哈嘍，大家好，小玖今天要跟大家聊一個超有意思的話題我們的大腦到底是怎么記住并重復一項技能的？比如第二次彈奏同一首鋼琴曲時，那些熟悉的神經(jīng)元活動模式為啥會精準重現(xiàn)？

過去我們總覺得是大腦里有群 “抱團” 的神經(jīng)元在起作用，但最新研究卻把這個認知徹底顛覆了。

大腦的“天生架構師”

長期以來，神經(jīng)科學界一直用 “吸引子動力學理論” 解釋這種重復的神經(jīng)元活動。這個從物理學借鑒來的理論，把反復出現(xiàn)的放電模式定義為 “吸引子”，就像系統(tǒng)自帶的穩(wěn)定狀態(tài)。

傳統(tǒng)觀點認為，一組緊密連接的神經(jīng)元只要有部分被激活，就會像 “自動補全” 功能一樣，觸發(fā)完整的重復活動,這就像看到 “蘋” 字會立刻想到 “蘋果”，大腦仿佛天生就有這種填充能力。

這個理論之所以能占據(jù)主導地位，核心是它能優(yōu)雅地解釋 “感覺運動協(xié)調(diào)”，也就是大腦如何把感官收集的信息和動作精準對接。

但巴黎 - 薩克雷神經(jīng)科學研究所的團隊在《自然?神經(jīng)科學》發(fā)表的研究，卻讓這個經(jīng)典理論站不住腳了。

小玖這里要劃個重點，這個發(fā)現(xiàn)可不是小修小補，而是重塑了我們對大腦網(wǎng)絡組織方式的認知。

研究團隊分析了包括 MICrONS 項目、艾倫腦觀測站在內(nèi)的多個公開大腦數(shù)據(jù)集，這些數(shù)據(jù)通過雙光子成像、電生理學記錄等多種尖端技術收集。

讓研究者能前所未有的看清神經(jīng)元的連接和活動規(guī)律。

令人意外的是，那些反復同步放電的神經(jīng)元，并沒有像傳統(tǒng)理論預測的那樣緊密相連。

相反，大腦皮層呈現(xiàn)出清晰的層級模塊化結構,神經(jīng)元被劃分成相對獨立的 “功能模塊”，而 “核心神經(jīng)元” 就像交通樞紐，扎根在模塊界面上，負責在不同 “神經(jīng)元社區(qū)” 間傳遞信息。

研究證實，正是這些核心神經(jīng)元引導著整體大腦活動流，而非傳統(tǒng)認為的 “模式補全單元”，而距離依賴性連接，正是產(chǎn)生這種模塊化和可重復活動的關鍵。

為了驗證這一結論，團隊還通過計算模型進行模擬，結果顯示，僅靠模塊化結構和核心神經(jīng)元，就足以產(chǎn)生大腦皮層中廣泛存在的重復活動模式。

核心樞紐失靈

這意味著，大腦根本不需要緊密連接的神經(jīng)元簇來完成 “模式補全”，分布式的層級網(wǎng)絡就足夠高效。

這一發(fā)現(xiàn)的意義遠不止修正理論。研究者提出，皮層網(wǎng)絡可能在發(fā)育階段就已 “預配置” 好支持感覺運動協(xié)調(diào)的結構。

這種先天的模塊化和樞紐架構，或許正是人類和動物能快速學習新技能的核心原因。

而這一點，也和近期其他研究形成了呼應，我國科學家發(fā)現(xiàn)人類大腦皮層連接拓撲與遺傳特性密切相關，胚胎發(fā)育時就遵循特定 “設計圖” 布線。

在實際應用層面，這個發(fā)現(xiàn)也帶來了諸多啟發(fā)。許多神經(jīng)系統(tǒng)疾病都以感覺運動協(xié)調(diào)不良為特征，如果核心神經(jīng)元和模塊化結構是關鍵。

那么針對這些特定網(wǎng)絡成分的治療，或許能大幅提升療效。更有意思的是，這還能為人工智能研發(fā)提供新思路。

當前最先進的 AI 模型容易出現(xiàn) “災難性遺忘”，學會新任務就丟了舊技能，而人類大腦通過重組模塊化認知單元就能高效持續(xù)學習。

如果把大腦的模塊化樞紐架構融入 AI 設計，有望開發(fā)出更高效、魯棒性更強的智能系統(tǒng)。當然，這項研究還需要更多驗證，未來還需要在不同物種、不同腦區(qū)和行為條件下進一步測試。

但小玖覺得，即便如此，它已經(jīng)給我們提了個醒再成熟的科學理論，也可能在新數(shù)據(jù)的檢驗下被重新審視。

從 “緊密連接的模式補全網(wǎng)絡” 到 “核心神經(jīng)元協(xié)調(diào)的分布式模塊化系統(tǒng)”，這場認知轉變不僅讓我們更懂大腦，也為后續(xù)研究打開了全新的方向。

而這些探索，最終都會幫我們更清晰地解鎖人類智能的核心密碼。