大脑的「思维-视觉」回路：抑制性神经元如何连接思考与感知

数十年来，神经科学讲述了一个看似合理的故事：眼睛收集原始视觉信息，通过一系列神经中继站传递到大脑深处的皮层，在那里"思考"才开始——信息被加工并用于推理、判断和决策。感觉是输入，思考是输出，两者泾渭分明。

但 Nuttida Rungratsameetaweemana 教授的团队正在颠覆这一叙事。

感觉区域并非被动中继

去年，该团队发表了 fMRI 扫描结果，显示大脑最早的视觉皮层区域——最先接收视觉信号的区域——存在出人意料的活跃模式。这些早期区域并非被动地转发眼睛看到的内容，而是根据参与者正在执行的任务以不同方式处理相同信息。

当参与者按一套规则对形状进行分类时，早期视觉系统的行为模式是一种；当要求他们对同一形状应用不同规则时，行为模式又不同。这表明"思维"正在影响"感觉"——自上而下的信息流在最早的处理阶段就已发挥作用。

神经模型揭示机制

在2026年7月2日发表于 PLOS Biology 的新论文中，团队构建了一个遵循大脑规则的简单神经网络模型。与大脑一样，模型包含两类神经元：驱动其他神经元放电的兴奋性神经元，以及抑制放电的抑制性神经元。

当模型执行与人类参与者相似的任务后，研究者检查了模型内部的连接模式，发现了一个关键发现：抑制性神经元之间的连接——即"抑制-抑制"连接——似乎承担了从系统"思维"部分向"感觉"部分传递关键信息的功能。

为了验证这一发现，研究者削弱了模型中的抑制-抑制连接，模型在不同任务间切换的能力随即崩溃。而削弱其他类型的连接则对性能影响不大。

从小鼠到人类：跨物种验证

这一发现不仅停留在计算模型层面。研究团队在小鼠视觉皮层的活体记录中验证了这一机制：沉默锚定这一回路的抑制性细胞后，皮层追踪任务上下文的能力显著降低，与模型预测完全一致。

这种"去抑制"（disinhibition）机制之所以重要，是因为它赋予了系统对信息表征的精细控制能力。抑制性神经元抑制其他抑制性神经元，相当于"抑制了抑制者"，从而精确地释放特定信息通道的信号。

对人工智能的启示

Rungratsameetaweemana 指出，大脑能够以远低于大语言模型的能耗、在更多场景中表现出更强的能力，且无需在整个互联网上进行训练。大脑通过进化和其布线中的冗余性达到了这一水平。

"我们的模型是循环神经网络，与今天大语言模型背后的 transformer 架构截然不同。目标是一个一个地弄清这些原理，并用它们使AI更精简、更具适应性。这种抑制-抑制模式就是其中之一。"

从临床起点到基础突破

这条研究路线的起点出人意料地具有临床色彩。2015年，Rungratsameetaweemana 开始研究缺失海马体的患者。如果大脑是真正模块化的，失去这个关键记忆组件应该导致大量功能丧失。但事实并非如此——这些患者仍然能完成许多任务。这成为最早的证据，表明大脑的早期区域所做的远不止转发感觉信息。

下一步，团队已回到人类被试，与临床合作者密切合作，监测植入深部电极的癫痫患者在进行认知任务时的神经活动，以获得更精细的数据来检验假说。

[关联推荐]

• 从 AlphaFold 到可编程蛋白质设计 — AI如何理解生物系统
• AI 编程生物学 — AI与生物学的交叉前沿

---