认知神经科学前沿文献分享
基本信息
Title:Distinct roles of hippocampus and neocortex in symbolic compositional generalization
发表时间:2026-06-22
发表期刊:Neuron
影响因子:16.9
获取原文:
1. 添加小助手:PSY-Brain-Frontier即可获取PDF版本
研究背景
当我们第一次听到“粉色的鸭嘴兽”这个词时，即使从未见过这种生物，脑海中也能立刻浮现出它的样子，甚至能推断它大概会游泳、会产卵。这种将已知的离散概念（粉色、鸭嘴兽）重新组合，从而对全新事物做出推断的能力，在认知科学中被称为“组合泛化”（compositional generalization）。这不仅是人类智能的核心特征，也是当前人工智能系统仍在苦苦挣扎的难点。
然而，大脑究竟是如何在物理层面上实现这种组合的？过去的研究虽然牵涉了海马体（HPC）和腹内侧前额叶（vmPFC）等区域，但具体的神经计算机制依然是个谜。大脑是利用高维的神经空间来保持各个概念的独立性，还是利用低维的神经空间来促进知识的泛化？不同的脑区在这一过程中又扮演着什么角色？
为了回答这些问题，牛津大学的研究团队设计了一项巧妙的“寻宝任务”。他们让参与者学习离散的视觉符号（颜色和动物形状），并将其映射到二维空间坐标系中（例如颜色代表X轴，形状代表Y轴）。关键在于，参与者在训练阶段只学习了部分组合，而在测试阶段，他们必须利用学到的规则，推断出全新颜色与形状组合的隐藏位置。借助功能磁共振成像（fMRI）和神经几何学分析，这项发表于《Neuron》的研究为我们完整描绘了大脑将离散符号转化为空间行动的神经计算图景。
研究核心总结
这项研究最核心的突破在于，它没有笼统地谈论“大脑如何推理”，而是精确拆解了不同脑区在表征维度和几何结构上的分工。研究发现，面对全新的组合刺激，大脑并非采用单一策略，而是通过一条从高维抽象到低维具象的流水线来完成任务。
一、海马体与前额叶采用高维编码，确保特征的独立与灵活
要组合两个概念，首先必须确保这两个概念在脑海中不被混淆。研究者通过交叉验证的奇异值分解（SVD）分析发现，海马体（HPC）和腹内侧前额叶（vmPFC）对单一规则（颜色或形状）的表征是高维的。这种高维编码的好处在于“特征个体化”——它能让红色与蓝色、螃蟹与大象在神经状态空间中被清晰地分离开来。如果未来任务规则发生改变，这种高维表征能赋予认知系统极大的灵活性。
更有趣的是，在海马体中，X轴（颜色）和Y轴（形状）的规则被表征为两条“平行”的高维神经轨迹。这就像是海马体利用了类似位置细胞（place cells）的机制，将抽象的特征映射到了平行的心理时间线上，从而保留了规则背后的抽象关系结构。
Fig 1. 寻宝任务设计：参与者需要通过组合颜色（X轴）和形状（Y轴）这两个独立线索，推断出全新组合在二维空间中的隐藏位置。
Fig 2. 神经表征的维度差异：海马体和腹内侧前额叶呈现高维表征，而初级视觉皮层和后顶叶皮层呈现低维表征，且高维表征与特征解码的准确率显著相关。
Fig 3. 海马体中的平行表征几何：海马体将X轴和Y轴的规则表征为两条平行的神经轨迹，这种结构反映了不同规则之间共享的抽象关系。
Fig 4. 模拟位置细胞群的重映射机制：计算模型展示了海马体如何通过特定比例的神经元重映射，自然涌现出我们在真实fMRI数据中观察到的平行神经表征。二、大脑通过“向量加法”推断全新组合，但计算空间存在分化
当面对从未见过的测试刺激（如“绿色的鲸鱼”）时，大脑是如何得出结论的？研究证实了一个长期存在的假设：大脑使用了“向量加法”（vector addition）。在vmPFC、后顶叶皮层（PPC）和初级视觉皮层（V1）中，全新刺激的神经活动模式，可以被完美预测为与其相关的已知训练刺激神经模式的线性组合。
然而，这种加法发生的“空间”截然不同。在vmPFC中，向量加法发生在高维的感知特征空间里，它更像是在做纯粹的概念拼接（绿色+鲸鱼）。而在PPC和V1中，这种加法发生在低维空间里，无关的训练刺激会根据它们与目标刺激的“空间距离”被赋予不同的权重。这意味着，PPC和V1已经将抽象的符号组合，转换成了具体的空间距离关系。
Fig 5. 检索模式分析：证实了vmPFC、PPC和V1通过将已知训练刺激的神经模式进行线性组合（向量加法），来预测全新测试刺激的神经活动。三、初级视觉皮层与后顶叶皮层利用空间坐标系作为推理脚手架
为了进一步验证PPC和V1的低维表征究竟是什么，研究者引入了一个独立的“空间定位器”任务。跨任务的表征相似性分析（RSA）和跨任务解码揭示了一个令人惊讶的结果：V1和PPC在组合推理任务中使用的低维神经代码，与真实空间定位任务中的神经代码高度重叠。
特别是初级视觉皮层（V1），尽管测试刺激始终只出现在屏幕正中央，但V1的神经活动却仿佛参与者已经“看”到了这个刺激出现在它应该在的二维网格位置上。这表明，V1和PPC利用了一个共享的空间参考系，作为组合泛化的“脚手架”，将高维的抽象概念最终落地为可以指导行动的低维空间坐标。
Fig 6. 跨任务解码与空间共享代码：V1和PPC在组合推理任务中使用的低维表征，与真实空间定位任务中的神经代码高度重合，证明了空间坐标系在推理中的支架作用。
Fig 7. 核心机制总结：海马体和vmPFC负责高维特征的提取与平行表征，而PPC和V1则通过低维空间坐标系完成向量加法与行动映射。
研究意义
这项工作为我们理解人类的高级认知功能提供了一个极其清晰的神经计算框架。它不仅证实了“向量加法”是大脑处理组合泛化的真实策略，更重要的是，它理清了不同脑区在这一过程中的接力关系。
从理论意义上看，这项研究调和了关于神经表征维度的长期争议。它告诉我们，大脑并不需要在“高维的灵活性”和“低维的泛化性”之间做非此即彼的选择。相反，海马体和前额叶保留了高维的特征字典，而后顶叶和视觉皮层则将其压缩成低维的行动指南。
此外，这项研究对初级视觉皮层（V1）角色的发现具有高度的启发性。V1不仅是一个被动的早期视觉特征提取器，它还能主动参与维持空间工作记忆，甚至为抽象的符号推理提供空间坐标系。不过，本研究的组合任务最终落脚于空间位置，大脑在处理纯粹的语义组合（如语言中的语法拼接）时，是否也会依赖类似的低维空间脚手架，仍是未来值得谨慎外推和深入探索的边界问题。
分享人：饭鸽儿
审核：PsyBrain 脑心前沿编辑部
你好，这里是「PsyBrain 脑心前沿」
专注追踪全球认知神经科学的最尖端突破
视野直击 Nature, Science, Cell 正刊 及核心子刊与顶级大刊
每日速递「深度解读」与「前沿快讯」
科研是一场探索未知的长跑，但你无需独行。欢迎加入PsyBrain 学术社群，和一群懂你的同行，共同丈量脑与心智的无垠前沿。
点击卡片进群，欢迎你的到来
一键关注，点亮星标 ⭐ 前沿不走丢！
一键分享，让更多人了解前沿
热门跟贴