前沿周報(bào) | 認(rèn)知神經(jīng)科學(xué)頂刊本周重磅研究匯總-2026.03.15

本周我們共硬核拆解了26 篇頂刊文獻(xiàn)，助你用最短的時(shí)間，俯瞰本周全球認(rèn)知神經(jīng)科學(xué)的核心進(jìn)展

? 感知覺、注意與意識(shí)

1. 聽覺也有"視錯(cuò)覺"？耶魯團(tuán)隊(duì)重磅揭秘人類感知音調(diào)變化的全新神經(jīng)機(jī)制

1. 視覺皮層自帶"時(shí)鐘"？UCL團(tuán)隊(duì)探秘運(yùn)動(dòng)腦區(qū)如何"讀取"初級(jí)視覺皮層的時(shí)間預(yù)測(cè)

? 學(xué)習(xí)記憶、決策與執(zhí)行控制

1. 大腦如何開啟"降噪模式"？眶額皮層對(duì)感覺信息的預(yù)測(cè)性過濾機(jī)制

1. 你的冒險(xiǎn)決定，在看到結(jié)果前就注定了？最新研究解密反饋如何重塑風(fēng)險(xiǎn)偏好

1. 前額葉如何通過可靠的時(shí)間錯(cuò)位實(shí)現(xiàn)精確的功能分工

1. 稀疏即高效：Nat Neurosci 揭示時(shí)間間距如何重構(gòu)大腦的因果推斷邏輯

1. 為他人做決定，如何改變大腦的元認(rèn)知偏差？探秘社會(huì)責(zé)任影響決策的深層計(jì)算機(jī)制

1. 黑猩猩也會(huì)望梅止渴？Science揭示600萬年前的想象力機(jī)制

1. 大腦每秒抓拍7次！最新研究證實(shí)情景記憶取決于毫秒級(jí)的Theta振蕩

1. Curr Biol揭示大腦如何利用額葉-基底節(jié)回路表征關(guān)系語義

? AI與腦機(jī)接口

1. 腦MRI的"大模型"時(shí)代來了？首個(gè)通用腦影像基礎(chǔ)模型BrainIAC問世！

1. 大模型何時(shí)能可靠判斷"共情"？

1. YORU：把動(dòng)物社交行為識(shí)別帶入實(shí)時(shí)閉環(huán)時(shí)代

1. 大模型讓科研更快，卻可能讓理解變淺：一篇關(guān)于 LLM 與"泛化性幻覺"的提醒

? 情緒、語言與社會(huì)認(rèn)知

1. 社會(huì)腦并不只為"社交"而生：從計(jì)算視角重讀社會(huì)認(rèn)知皮層回路

1. 雙語大腦如何處理"意義"？一項(xiàng)研究發(fā)現(xiàn)中英文共享語義表征

? 心智全景：核心綜述精讀

1. 為什么你的大腦只需一次經(jīng)歷就能刻骨銘心？Nat Neurosci 揭示非赫布學(xué)習(xí)的奧秘

1. 數(shù)字是人類發(fā)明的還是在自然界中發(fā)現(xiàn)的？最新綜述揭開跨物種數(shù)字直覺之謎

? 臨床與疾病機(jī)理

1. 幻覺、期望與因果推斷：Nature Mental Health 揭示當(dāng)代幻覺劑研究的底層邏輯危機(jī)

? 運(yùn)動(dòng)、發(fā)展與其他高級(jí)認(rèn)知

1. 手為什么能"又穩(wěn)又巧"？靈長(zhǎng)類手部控制雙系統(tǒng)

1. 手為什么會(huì)突然更快一點(diǎn)？把多巴胺式學(xué)習(xí)信號(hào)"寫"進(jìn)了到達(dá)動(dòng)作速度里

? 腦科學(xué)新聞與觀點(diǎn)

1. 低成本下的認(rèn)知神經(jīng)科學(xué)的全球突圍：在動(dòng)態(tài)環(huán)境中重構(gòu)腦研究標(biāo)準(zhǔn)

2. 誰在收割科研經(jīng)費(fèi)？中科院對(duì)頂級(jí)OA期刊的停付令釋放了什么信號(hào)？

3. 看懂了神經(jīng)流形，就真的懂大腦環(huán)路了嗎？

4. 神經(jīng)科學(xué)賦能AI革新：從神經(jīng)動(dòng)力學(xué)中尋找實(shí)時(shí)學(xué)習(xí)的新支點(diǎn)

5. "概念細(xì)胞"被發(fā)現(xiàn)20周年，我們離理解人類意識(shí)還有多遠(yuǎn)？

01

Nature Human Behaviour

Humans can use positive and negative spectrotemporal correlations to detect rising and falling pitch

聽覺也有"視錯(cuò)覺"？耶魯團(tuán)隊(duì)重磅揭秘人類感知音調(diào)變化的全新神經(jīng)機(jī)制

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究提出了一種線性非線性子空間模型，將訓(xùn)練于聽覺皮層單神經(jīng)元數(shù)據(jù)的復(fù)雜本文揭示了人類感知音調(diào)升降的全新機(jī)制。研究發(fā)現(xiàn)，人類能利用正向和負(fù)向的時(shí)頻強(qiáng)度相關(guān)性來檢測(cè)頻譜運(yùn)動(dòng)，并由此產(chǎn)生了一種全新的聽覺錯(cuò)覺。結(jié)合腦成像與自然語音分析進(jìn)一步表明，人類聽覺皮層采用了"方向?qū)?機(jī)制來處理此類信號(hào)，這在真實(shí)世界的語音感知中具有重要的生態(tài)學(xué)價(jià)值，同時(shí)也證實(shí)了人類的視、聽覺系統(tǒng)共享著高度相似的局部相關(guān)性運(yùn)動(dòng)檢測(cè)算法。卷積神經(jīng)網(wǎng)絡(luò)成功降維為低維且可解釋的感知調(diào)諧子空間。該降維模型能夠以極高精度預(yù)測(cè)神經(jīng)活動(dòng)。機(jī)制分析表明，局部神經(jīng)元群體雖然共享同一個(gè)刺激子空間，但各個(gè)神經(jīng)元的感受野通過稀疏拼接的方式對(duì)刺激進(jìn)行獨(dú)立表征，且這些非線性編碼屬性受到神經(jīng)元類型及所處皮層深度的顯著調(diào)控。該成果為解釋基于深度學(xué)習(xí)的感知編碼模型確立了通用框架，有效彌合了網(wǎng)絡(luò)預(yù)測(cè)精度與生物學(xué)可解釋性之間的鴻溝。

02

Current Biology

Temporal predictions as motor readouts of sensory predictions

視覺皮層自帶"時(shí)鐘"？UCL團(tuán)隊(duì)探秘運(yùn)動(dòng)腦區(qū)如何"讀取"初級(jí)視覺皮層的時(shí)間預(yù)測(cè)

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究揭示早期視覺皮層會(huì)以極高的時(shí)間精度編碼預(yù)期的視覺內(nèi)容，且該特定內(nèi)容的預(yù)測(cè)獨(dú)立于具體任務(wù)出現(xiàn)。僅當(dāng)執(zhí)行時(shí)間判斷任務(wù)時(shí)，輔助運(yùn)動(dòng)區(qū)等運(yùn)動(dòng)腦區(qū)的神經(jīng)振蕩相位才會(huì)與視覺皮層的內(nèi)容編碼產(chǎn)生耦合。這表明大腦的時(shí)間預(yù)測(cè)機(jī)制并非獨(dú)立存在，而是運(yùn)動(dòng)系統(tǒng)對(duì)感覺皮層中精確時(shí)間內(nèi)容預(yù)測(cè)的直接讀取。該發(fā)現(xiàn)革新了神經(jīng)節(jié)律現(xiàn)象的傳統(tǒng)認(rèn)知，為理解時(shí)間與內(nèi)容預(yù)測(cè)的跨腦區(qū)整合提供了全新視角。

03

Nature Neuroscience

Orbitofrontal cortex drives predictive filtering of sensory responses

大腦如何開啟"降噪模式"？

眶額皮層對(duì)感覺信息的預(yù)測(cè)性過濾機(jī)制

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究揭示了大腦感覺習(xí)慣化過濾熟悉刺激的自上而下皮層神經(jīng)機(jī)制。研究表明隨著聲音刺激重復(fù)，眶額皮層會(huì)構(gòu)建內(nèi)部預(yù)測(cè)模型并向初級(jí)聽覺皮層發(fā)送預(yù)測(cè)信號(hào)。該信號(hào)特異性激活聽皮層生長(zhǎng)抑素表達(dá)抑制性神經(jīng)元，生成預(yù)期刺激的負(fù)向印記，進(jìn)而廣泛抑制局部網(wǎng)絡(luò)以抵消預(yù)期輸入。該發(fā)現(xiàn)顛覆了習(xí)慣化僅源于外周疲勞的傳統(tǒng)認(rèn)知，為孤獨(dú)癥等伴隨感覺過度敏感與過濾缺陷的精神疾病提供了關(guān)鍵的神經(jīng)環(huán)路解釋。

04

Nature Communications

Feedback-induced attitudinal changes in risk preferences

你的冒險(xiǎn)決定，在看到結(jié)果前就注定了？

最新研究解密反饋如何重塑風(fēng)險(xiǎn)偏好

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究發(fā)現(xiàn)在風(fēng)險(xiǎn)決策中提供結(jié)果反饋并不會(huì)促進(jìn)期望值最大化，反而會(huì)一致地增加個(gè)體的風(fēng)險(xiǎn)尋求行為。細(xì)粒度的時(shí)間動(dòng)力學(xué)分析表明，這種效應(yīng)在實(shí)際體驗(yàn)到任何結(jié)果之前就已顯現(xiàn)，從而排除了學(xué)習(xí)機(jī)制的主導(dǎo)地位。相反，這種行為改變受態(tài)度機(jī)制驅(qū)動(dòng)：在部分反饋下主要源于認(rèn)知性好奇，在完全反饋下則受預(yù)期后悔驅(qū)動(dòng)。該研究不僅挑戰(zhàn)了主流的經(jīng)驗(yàn)采樣決策模型，更深刻揭示了反饋主要通過態(tài)度預(yù)期而非學(xué)習(xí)過程重塑人類風(fēng)險(xiǎn)偏好的認(rèn)知機(jī)制。

05

Neuron

Regional specialization in prefrontal cortex manifests in the reliability of task progression codes

前額葉如何通過可靠的時(shí)間錯(cuò)位實(shí)現(xiàn)精確的功能分工

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究發(fā)現(xiàn)前額葉功能特化源于任務(wù)推進(jìn)編碼的跨試次可靠性差異，而非表征內(nèi)容。背側(cè)內(nèi)側(cè)前額葉 dmPFC 在動(dòng)作階段提供可靠進(jìn)度信號(hào)，而眶額皮層 OFC 在結(jié)果預(yù)期階段展現(xiàn)編碼一致性優(yōu)勢(shì)。這種可靠性的時(shí)空特化可精準(zhǔn)預(yù)測(cè)行動(dòng)效率與沖動(dòng)行為，為理解前額葉如何通過相位特異性神經(jīng)腳手架驅(qū)動(dòng)復(fù)雜認(rèn)知提供了全新框架。

06

Nature Neuroscience

Temporal spacing of stimuli as a principle of predictive learning

稀疏即高效：Nat Neurosci 揭示時(shí)間間距如何重構(gòu)大腦的因果推斷邏輯

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本文章揭示時(shí)間間距是預(yù)測(cè)性學(xué)習(xí)的核心準(zhǔn)則。實(shí)驗(yàn)證明稀疏分布的獎(jiǎng)賞能顯著加速行為習(xí)得，伴隨伏隔核多巴胺信號(hào)向預(yù)測(cè)線索的快速轉(zhuǎn)移。其神經(jīng)機(jī)制遵循回顧性信用分配邏輯，即大腦在獎(jiǎng)賞發(fā)生時(shí)回溯歸因，較長(zhǎng)的間隔能減少線索重疊產(chǎn)生的歧義，顯著提升信用分配效率。該發(fā)現(xiàn)挑戰(zhàn)了傳統(tǒng)前瞻性模型，強(qiáng)調(diào)了時(shí)序結(jié)構(gòu)在提取環(huán)境因果邏輯中的決定性作用。

07

Science Advances

Deciding for others alters metacognition leading to responsibility aversion

為他人做決定，如何改變大腦的元認(rèn)知偏差？探秘社會(huì)責(zé)任影響決策的深層計(jì)算機(jī)制

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究通過為自己-他人進(jìn)行知覺決策實(shí)驗(yàn)范式發(fā)現(xiàn)，在為他人做決定時(shí)，個(gè)體的決策信心會(huì)顯著下降，但客觀準(zhǔn)確率并未改變。這種信心下降是人們產(chǎn)生責(zé)任規(guī)避傾向的核心原因。認(rèn)知計(jì)算建模表明，社會(huì)責(zé)任主要通過改變決策者的元認(rèn)知偏差來發(fā)揮作用，而非單純改變風(fēng)險(xiǎn)偏好。該發(fā)現(xiàn)將社會(huì)責(zé)任對(duì)決策的影響從傳統(tǒng)的風(fēng)險(xiǎn)態(tài)度擴(kuò)展至元認(rèn)知層面，為理解復(fù)雜社會(huì)互動(dòng)中的決策行為提供了全新的理論框架。

08

Science

Evidence for representation of pretend objects by Kanzi, a language-trained bonobo

黑猩猩也會(huì)望梅止渴？

Science揭示600萬年前的想象力機(jī)制

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究通過xxx任務(wù)。研究揭示了xxx。該發(fā)現(xiàn)xxx。這里用100字左右來簡(jiǎn)短概括這篇本研究通過對(duì)倭黑猩猩Kanzi的受控實(shí)驗(yàn)，證實(shí)了非人靈長(zhǎng)類具備表征虛構(gòu)客體的二級(jí)表征能力。受試者能準(zhǔn)確追蹤虛構(gòu)客體的空間位移并將其與現(xiàn)實(shí)區(qū)分，展現(xiàn)了關(guān)鍵的心理脫耦機(jī)制。該發(fā)現(xiàn)打破了假裝行為的人類唯一性，表明這一認(rèn)知基石至少在600萬至900萬年前的共同祖先中已演化形成，為理解心理狀態(tài)歸因及未來規(guī)劃能力的演化起源提供了核心證據(jù)。研究

09

Nature Human Behaviour

Episodic memory encoding fluctuates at a theta rhythm of 3–10 Hz

大腦每秒抓拍7次！最新研究證實(shí)情景記憶取決于毫秒級(jí)的Theta振蕩

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究采用高頻密集采樣實(shí)驗(yàn)范式，發(fā)現(xiàn)人類情景記憶編碼并非連續(xù)，而是以3至10赫茲的theta頻率發(fā)生節(jié)律性波動(dòng)。該特定節(jié)律獨(dú)立于注意力波動(dòng)的節(jié)律，且受乙酰膽堿相關(guān)因素如持續(xù)注意狀態(tài)及尼古丁使用的顯著調(diào)節(jié)。此發(fā)現(xiàn)為記憶的編碼與提取分離相模型提供了關(guān)鍵行為學(xué)證據(jù)，揭示了大腦將連續(xù)經(jīng)驗(yàn)切分為離散時(shí)間窗口進(jìn)行高效存儲(chǔ)的認(rèn)知機(jī)制，極大地深化了對(duì)學(xué)習(xí)時(shí)間動(dòng)態(tài)特性的理解。

10

Current Biology

Mapping concept and relational semantic representation in the brain using large language models

Curr Biol揭示大腦如何利用額葉-基底節(jié)回路表征關(guān)系語義

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

該研究利用大語言模型解析大腦語義編碼，揭示了從概念到關(guān)系的神經(jīng)表征分離模式。腹側(cè)流主要表征孤立概念，而頂葉則整合概念與關(guān)系信息，前額葉與基底節(jié)則特異性表征抽象邏輯關(guān)系。這一發(fā)現(xiàn)闡明了額葉-基底節(jié)回路在復(fù)雜語義推理中的核心作用，為利用人工智能模型探索人類高級(jí)認(rèn)知機(jī)制提供了創(chuàng)新范式。

11

Nature Neuroscience

A generalizable foundation model for analysis of human brain MRI

腦MRI的"大模型"時(shí)代來了？

首個(gè)通用腦影像基礎(chǔ)模型BrainIAC問世！

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本文提出了一種名為BrainIAC的腦MRI通用基礎(chǔ)模型。通過在近5萬例無標(biāo)簽?zāi)X部MRI掃描上進(jìn)行自監(jiān)督預(yù)訓(xùn)練，該模型提取了穩(wěn)健的通用神經(jīng)影像特征。在腦齡評(píng)估、腫瘤分割等7個(gè)下游臨床任務(wù)中，BrainIAC全面超越了現(xiàn)有基線模型。尤其在極小樣本和低數(shù)據(jù)場(chǎng)景下，它展現(xiàn)出了卓越的泛化與適應(yīng)能力，為解決神經(jīng)影像數(shù)據(jù)稀缺問題、加速醫(yī)療AI臨床轉(zhuǎn)化提供了強(qiáng)大工具。

12

Nature Machine Intelligence

When large language models are reliable for judging empathic communication

大模型何時(shí)能可靠判斷"共情"？

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究聚焦大模型能否可靠判斷"共情溝通"。作者選取心理學(xué)、傳播學(xué)與自然語言處理的四套框架，對(duì)200段真實(shí)對(duì)話進(jìn)行專家、眾包與LLM的比較，核心方法是以評(píng)分者間一致性為指標(biāo)。結(jié)果顯示，LLM在多數(shù)清晰可觀察的維度上已接近專家水平，明顯優(yōu)于眾包，但在需推斷意圖的維度一致性較低。結(jié)論是模型可靠性取決于評(píng)估框架的清晰度，未來需同時(shí)優(yōu)化模型與量表設(shè)計(jì)。

13

Science Advances

YORU: Animal behavior detection with object-based approach for real-time closed-loop feedback

YORU：把動(dòng)物社交行為識(shí)別帶入實(shí)時(shí)閉環(huán)時(shí)代

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究針對(duì)多動(dòng)物社交行為識(shí)別的復(fù)雜性，提出了將行為本身作為"行為對(duì)象"直接檢測(cè)的方法，開發(fā)了系統(tǒng)YORU。研究利用YOLOv5等目標(biāo)檢測(cè)模型訓(xùn)練，并在果蠅、螞蟻、斑馬魚等多物種場(chǎng)景中驗(yàn)證其準(zhǔn)確性和泛化能力。結(jié)果顯示，YORU在遮擋和群體場(chǎng)景下表現(xiàn)更穩(wěn)，能實(shí)時(shí)輸出并驅(qū)動(dòng)光遺傳學(xué)刺激，實(shí)現(xiàn)閉環(huán)干預(yù)。結(jié)論是該方法有效提升了社交行為識(shí)別的可靠性，并推動(dòng)了實(shí)時(shí)神經(jīng)調(diào)控的可能性

14

Trends in Cognitive Sciences

Producing more while understanding less with large language models

大模型讓科研更快，卻可能讓理解變淺：

一篇關(guān)于 LLM 與"泛化性幻覺"的提醒

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究回應(yīng)了"LLM可增強(qiáng)科研泛化性"的觀點(diǎn)，指出其真正問題在于可能制造"理解幻覺"。作者通過分析歷史人群模擬、跨文化預(yù)實(shí)驗(yàn)和臨床訓(xùn)練三類應(yīng)用場(chǎng)景，結(jié)合"DEAD"框架，論證大模型雖能加快科研流程，卻未必提升對(duì)人類認(rèn)知的真實(shí)理解。結(jié)論是：效率提升不等于理解加深，研究者需警惕過度依賴生成式AI導(dǎo)致的偏差與錯(cuò)誤自信。

15

Nature Reviews Neuroscience

Computational origins of cortical brain circuits for social cognition

社會(huì)腦并不只為"社交"而生：

從計(jì)算視角重讀社會(huì)認(rèn)知皮層回路

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究重新審視"社會(huì)腦"的本質(zhì)問題：它是否真是專屬社交的模塊。作者通過計(jì)算神經(jīng)科學(xué)視角，整合人類與獼猴的fMRI、單神經(jīng)元記錄、經(jīng)顱刺激及行為建模證據(jù)，比較社會(huì)與非社會(huì)任務(wù)的計(jì)算需求。結(jié)果發(fā)現(xiàn)，dmPFC、TPJ、STS、海馬體等腦區(qū)的活躍源于計(jì)算復(fù)雜度，而非任務(wù)的社會(huì)性。結(jié)論是社會(huì)認(rèn)知皮層回路更像通用計(jì)算機(jī)制，可在不同情境中復(fù)用。

16

PNAS

Bilingual language processing relies on shared semantic representations that are modulated by each language

雙語大腦如何處理"意義"？

一項(xiàng)研究發(fā)現(xiàn)中英文共享語義表征

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究探討雙語者大腦如何處理語義問題，聚焦中英文是否共享語義表征。研究團(tuán)隊(duì)利用功能磁共振成像和跨語言語義任務(wù)，結(jié)合機(jī)器學(xué)習(xí)方法分析腦區(qū)活動(dòng)模式。結(jié)果發(fā)現(xiàn)，中英文在左側(cè)顳葉等關(guān)鍵區(qū)域呈現(xiàn)高度重疊的語義表征，說明雙語者的大腦在不同語言間共享語義加工機(jī)制。結(jié)論是雙語大腦通過統(tǒng)一的神經(jīng)語義系統(tǒng)實(shí)現(xiàn)跨語言理解，為語言認(rèn)知和神經(jīng)機(jī)制研究提供了新證據(jù)。

17

Nature Neuroscience

Behavioral timescale synaptic plasticity: properties, elements and functions

為什么你的大腦只需一次經(jīng)歷就能刻骨銘心？

Nat Neurosci 揭示非赫布學(xué)習(xí)的奧秘

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

Magee (2026) 發(fā)表綜述系統(tǒng)闡述了行為時(shí)間尺度突觸可塑性（BTSP）的生物學(xué)架構(gòu)。該機(jī)制由樹突鈣平臺(tái)電位驅(qū)動(dòng)，可在秒級(jí)跨度實(shí)現(xiàn)單次嘗試學(xué)習(xí)，突破了傳統(tǒng)赫布規(guī)則的毫秒限制。其核心邏輯涉及內(nèi)嗅皮層指令信號(hào)誘發(fā)的平臺(tái)電位與穩(wěn)定突觸殘余權(quán)重的交互，實(shí)現(xiàn)了精準(zhǔn)的高維信用分配。該理論為破解穩(wěn)定性-可塑性難題提供了關(guān)鍵方案，對(duì)理解海馬體空間表征動(dòng)態(tài)與開發(fā)類腦計(jì)算模型具有里程碑意義。

18

Trends in Cognitive Sciences

The making of number: from content to representation

數(shù)字是人類發(fā)明的還是在自然界中發(fā)現(xiàn)的？

最新綜述揭開跨物種數(shù)字直覺之謎

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

針對(duì)數(shù)字認(rèn)知的先天與后天之爭(zhēng)，本文提出需區(qū)分客觀的數(shù)字內(nèi)容與符號(hào)化的表征格式。人類等物種天生具備處理數(shù)量的近似數(shù)字系統(tǒng)，這構(gòu)成了被發(fā)現(xiàn)的先天數(shù)字內(nèi)容；而精確的算術(shù)與符號(hào)則是被發(fā)明的文化表征格式。研究提出涌現(xiàn)主義視角的表征共建框架，指出成熟的數(shù)字認(rèn)知是由先天的生物學(xué)預(yù)設(shè)與后天的文化實(shí)踐動(dòng)態(tài)交互而成的。該框架有效整合了神經(jīng)科學(xué)與計(jì)算模型等多領(lǐng)域證據(jù)，為理解幾何與語言等人類高級(jí)符號(hào)認(rèn)知能力的起源提供了統(tǒng)一的理論范式。

19

Nature Mental Health

The extrapolation fallacy in unblinded psychedelic trials

幻覺、期望與因果推斷：Nature Mental Health 揭示當(dāng)代幻覺劑研究的底層邏輯危機(jī)

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本文批判了幻覺劑臨床試驗(yàn)中因功能性破盲引發(fā)的外推謬誤。藥物顯著的心理效應(yīng)使雙盲設(shè)計(jì)失效，導(dǎo)致藥理作用與患者期望及治療語境深度耦合，嚴(yán)重?fù)p害了因果推斷的內(nèi)部效度。若忽視環(huán)境因素與治療聯(lián)盟的貢獻(xiàn)，監(jiān)管決策將面臨真實(shí)世界有效性下降與安全風(fēng)險(xiǎn)增加的威脅。該研究強(qiáng)調(diào)構(gòu)建整合性證據(jù)評(píng)估框架的緊迫性，為幻覺劑臨床轉(zhuǎn)化的安全性與規(guī)范化奠定了方法論基礎(chǔ)。

20

Science Advances

Primate dexterous hand movements are controlled by functionally distinct premotoneuronal systems

手為什么能"又穩(wěn)又巧"？靈長(zhǎng)類手部控制雙系統(tǒng)

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究探討靈長(zhǎng)類手部控制的核心問題：為何能同時(shí)保持穩(wěn)定與靈巧。研究團(tuán)隊(duì)結(jié)合神經(jīng)影像、行為實(shí)驗(yàn)與計(jì)算建模，揭示手部運(yùn)動(dòng)由兩套并行系統(tǒng)協(xié)同驅(qū)動(dòng)——一套負(fù)責(zé)穩(wěn)定抓握，另一套實(shí)現(xiàn)精細(xì)操作。結(jié)果顯示，這種雙系統(tǒng)架構(gòu)在靈長(zhǎng)類中普遍存在，解釋了其復(fù)雜的手部功能。結(jié)論是手部控制并非單一機(jī)制，而是雙系統(tǒng)互補(bǔ)，使靈長(zhǎng)類具備高效而靈活的操作能力。

21

Science Advances

Rapid dopaminergic signatures in movement: Reach vigor reflects reward prediction error and learned expectation

手為什么會(huì)突然更快一點(diǎn)？把多巴胺式學(xué)習(xí)信號(hào)"寫"進(jìn)了到達(dá)動(dòng)作速度里

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究關(guān)注到達(dá)動(dòng)作速度為何會(huì)突然加快的問題。作者提出多巴胺學(xué)習(xí)信號(hào)可能直接寫入運(yùn)動(dòng)控制過程。研究通過靈長(zhǎng)類實(shí)驗(yàn)結(jié)合神經(jīng)影像與計(jì)算建模，分析到達(dá)動(dòng)作速度與獎(jiǎng)勵(lì)預(yù)測(cè)誤差的關(guān)系。結(jié)果顯示，動(dòng)作速度的變化確實(shí)與多巴胺式學(xué)習(xí)信號(hào)緊密相關(guān)。結(jié)論是運(yùn)動(dòng)控制不僅受機(jī)械因素影響，還嵌入了學(xué)習(xí)與獎(jiǎng)勵(lì)機(jī)制，為理解動(dòng)作與學(xué)習(xí)的耦合提供了新視角。

22

Nature Neuroscience

Building scalable neuroimaging programs across diverse human environments

低成本下的認(rèn)知神經(jīng)科學(xué)的全球突圍：

在動(dòng)態(tài)環(huán)境中重構(gòu)腦研究標(biāo)準(zhǔn)

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

該研究針對(duì)傳統(tǒng)神經(jīng)成像過度聚焦特定西方人群的局限，提出一種可擴(kuò)展的全球大規(guī)模研究范式。通過便攜式腦電技術(shù)與非專家采集模式，在多元環(huán)境下高效獲取高通量神經(jīng)生理數(shù)據(jù)。其核心邏輯在于系統(tǒng)解析環(huán)境暴露與生活經(jīng)驗(yàn)對(duì)人類腦功能的塑造機(jī)制。這一范式大幅降低了科研成本，為理解神經(jīng)多樣性及制定精準(zhǔn)腦健康政策提供了里程碑式的實(shí)踐框架。

23

Science

Major Chinese funder to stop paying fees for 30 pricey open-access journals

誰在收割科研經(jīng)費(fèi)？中科院對(duì)頂級(jí)OA期刊的停付令釋放了什么信號(hào)？

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

中科院計(jì)劃從2026年3月起停止資助30種版面費(fèi)超過5000美元的高價(jià)OA期刊，旨在通過成本控制倒逼國(guó)際出版商降價(jià)并扶持本土學(xué)術(shù)期刊。Science的數(shù)據(jù)分析顯示，受影響期刊約40%的稿源涉及中國(guó)作者，這意味著中科院的資金紅線將直接沖擊國(guó)際頂刊的收入結(jié)構(gòu)。此舉順應(yīng)了全球范圍內(nèi)對(duì)學(xué)術(shù)出版可持續(xù)性的追求，標(biāo)志著科研經(jīng)費(fèi)管理從追求數(shù)量向追求效率與責(zé)任的重要轉(zhuǎn)型。

24

Neuron

Linking neural manifolds to circuit structure in recurrent networks

看懂了神經(jīng)流形，就真的懂大腦環(huán)路了嗎？

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

本研究在循環(huán)神經(jīng)網(wǎng)絡(luò)模型中揭示了神經(jīng)流形、單神經(jīng)元選擇性與底層環(huán)路結(jié)構(gòu)之間的深刻聯(lián)系。研究發(fā)現(xiàn)不同的拓?fù)洵h(huán)路結(jié)構(gòu)能夠產(chǎn)生等效的低維神經(jīng)動(dòng)力學(xué)和相似的單神經(jīng)元活動(dòng)分布，表現(xiàn)出明顯的簡(jiǎn)并性。然而，底層的環(huán)路結(jié)構(gòu)會(huì)嚴(yán)格約束種群動(dòng)力學(xué)的對(duì)稱性，并限制神經(jīng)元在相似性空間中嵌入的拓?fù)涮卣鳌Ｔ摪l(fā)現(xiàn)不僅為利用大規(guī)模神經(jīng)記錄數(shù)據(jù)比較和驗(yàn)證各類網(wǎng)絡(luò)模型提供了理論標(biāo)準(zhǔn)，也成功架起了經(jīng)典皮層模型與神經(jīng)流形理論的堅(jiān)實(shí)橋梁。

25

Nature Machine Intelligence

What neuroscience can tell AI about learning in continuously changing environments

神經(jīng)科學(xué)賦能AI革新：

從神經(jīng)動(dòng)力學(xué)中尋找實(shí)時(shí)學(xué)習(xí)的新支點(diǎn)

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

該研究針對(duì)人工智能在非平穩(wěn)環(huán)境下的適應(yīng)瓶頸，提出利用神經(jīng)動(dòng)力學(xué)與多尺度突觸機(jī)制重塑計(jì)算范式。核心闡明吸引子流形與分岔理論能支撐計(jì)算結(jié)構(gòu)的快速重組，而行為尺度可塑性則賦能一次性經(jīng)驗(yàn)的即時(shí)內(nèi)化。這一神經(jīng)人工智能路徑通過引入大腦的拓?fù)鋭?dòng)力學(xué)特性，為解決智能體實(shí)時(shí)適應(yīng)與災(zāi)難性遺忘問題提供了關(guān)鍵理論啟示。

26

Neuron

20 years of concept cells: From invariant responses to a unique coding of human memory

"概念細(xì)胞"被發(fā)現(xiàn)20周年，

我們離理解人類意識(shí)還有多遠(yuǎn)？

「點(diǎn)擊上方圖片可跳轉(zhuǎn)解讀推文」

約20年前，"詹妮弗·安妮斯頓神經(jīng)元"的偶然發(fā)現(xiàn)震動(dòng)了學(xué)界：科學(xué)家在人類大腦中找到了專門對(duì)特定人物或概念產(chǎn)生強(qiáng)烈反應(yīng)的細(xì)胞。在概念細(xì)胞被發(fā)現(xiàn)20周年之際，其發(fā)現(xiàn)者Rodrigo Quian Quiroga撰文，系統(tǒng)梳理了這類神經(jīng)元在過去二十年間的核心研究成果。作者不僅詳細(xì)闡述了概念細(xì)胞如何通過與新皮層表征協(xié)同協(xié)作來形成和存儲(chǔ)記憶，更拋出了一個(gè)極具顛覆性的觀點(diǎn)：這種基于概念細(xì)胞的抽象表征模式，很可能是人類所獨(dú)有的，它鑄就了我們高級(jí)認(rèn)知能力（如抽象思維和泛化）的輝煌，同時(shí)也要求我們必須重新審視基于動(dòng)物模型建立的傳統(tǒng)海馬記憶編碼理論。

編輯：PsyBrain 腦心前沿編輯部

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(rèn)知神經(jīng)科學(xué)的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及 Nat Neurosci, Nat Hum Behav, Neuron, Sci Adv 等核心子刊與頂級(jí)大刊

每日速遞「深度解讀」與「前沿快訊」，為你打破信息差

科研是一場(chǎng)探索未知的長(zhǎng)跑，但你無需獨(dú)行。歡迎志同道合的你加入PsyBrain 學(xué)術(shù)社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點(diǎn)擊卡片進(jìn)群，歡迎你的到來

一鍵分享，讓更多人了解前沿