科學(xué)家繪制了大腦中“連接”相似物體的那部分，從而對大腦如何脫離上下文處理信息產(chǎn)生了新的見解。

約翰斯·霍普金斯大學(xué)官網(wǎng)7月9日消息

當(dāng)人們看到牙刷、汽車、一棵樹（任何一個(gè)單獨(dú)的物體）時(shí)，他們的大腦會(huì)自動(dòng)將其與其他自然發(fā)生的事物聯(lián)系起來，從而使人們能夠?yàn)橹車�的環(huán)境建立背景，并設(shè)定對世界的期望。

通過使用機(jī)器學(xué)習(xí)和大腦成像，研究人員測量了“共現(xiàn)”（co－occurrence）現(xiàn)象的程度，并確定了涉及的大腦區(qū)域。研究結(jié)果發(fā)表在《自然－通訊》（Nature Communications）雜志上。

研究于2021年7月2日發(fā)表在《Nature Communications》（最新影響因子：14．919）雜志上

通訊作者、約翰斯·霍普金斯大學(xué)（Johns Hopkins University）認(rèn)知科學(xué)家Michael F． Bonner說：“當(dāng)我們看到冰箱時(shí)，我們認(rèn)為自己只是在看冰箱，但在我們的腦海中，我們也會(huì)想起廚房里所有與冰箱有關(guān)的其他東西。這是第一次有人對這一現(xiàn)象進(jìn)行量化，并確定了它發(fā)生的大腦區(qū)域�！�

認(rèn)知科學(xué)家Michael F． Bonner

在一項(xiàng)分兩部分進(jìn)行的研究中，Bonner和賓夕法尼亞大學(xué)（University of Pennsylvania）心理學(xué)教授Russell Epstein使用了一個(gè)數(shù)據(jù)庫，里面有數(shù)千張風(fēng)景照片，每一個(gè)物體都有標(biāo)簽。有家庭場景、城市生活、自然的照片，這些照片上有每個(gè)杯子、汽車、樹等的標(biāo)簽。為了量化物體的共現(xiàn)，或特定物體與其他物體一起出現(xiàn)的頻率，他們創(chuàng)建了一個(gè)統(tǒng)計(jì)模型和算法，證明如果你看到一個(gè)鍵盤，你看到一支筆的可能性，或者如果你看到一個(gè)洗碗機(jī)，你看到一艘船的可能性。

對這些關(guān)聯(lián)進(jìn)行量化后，研究人員接下來試圖繪制大腦中處理這些關(guān)聯(lián)的區(qū)域。

當(dāng)研究人員用功能性磁共振成像（fMRI）監(jiān)測受試者的大腦活動(dòng)時(shí)，研究小組向他們展示單個(gè)物體的圖片，并尋找某個(gè)區(qū)域的證據(jù)，該區(qū)域的反應(yīng)跟蹤了這一共現(xiàn)信息。他們確定的位置是視覺皮層中與空間場景處理相關(guān)的區(qū)域。

Bonner說：“當(dāng)你看一架飛機(jī)時(shí)，這個(gè)區(qū)域會(huì)發(fā)出天空、云層和所有其他東西的信號。長期以來，人們認(rèn)為大腦的這個(gè)區(qū)域負(fù)責(zé)處理空間環(huán)境，同時(shí)也在編碼有關(guān)世界上事物如何組合的信息�！�

研究人員早就知道，人們在無上下文信息的情況下識別物體的速度較慢。研究小組認(rèn)為，這是第一次量化視覺環(huán)境中物體之間的關(guān)聯(lián)的大規(guī)模實(shí)驗(yàn)，也是第一次深入了解視覺環(huán)境在大腦中是如何呈現(xiàn)的。

Bonner說：“我們以一種精細(xì)的方式表明，大腦實(shí)際上似乎完成了這些豐富的統(tǒng)計(jì)信息。”

創(chuàng)建于1876年的約翰斯·霍普金斯大學(xué)

參考文獻(xiàn)

Source：Johns Hopkins University

Team find brain mechanism that automatically links objects in our minds

Reference：

Bonner， M．F．， Epstein， R．A． Object representations in the human brain reflect the co－occurrence statistics of vision and language． Nat Commun 12， 4081 （2021）． https：／／doi．org／10．1038／s41467－021－24368－2

重視AD 關(guān)注“主觀認(rèn)知下降”