāng)排序發(fā)生后，紅綠球一起從自己的盒子中消失，而后又神奇地出現(xiàn)在了對方的盒子中。研究人員進一步通過跨時間解碼分析驗證了在不同次序所在的子空間中，若不發(fā)生排序操作，則各自原本的空間記憶信息隨時間保持穩(wěn)定，而若發(fā)生排序，則各自的空間記憶信息在記憶期1到2的過程中發(fā)生了交換。通過對于錯誤試次的分析也表明，若是本不應(yīng)排序的時候發(fā)生了重排，則在對應(yīng)空間中也能發(fā)現(xiàn)這些錯誤的交換信號。

研究人員進一步發(fā)現(xiàn)，在對不同子空間之間的信息進行交換時，每個子空間額外招募了一個臨時存儲自己信息的新的子空間，每個子空間先把原先內(nèi)部的記憶信息傳遞給新的臨時子空間，待到自身內(nèi)部的記憶被清空之后，再將臨時子空間中的記憶信號傳遞給對方，這樣便完成了子空間之間記憶信息的交換。研究人員通過臨時子空間和次序記憶子空間中信號強度與動力學(xué)時間特征的關(guān)聯(lián)分析，證明了找到的臨時子空間確實用于存儲和交換記憶信號。

最后，研究人員還發(fā)現(xiàn)了一個表征規(guī)則的子空間。在這個子空間中，不同規(guī)則下動力學(xué)的軌道有著顯著差異，通過解碼泛化分析與錯誤試次的分析，表明該空間與排序過程確實存在關(guān)聯(lián)。研究人員推測，該規(guī)則子空間可能是將外界具體的規(guī)則信號與內(nèi)部抽象的動力學(xué)軌道進行聯(lián)系，進而用于交換過程的發(fā)起與門控——該空間控制了次序子空間與臨時子空間之間的信息流動，使得這些子空間在不同的排序規(guī)則下發(fā)生不同的動力學(xué)過程。

該研究第一次系統(tǒng)地闡釋了工作記憶的排序機制。一方面，這種排序機制作為多種智能活動的基本運算之一，不僅僅運用于日常生活中的語言理解、項目規(guī)劃等方方面面，還可以推廣到因果推斷、邏輯推理等復(fù)雜的認(rèn)知活動中，對其機理的發(fā)現(xiàn)為進一步揭示諸多高級認(rèn)知功能的神經(jīng)機制提供了基礎(chǔ)。另一方面，研究發(fā)現(xiàn)大腦與計算機運算機制有著驚人的相似（如用于信息交換的臨時子空間和操作過程），提示了對大腦認(rèn)知機制的進一步深入研究或許有助于推動未來類腦計算模塊的更加智能化、高效化發(fā)展。研究中發(fā)現(xiàn)的作為中間步驟的臨時子空間，盡管在主觀上無法被大腦感知，但這些意識下計算的神經(jīng)基礎(chǔ)在物質(zhì)層面上確實存在，相關(guān)神經(jīng)加工過程在神經(jīng)活動也能被實際觀測，為明確意識的操作定義、揭示意識的生物學(xué)基礎(chǔ)提供了新的見解。

中國科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心（神經(jīng)科學(xué)研究所）的博士研究生田拯赫（與中國科學(xué)院自動化研究所聯(lián)合培養(yǎng)）、陳靜文和博士后張聰為該研究的共同第一作者，中國科學(xué)院自動化研究所徐波教授指導(dǎo)了該項工作，臨港國家實驗室的閔斌研究員和中國科學(xué)院神經(jīng)科學(xué)研究所的王立平研究員為本論文的通訊作者。這項工作是王立平研究組近年來在空間序列工作記憶方向一系列工作延續(xù)，如Current Biology （2018），Journal of Neuroscience (2022),Science (2022)，Neuron (2024)。該工作獲得國家自然科學(xué)基金委、中國科學(xué)院、科技部和上海市的經(jīng)費資助。

專家點評：

蒲慕明?中國科學(xué)院腦智卓越中心學(xué)術(shù)主任

人類成為萬物之靈，源于大腦特有的高等智能，使得人類能對外來和內(nèi)在的信息進行復(fù)雜的處理，并做出最佳的行為反應(yīng)。比如說，我們能將一連串信息中的時間和空間順序及間隔進行編碼，并進一步存儲、理解、操縱和提取這些編碼的信息。有了這種信息處理能力，我們才能擁有語言、運算和邏輯思維等高等智能。腦科學(xué)的終極目標(biāo)就是要理解大腦的神經(jīng)網(wǎng)絡(luò)如何產(chǎn)生這些高等智能；這些智能是在靈長類動物演化過程中逐漸涌現(xiàn)的，而且在非人靈長類上（如獼猴）已有苗頭。要理解神經(jīng)網(wǎng)絡(luò)的工作原理，我們需要用侵入式的記錄方法來觀測大腦中大群神經(jīng)細(xì)胞（神經(jīng)元）在進行高等認(rèn)知行為時的動態(tài)活動，并理解它們的放電規(guī)律；但這種侵入式研究在人類大腦尚未能有效地進行。王立平研究組近年來建立了一項基于空間位置序列的學(xué)習(xí)和記憶的獼猴研究范式，并在獼猴大腦獲取了大量神經(jīng)元集群的相關(guān)電活動，這是腦科學(xué)的重要進展。他們在一項前年發(fā)表在Science上的研究中發(fā)現(xiàn)，前額葉神經(jīng)元集群可以用它們放電的動態(tài)變化模式（動態(tài)空間的“子空間”）來編碼空間序列信息，在序列中的各個相對位置都有其獨立的動態(tài)子空間。在今天發(fā)表的Science論文工作中，他們進一步探討了這些前額葉神經(jīng)元集群在學(xué)會（存儲）了空間序列信息的編碼后，如何進一步編碼外來的感知指令（正向或反向匯報存儲的序列），并依據(jù)指令正確地提取即時存儲在各個子空間的序列信息，用于啟動“順序列”或“反序列”的行為。有意思的是，他們發(fā)現(xiàn)在接收到外來指令后的一個短暫時刻（所謂工作記憶的存儲期），前額葉神經(jīng)元的另外兩個（異于編碼空間序列信息的）動態(tài)子空間編碼了正向和反向的指令。這個發(fā)現(xiàn)為研究工作記憶（需要進行操作的短期記憶）如何在大腦進行短時程編碼，以及如何按照規(guī)則加工、提取即時存儲的序列信息，指出了一個新的研究方向。

北京大學(xué)計算機學(xué)院教授，北京智源人工智能研究院理事長 黃鐵軍

工作記憶機理是揭示生物智能奧秘的重要突破口。團隊在兩年前揭示空間序列記憶表征幾何結(jié)構(gòu)規(guī)律性的基礎(chǔ)上，通過對空間序列記憶信息重排序發(fā)現(xiàn)了表征子空間的交換機制及臨時存儲子空間的存在，是理解工作記憶機理的重大進展。與生物神經(jīng)網(wǎng)絡(luò)相比，包括大模型在內(nèi)的人工神經(jīng)網(wǎng)絡(luò)的動力學(xué)特性相對簡單，這一新發(fā)現(xiàn)有望促進大模型可解釋性研究，并啟發(fā)大模型新架構(gòu)的探索。