科学家发现“皮卡丘脑区”:小时候游戏玩多了,竟能在大脑留下特殊烙印

2019 年 5 月 12 日 中科院物理所

本文由微信公众号“环球科学”(ID:huanqiukexue)授权转载

转载请先联系newmedia@huanqiukexue.com



有没有想过打游戏也能打出一片特异脑区?最近发表在《自然·人类行为》的一篇文章告诉我们,这是完全可以的。小时候经常玩任天堂Pokémon游戏的人,成年后大脑中就会有一个特殊识别Pokémon的脑区。研究人员认为小时候大脑还处在发育期的时候,经常接受Pokémon刺激,是特异脑区形成的原因。而对已成年的中国人来说,说不定脑袋中会有马里奥或者魂斗罗脑区?而下一代估计会新生出许多有“王者荣耀”脑区的特异人士了。


撰文 | 杨心舟


识别物体的脑区


人类在接受视觉刺激时,具有很强的辨别能力,因此我们能清晰地知道看到的东西是什么。而我们在辨别事物的时候,都会不同程度地对我们大脑产生影响。神经科学家认为这种能力得益于大脑皮层对视觉流的计算,会涉及从初级视觉皮层到腹侧颞叶皮质(VTC)一系列脑区


而人类之所以能够识别不同的面孔、文字、数字、地点,也正是得益于颞叶的存在。该脑区正好位于耳朵里侧的位置,由一簇豌豆大小的神经元组成,但是在不同年龄、性别的人之间会有一定差异。


早在2005年,加州理工学院的科学家就已经发现颞叶脑区存在一些对特定图像发生反应的细胞,其中一位受试者大脑中的某个细胞对美国前总统克林顿的各种图像有反应;而还有人大脑中的某个细胞会特别对美国情景喜剧《老友记》中雷切尔的扮演者珍妮弗·安尼斯顿产生反应;甚至还有受试者一看到动画片《辛普森一家》或“披头士”乐队成员的形象,其大脑中的某个细胞就会变得兴奋。


这让许多神经科学家对大脑的可塑性着迷不已,现在已知个人经历对VTC的发育和认知能力非常重要,尤其是幼年期的看到的东西会对大脑产生深远影响,比如给幼年猕猴观察一些特殊的物体,就会造成大脑产生识别该特殊物体的脑区;而如果让它们幼年看不到面孔,它们的大脑皮层甚至都没有对应识别面孔的区域。这也让斯坦福大学的一群科学家非常感兴趣,人类是不是也会因幼年经历塑造特殊的脑区,关键是用什么证明呢?


“我们最常想到的可能就是,强制让大脑还处在发育期的小孩持续观察给定的实验物体”论文作者之一的Jesse Gomez表示,“但是想想要把一个小孩关起来看某个物体长达几小时,这听上去就有违伦理。”想要让头脑对新物体产生足够的刺激,往往需要拿着相同的图像,相似的对比度和观察距离,反复观看。尽管研究团队不能直接进行这一操作,但现实中还真有东西可以完美符合实验条件的要求,那就是当年在美国流行的任天堂掌中宝Pokémon



游戏改变大脑


1996年,任天堂推出了第一代精灵宝可梦(Pokémon)的掌上手游GameBoy,因为年龄大于5岁的儿童都可以进行游戏操作,这在当年成为了风靡一时的儿童玩具。而十几年后,这种掌中宝游戏机却成了一种极佳的实验工具。因为每个小孩在玩游戏机的时候,游戏机与眼睛的距离基本一致,但每个小孩玩的时间可能不一样,有的甚至可能一天玩上几个小时,然后持续了很多年,这就可以将玩游戏的时间作为实验条件来探究其对大脑的影响。



目前神经科学认为有4种因素会影响大脑皮层新区域的形成

1. 不同物体在视网膜上的聚焦位置,比如看人脸主要是利用视网膜中央视觉,而看地点则使用了更广的视网膜周边视觉;

2. 观测物体的边缘,比如现实人脸是有空间曲线感,而动画人物是平面线性感;

3. 是否有生命特征,比如人脸来自生命个体,景色则不是;

4. 物体大小。人脸一般比房子、汽车等物体小。


而研究人员认为Pokémon是非常特殊的,在游戏机屏幕中Pokémon的人物几乎都限制在2.5×2.5 cm的大小。这与我们平时看到的人脸或者景观地点不一样,这种固定大小、各有特征的宝可梦角色似乎更容易形成视网膜中央视觉。


此外,宝可梦角色大多都是虚构的(或许喵喵、阿柏蛇和鲤鱼王还能在现实中寻到踪迹),因此大脑里的所有这些角色刺激都是单一来源,并且都固定在屏幕上的角色构成的都是线性画面感。这似乎符合上面构建新脑区的全部要素,科学家不禁想到了一个有意思的问题,这些陪伴小孩长大的游戏动画角色会怎样改变我们的大脑?



“因为Pokémon很小,看的时候只使用了中央视网膜很小的部分,”Gomez解释道,“它与面孔、地点都不一样,因此这部分信息应该会送到大脑另外的区域进行处理。”


Gomez招募了11名平均年龄24岁的Pokémon高手,这些人大约5-8岁时就是宝可梦的忠实粉丝,每天几乎要花上几个小时的时间打游戏,直到现在成年了也不例外。研究者利用功能性核磁成像,观察了受试者看不同内容下的大脑,包括人脸、动物、卡通、单词、地点和Pokémon等。



对于两组受试者来说,他们在观察人脸和场景地点时,脑区的反应几乎是一样的。尽管每个人的大脑解剖学上会有一定差异,但是在VTC脑区所有人都有固定的位置负责识别人脸和场景。然而Pokémon就明显出现了差异,小时候的Pokémon游戏高手,他们在观察平面的Pokémon角色时,VTC的脑区某些区域会产生剧烈反应,并且发生反应的区域与识别人脸和场景地点的都不一样。而对照组的人就对Pokémon完全没有特殊反应。


下面是Pokémon老手看到不同图像时,VTC脑区的反应。上面是对照人群。


研究人员同样分析了受试者观测Pokémon的四种要素,并与观测人脸和场景的反应进行了对比。结果显示,人类在观测Pokémon时,视野更向视网膜中央集中,范围比人脸还小;更趋于直线感知;物体极小;对生命特征的判断介于人脸与场景之间。Pokémon这些特殊的条件会向VTC异于负责人脸和场景的脑区输送信息,最终形成了“Pokémon脑区”



“这项研究告诉我们大脑是有能力形成识别特殊物体的脑区的,这与我们之前的认知完全不一样,”Gomez表示,“我们的大脑并不是一成不变,至少我们儿时的经历会显著改变大脑。”而对那些担心小时候打游戏,打出新脑区会影响孩子成长的家长们,Gomez同样指出,新脑区的诞生并不会影响孩子长大成材,毕竟实验里挑选的这些Pokémon高手,不是理科博士就是谷歌大公司的员工。而过度沉迷游戏,影响了学习进程,这才是影响孩子成材的主要原因。


论文:Extensive childhood experience with Pokémon suggests eccentricity drives organization of visual cortex

地址:https://doi.org/10.1038/s41562-019-0592-8

本文由微信公众号“环球科学”(ID:huanqiukexue)授权转载

转载请先联系newmedia@huanqiukexue.com

编辑:AI


近期热门文章Top10

↓ 点击标题即可查看 ↓

1. 首届黑洞PS大赛来袭!为了这张「高糊」的图,中国科学家做出了啥贡献?

2. 物理学四大神兽,除了“薛定谔的猫”还有谁?

3. 地下多大的金矿才能影响到单摆实验?| No.149

4. 为什么用木棍打衣服就可以洗干净衣服?| No.150

5. 为了替你出气,我们给讨厌的杨柳絮来个「以暴制暴」

6. 玩扫雷还有什么技巧?科学家的玩游戏方法你绝对想不到

7. 在我国,没有任何一张地图能告诉你你的真实位置

8. 在客户鱼嘴里提供服务的小清洁虾、清洁鱼,是怎么知道自己不会被吃掉的呢?

9. 你以为土拨鼠只会尖叫?其实它可能正在骂你

10. 你知道为了测博尔特的速度,我们有多努力嘛?

点此查看以往全部热门文章


登录查看更多
0

相关内容

Yoshua Bengio最新《深度学习》MLSS2020教程,附104页PPT及视频
专知会员服务
130+阅读 · 2020年7月10日
【斯坦福大学博士论文】自监督场景表示学习, 97页pdf
专知会员服务
93+阅读 · 2020年6月19日
麻省理工学院MIT-ICLR2020《神经网络能推断出什么?》
专知会员服务
50+阅读 · 2020年2月19日
清华大学两名博士生被开除:你不吃学习的苦,就要吃生活的苦
机器学习算法与Python学习
25+阅读 · 2019年9月16日
大脑通过统计推理表征“自我”
人工智能学家
6+阅读 · 2019年9月4日
向人类幼儿学习小样本学习?
极市平台
6+阅读 · 2019年7月4日
人工神经网络真的像神经元一样工作吗?
论智
9+阅读 · 2018年11月15日
SNN,像你的大脑一样工作
中国科学院自动化研究所
80+阅读 · 2018年11月7日
李飞飞:让机器有分辨事物的“眼睛”
人工智能学家
3+阅读 · 2018年4月13日
人工神经网络是否模拟了人类大脑?
数说工作室
9+阅读 · 2017年7月19日
Arxiv
4+阅读 · 2018年4月17日
Arxiv
6+阅读 · 2018年3月31日
VIP会员
相关VIP内容
Yoshua Bengio最新《深度学习》MLSS2020教程,附104页PPT及视频
专知会员服务
130+阅读 · 2020年7月10日
【斯坦福大学博士论文】自监督场景表示学习, 97页pdf
专知会员服务
93+阅读 · 2020年6月19日
麻省理工学院MIT-ICLR2020《神经网络能推断出什么?》
专知会员服务
50+阅读 · 2020年2月19日
相关资讯
清华大学两名博士生被开除:你不吃学习的苦,就要吃生活的苦
机器学习算法与Python学习
25+阅读 · 2019年9月16日
大脑通过统计推理表征“自我”
人工智能学家
6+阅读 · 2019年9月4日
向人类幼儿学习小样本学习?
极市平台
6+阅读 · 2019年7月4日
人工神经网络真的像神经元一样工作吗?
论智
9+阅读 · 2018年11月15日
SNN,像你的大脑一样工作
中国科学院自动化研究所
80+阅读 · 2018年11月7日
李飞飞:让机器有分辨事物的“眼睛”
人工智能学家
3+阅读 · 2018年4月13日
人工神经网络是否模拟了人类大脑?
数说工作室
9+阅读 · 2017年7月19日
Top
微信扫码咨询专知VIP会员