人类拥有一种近乎“魔术”般的认知能力：有时只需看一眼模糊不清的图像，就能瞬间识别出其中的物体，且这种识别能力会伴随终生。这种现象被称为“单次知觉学习（One-shot perceptual learning）”。近日，发表于《自然-通讯》（Nature Communications）的一项研究首次锁定并揭示了大脑实现这一跨越式认知的关键区域及计算机制：高级视觉皮层（High-level visual cortex, HLVC）。
该研究由纽约大学（NYU）格罗斯曼医学院神经科学与放射学系副教授 何碧玉（Biyu He） 博士与神经外科助理教授 Eric Oermann 博士共同主导。
核心发现：HLVC 是“先验知识”的调取中枢
当我们面对信息缺失的模糊图像（如 Mooney images，即退化的物体阴影图）时，大脑会调用过去存储的记忆——即“先验知识（Priors）”来填补信息空白。研究团队通过结合功能磁共振成像（fMRI）、行为测试及颅内脑电图（iEEG）发现：
-
关键区域定位： HLVC 是大脑存储并访问“先验知识”的核心地带。iEEG 数据显示，在受试者产生识别物体的“啊哈瞬间（Aha moment）”时，HLVC 区域最早出现了神经信号强度的变化。
-
编码特质： 行为实验显示，这些先验知识编码的是具体的视觉模式（如形状、轮廓），而非抽象概念。例如，旋转图像或改变位置会降低识别率，但改变图像大小则无影响。这证明先验知识与具体的视觉表征紧密相关。
临床深度：幻觉可能是“先验”对现实的压制
这项研究不仅揭示了正常认知的奥秘，也为精神疾病的病理学研究提供了新视角。何碧玉博士指出，精神分裂症（Schizophrenia）和帕金森病（Parkinson's disease）患者常伴有单次学习能力异常。在这些疾病中，大脑存储的“先验知识”可能过度活跃，甚至“压倒”了实时的视觉输入，从而导致患者产生幻觉（Hallucinations）。这一发现为研究此类疾病的感知功能障碍提供了可直接测试的理论框架。
AI 跨界验证：受人脑启发的“视觉互感器”
为了验证这一生物学发现，研究团队构建了一个名为 Vision Transformer 的人工智能模型。
-
架构创新： 与主流 AI 不同，该模型模拟人脑 HLVC 的功能，设立了专门存储累积图像信息的“先验模块”。
-
效能突破： 实验显示，拥有先验模块的 AI 模型在少量训练下即可实现类似人类的“单次学习”能力，表现优于其他缺乏该模块的顶尖 AI 模型。
-
融合趋势： Eric Oermann 博士强调，这标志着计算神经科学与人工智能进化的深度融合。
未来展望
目前，研究团队正致力于探索视觉感知中的“顿悟”与人类理解新思想时的“灵感爆发”之间是否存在相同的底层神经机制。这一成果不仅有助于开发更具人脑知觉特性的 AI 系统，也为精神分裂症等认知障碍的早期干预提供了潜在的靶点。
参考文献：Ayaka Hachisuka et al, Neural and computational mechanisms underlying one-shot perceptual learning in humans, Nature Communications (2026). DOI: 10.1038/s41467-026-68711-x
编辑：王洪
排版：李丽
评论 (0)