牛津最新Neuron：大腦組合泛化的神經幾何學：高維特征提取與低維空間映射的分工

認知神經科學前沿文獻分享

基本信息

Title:Distinct roles of hippocampus and neocortex in symbolic compositional generalization

發表時間:2026-06-22

發表期刊:Neuron

影響因子:16.9

獲取原文:

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

研究背景

當我們第一次聽到“粉色的鴨嘴獸”這個詞時，即使從未見過這種生物，腦海中也能立刻浮現出它的樣子，甚至能推斷它大概會游泳、會產卵。這種將已知的離散概念（粉色、鴨嘴獸）重新組合，從而對全新事物做出推斷的能力，在認知科學中被稱為“組合泛化”（compositional generalization）。這不僅是人類智能的核心特征，也是當前人工智能系統仍在苦苦掙扎的難點。

然而，大腦究竟是如何在物理層面上實現這種組合的？過去的研究雖然牽涉了海馬體（HPC）和腹內側前額葉（vmPFC）等區域，但具體的神經計算機制依然是個謎。大腦是利用高維的神經空間來保持各個概念的獨立性，還是利用低維的神經空間來促進知識的泛化？不同的腦區在這一過程中又扮演著什么角色？

為了回答這些問題，牛津大學的研究團隊設計了一項巧妙的“尋寶任務”。他們讓參與者學習離散的視覺符號（顏色和動物形狀），并將其映射到二維空間坐標系中（例如顏色代表X軸，形狀代表Y軸）。關鍵在于，參與者在訓練階段只學習了部分組合，而在測試階段，他們必須利用學到的規則，推斷出全新顏色與形狀組合的隱藏位置。借助功能磁共振成像（fMRI）和神經幾何學分析，這項發表于《Neuron》的研究為我們完整描繪了大腦將離散符號轉化為空間行動的神經計算圖景。

研究核心總結

這項研究最核心的突破在于，它沒有籠統地談論“大腦如何推理”，而是精確拆解了不同腦區在表征維度和幾何結構上的分工。研究發現，面對全新的組合刺激，大腦并非采用單一策略，而是通過一條從高維抽象到低維具象的流水線來完成任務。

一、海馬體與前額葉采用高維編碼，確保特征的獨立與靈活

要組合兩個概念，首先必須確保這兩個概念在腦海中不被混淆。研究者通過交叉驗證的奇異值分解（SVD）分析發現，海馬體（HPC）和腹內側前額葉（vmPFC）對單一規則（顏色或形狀）的表征是高維的。這種高維編碼的好處在于“特征個體化”——它能讓紅色與藍色、螃蟹與大象在神經狀態空間中被清晰地分離開來。如果未來任務規則發生改變，這種高維表征能賦予認知系統極大的靈活性。

更有趣的是，在海馬體中，X軸（顏色）和Y軸（形狀）的規則被表征為兩條“平行”的高維神經軌跡。這就像是海馬體利用了類似位置細胞（place cells）的機制，將抽象的特征映射到了平行的心理時間線上，從而保留了規則背后的抽象關系結構。

Fig 1. 尋寶任務設計：參與者需要通過組合顏色（X軸）和形狀（Y軸）這兩個獨立線索，推斷出全新組合在二維空間中的隱藏位置。

Fig 2. 神經表征的維度差異：海馬體和腹內側前額葉呈現高維表征，而初級視覺皮層和后頂葉皮層呈現低維表征，且高維表征與特征解碼的準確率顯著相關。

Fig 3. 海馬體中的平行表征幾何：海馬體將X軸和Y軸的規則表征為兩條平行的神經軌跡，這種結構反映了不同規則之間共享的抽象關系。

Fig 4. 模擬位置細胞群的重映射機制：計算模型展示了海馬體如何通過特定比例的神經元重映射，自然涌現出我們在真實fMRI數據中觀察到的平行神經表征。

當面對從未見過的測試刺激（如“綠色的鯨魚”）時，大腦是如何得出結論的？研究證實了一個長期存在的假設：大腦使用了“向量加法”（vector addition）。在vmPFC、后頂葉皮層（PPC）和初級視覺皮層（V1）中，全新刺激的神經活動模式，可以被完美預測為與其相關的已知訓練刺激神經模式的線性組合。

然而，這種加法發生的“空間”截然不同。在vmPFC中，向量加法發生在高維的感知特征空間里，它更像是在做純粹的概念拼接（綠色+鯨魚）。而在PPC和V1中，這種加法發生在低維空間里，無關的訓練刺激會根據它們與目標刺激的“空間距離”被賦予不同的權重。這意味著，PPC和V1已經將抽象的符號組合，轉換成了具體的空間距離關系。

Fig 5. 檢索模式分析：證實了vmPFC、PPC和V1通過將已知訓練刺激的神經模式進行線性組合（向量加法），來預測全新測試刺激的神經活動。

為了進一步驗證PPC和V1的低維表征究竟是什么，研究者引入了一個獨立的“空間定位器”任務。跨任務的表征相似性分析（RSA）和跨任務解碼揭示了一個令人驚訝的結果：V1和PPC在組合推理任務中使用的低維神經代碼，與真實空間定位任務中的神經代碼高度重疊。

特別是初級視覺皮層（V1），盡管測試刺激始終只出現在屏幕正中央，但V1的神經活動卻仿佛參與者已經“看”到了這個刺激出現在它應該在的二維網格位置上。這表明，V1和PPC利用了一個共享的空間參考系，作為組合泛化的“腳手架”，將高維的抽象概念最終落地為可以指導行動的低維空間坐標。

Fig 6. 跨任務解碼與空間共享代碼：V1和PPC在組合推理任務中使用的低維表征，與真實空間定位任務中的神經代碼高度重合，證明了空間坐標系在推理中的支架作用。

Fig 7. 核心機制總結：海馬體和vmPFC負責高維特征的提取與平行表征，而PPC和V1則通過低維空間坐標系完成向量加法與行動映射。

研究意義

這項工作為我們理解人類的高級認知功能提供了一個極其清晰的神經計算框架。它不僅證實了“向量加法”是大腦處理組合泛化的真實策略，更重要的是，它理清了不同腦區在這一過程中的接力關系。

從理論意義上看，這項研究調和了關于神經表征維度的長期爭議。它告訴我們，大腦并不需要在“高維的靈活性”和“低維的泛化性”之間做非此即彼的選擇。相反，海馬體和前額葉保留了高維的特征字典，而后頂葉和視覺皮層則將其壓縮成低維的行動指南。

此外，這項研究對初級視覺皮層（V1）角色的發現具有高度的啟發性。V1不僅是一個被動的早期視覺特征提取器，它還能主動參與維持空間工作記憶，甚至為抽象的符號推理提供空間坐標系。不過，本研究的組合任務最終落腳于空間位置，大腦在處理純粹的語義組合（如語言中的語法拼接）時，是否也會依賴類似的低維空間腳手架，仍是未來值得謹慎外推和深入探索的邊界問題。

分享人：飯鴿兒

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認知神經科學的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨行。歡迎加入PsyBrain 學術社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進群，歡迎你的到來

一鍵關注，點亮星標 ? 前沿不走丟！

一鍵分享，讓更多人了解前沿