|
|
1. 如何构建认知地图
Whittington, J. C., McCaffary, D., Bakermans, J. J., & Behrens, T. E. (2022). How to build a cognitive map.Nature Neuroscience, 25,1257–1272.
学习和解释环境的结构是生物系统的先天特征，对于指导灵活的行为以实现进化可行性（evolutionary viability）是不可或缺的。认知地图的概念已成为这些能力的主要隐喻之一，揭示这种地图的学习和神经表征已成为神经科学的中心焦点。近年来，已经开发了许多模型来解释海马体和其它大脑区域的细胞反应。因为很难看出这些模型有何不同、它们之间的关系、以及每个模型可以做出什么贡献，所以本综述旨在将这些模型组织成一个清晰的本体（ontology）。该本体揭示了现有实证结果之间的相似之处（parallels），并暗示了理解海马-皮质相互作用及其它方面的新方法。
更为详细的简介：Nat Neurosci重磅综述：如何构建认知地图？ (qq.com)
2. 从认知地图到空间图式
Farzanfar, D., Spiers, H. J., Moscovitch, M., & Rosenbaum, R. S. (2022). From cognitive maps to spatial schemas.Nature Reviews Neuroscience. （2022-11-29更新：出版时间为2022年11月21日，所以卷号、页码暂时还没有。）
图式是指先验知识的结构化主体，它捕获相关经验中的共同模式。图式已在不同物种的情景记忆和空间导航领域分别进行了研究，且根植于记忆巩固理论中，但很少有人尝试整合我们在不同领域——尤其是在人类中——的理解。我们提出，在许多有类似地结构化的环境中导航的经历，会形成空间模式（例如，现代城市的预期布局），它们与认知地图（例如，现代城市的记忆）及事件图式（例如，现代城市中的预期事件）在认知和神经层面共享属性但又不同。我们描述了与空间模式相关的早期理论框架和实证研究结果，以及对人类和非人类动物的空间模式的更有针对性的调查。考虑建筑和城市分析（architecture and urban analytics），包括规模和区域化对空间图式不同属性的影响，可能会提供一种强有力的方法来促进我们对空间图式的理解。
3. 时序经验的网格码
Rueckemann, J. W., Sosa, M., Giocomo, L. M., & Buffalo, E. A. (2021). The grid code for ordered experience.Nature Reviews Neuroscience, 22(10), 637-649.
内嗅皮层网格细胞以周期性模式放电平铺在空间中（tiles space），这暗示了一种空间坐标系统。然而，网格模式的不规则性、以及网格单元在空间导航以外的背景中的响应，对内嗅皮层的现有功能模型提出了挑战。在这篇观点（perspective）中，我们提出，海马体的输入在空间和非空间环境中为网格网络提供关键的大量信息性驱动（informative drive），特别是围绕显著事件。我们在以前的模型之上进行构建，在这些以前的模型中，神经活动在时间上通过内嗅-海马网络传播。网络活动中的这种时间连续性表明，时间顺序是海马结构生成的表征的必要特征。我们主张，内嗅-海马环路中的相互作用，构建了一种根植于经验时间顺序的拓扑表示。通过这种方式，网格单元激发的结构支持一种习得的拓扑，而不是绑定到物理世界测量中的严格的坐标参考系。
4. 人类的表征学习
Radulescu, A., Shin, Y. S., & Niv, Y. (2021). Human representation learning. Annual Review of Neuroscience, 44(1), 253-273.
这篇综述的中心主题是信息选择和学习之间的动态互动。我们提出了一个关于这种互动的基本问题：我们如何知道（learn）我们经验的哪些特征值得学习（learning）？在人类中，这个过程取决于注意力和记忆力，这两种认知功能共同将世界的表征限制为与目标实现相关的特征。最近的证据表明，注意力和记忆形成的表征本身是从每项任务的经验中推断出来的。我们回顾了这一证据，并将其置于将表征学习明确描述为统计推断的工作背景中。我们讨论了如何通过基于少量经验的近似信念来将推理扩展到现实世界的决策。最后，我们强调了这种推理过程对社会环境中人类决策的一些影响。
注 1：封面图来源于论文1，侵删。
注2：仅供参考，可能译出的内容会有歧义、错误之处，欢迎以各种方式交流、批评和指正。 |
|
发表于 2022-12-31 16:52:42