“突然忘记要干啥”有了科学解释!两组神经元在作祟,南大校友一作 | 哈佛医学院&多伦多

2022 年 3 月 13 日 量子位
杨净 发自 凹非寺
量子位 | 公众号 QbitAI

大家可能都有过这样的经历:

我刚刚想干啥来着,怎么就突然想不起来了?

学界流传较广的一种解释是,人的认知会将日常活动分割成几个连续性事件。

就以进卧室找钥匙这一活动来说,就可以分成,打开卧室的门,走进去,找钥匙等几个步骤。

这样将注意力集中在某一步骤or事件上可以提升效率,并减少认知资源的消耗。

但也就不可避免会出现突然性遗忘的现象。比如,进到卧室后忘记要干啥。

直至最近,它背后的理论机制才终于被科学家验证!

他们发现有两类神经元在创建记忆、处理不同事件时异常活跃。

这一研究登上了Nature子刊。

大脑是如何创建记忆的

在了解整个研究之前,需要get一些概念。

事件分割,正如开头所言,人们会将连续的外界信息解析成若干个相互关联的事件。

但带来的问题是,在完成一件事进入到下一件时,就会达到一种事件边界

遇到边界,人们就会容易卡壳、反应迟钝。

要是这时候外界又有干扰,那就可能会忘记接下来要干啥。

基于这一背景,本次研究探究了这一过程神经元的表现。

并且重点放在了的边界上。

硬和软的区别很简单,关键在于下一个事件(场景)是否还与当下有关。

如果完全不同,即为硬边界;如果仍是当下场景的一部分,即为软边界。这一点,在电影片段上的展现尤为明显。

于是,研究人员就让志愿者们看起了电影…

志愿者为19名癫痫患者(原本20人,1人数据不可用),为了定位疾病发作区域,他们的大脑MTL区域已植入多个电极。

每个志愿者需要观看90个不同的视频片段,其中包含无边界(NBs,一个连续的电影镜头)、软边界(SBs,切到同一电影的新场景)、硬边界(HBs,切到不同电影的新场景)

在看电影时,研究人员注意到了这样两组活跃的神经元。

杏仁核(蓝色)、海马(黄色)或海马旁回(红色)

一组称为“边界细胞”,在应对软、硬边界时,都很活跃。另一组为“事件细胞”,仅在应对硬边界时活跃。

因此,研究人员推断,这两种类型的细胞在遇到毫无关联的场景时,活跃程度达到峰值。

届时大脑处于新记忆的创建状态。

为了验证这一推断,研究人员安排了三部分实验任务:编码、场景识别和时间辨别。

在编码任务中,每隔四到八个片段就会出现一个关于之前电影的问题(例如,有人戴眼镜吗?) 。

结果发现,志愿者准确回答了这些问题的89±5%。

随后通过两个测试(场景识别和时间辨别)来评估个人对视频片段的记忆。

结果在这两项任务中发现,软、硬边界的存在会增强人们对场景识别的记忆。

其中一个研究者这样解释道,这就好比在一个新地方学习,你产生的记忆会更强烈。

但与此同时,硬边界会破坏对时间顺序的记忆。换言之,就是很难记住两个片段的出现顺序。

不过这一过程,研究者解释道,这就好比在电脑上创建文件夹,你把文件存进去。

但当硬边界响应时,就需要关闭第一个文件夹来创建另一个。

南大校友一作

本次研究由哈佛医学院、多伦多大学、加州理工学院等机构共同组成。

第一作者是Zheng Jie,哈佛医学院的研究员,本科毕业于南京大学。

接下来,他们计划验证新的论题,多巴胺作为细胞间传递信息的化学物质,是否能被用作加强记忆的疗法。

论文链接:
https://www.nature.com/articles/s41593-022-01020-w#citeas

参考链接:
[1]https://www.cedars-sinai.org/newsroom/how-does-the-brain-make-memories/

[2]https://www.witableblog.thats.im/how-does-the-brain-make-memories-researchers-discover-neurons-that-separate-experience-into-segments-then-help-the-brain-time-travel-and-remember-sciencedaily/

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。

直播报名 | 如何建立AI生态的“Android”

从感知到认知,AI还需要多久才能触及生产核心?从软件到数件,AI生态该如何建立自己“Android”?

3月16日19:30,「量子位·视点」CEO/CTO系列分享活动将邀请天云数据CEO雷涛直播分享个人见解。扫码预约直播围观吧~

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

一键三连「分享」「点赞」和「在看」

科技前沿进展日日相见 ~



登录查看更多
0

相关内容

如何帮助人类理解机器人?哈佛、MIT专家为你解读
专知会员服务
28+阅读 · 2022年3月11日
【Cell 2020】神经网络中的持续学习
专知会员服务
59+阅读 · 2020年11月7日
专知会员服务
23+阅读 · 2020年9月15日
【MIT】理解深度学习网络里单个神经元的作用
专知会员服务
28+阅读 · 2020年9月12日
最新《因果推断导论: 从机器学习视角》新书稿,132页pdf
专知会员服务
272+阅读 · 2020年8月25日
【ICML2020-哈佛】深度语言表示中可分流形
专知会员服务
12+阅读 · 2020年6月2日
 【SIGGRAPH 2020】人像阴影处理,Portrait Shadow Manipulation
专知会员服务
28+阅读 · 2020年5月19日
【干货】人类海马体精细亚区加工工作记忆的神经动力学机制
中国图象图形学学会CSIG
0+阅读 · 2021年12月8日
Science封面:人为何要睡觉?
新智元
0+阅读 · 2021年11月1日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
102+阅读 · 2021年6月8日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员