你的大腦比你會算數?!Nature研究發現:大腦使用基函式處理社互動動,簡化決策過程!

在《Nature》期刊發表的這篇文章中,來自牛津大學的科研團隊探討了背內側前額葉皮層(dmPFC)和前扣帶回皮層(ACC)在複雜社交決策中的作用。研究表明,這些大腦區域能夠以壓縮格式表示社互動動的組合可能性,這種格式類似於在空間、視覺和運動領域中使用的基函式。研究透過功能性磁共振成像(fMRI)、行為實驗和社交群體決策任務等四項研究,揭示了dmPFC和ACC如何在給定情境中代表社互動動的組合可能性,而這些基函式與社互動動型別對齊,而非個體身份。研究結果表明,視覺和運動領域中的抽象神經編碼方案與我們社交身份感的構建之間存在深刻的類比。
01
研究背景
在近代神經科學的研究中,有關如何理解和編碼複雜社交決策的探索逐步成為熱點。社交決策,作為人類日常生活中頻繁進行的認知任務之一,需要大腦有效整合與他人關係中的多元資訊。在傳統的認知模式下,人類大腦採用的是個體中心(agent-centric)的資訊處理視角,即透過關聯他人或自己能力與態度等資訊來形成對社交情境的理解。然而,隨著社交環境多樣性與複雜度的增加,特別是在涉及需眾多人同期互動的場合,如團隊討論、戰略合作等,個體中心的處理模式往往顯得計算複雜且資源消耗高。這是因為該模式需要即時追蹤所有參與者的身份和彼此間的關係,從而導致資訊處理效率的下降。因此,學界迫切尋找能夠承載更多元社互動動的編碼方案,以便於更加快捷和精準地做出決策。
面對上述挑戰,研究者逐步探索更加適用於社交決策的編碼模式。他們開始借鑑視覺、運動和空間領域的編碼策略,即透過組合模式和基礎函式來簡化資訊處理。在這些領域中,神經編碼透過壓縮多重輸入變數(如運動序列中的位置、動素、方向等)來有效減少維度,從而提升資訊處理與決策的效率。例如,先前研究表明,運動領域的基礎函式可以將複雜的運動序列解構為有限的功能維度,這些維度能靈活地組合以指導具體行動。同樣,在視覺領域,對於面部處理的神經訊號往往沿著定義的功能維度變化,形成多維空間。這種形式的神經編碼,不僅能夠整合抽象的感官資訊,還建立了新的資訊處理框架。該論文正是對這種跨領域神經編碼方案的應用進行探究,即考察這種基礎函式是否在複雜的社交決策中同樣適用,以解決多主體互動中的靈活編碼需求。
02
研究發現
研究發現背側內側前額葉皮層(dmPFC)和前扣帶皮層(ACC)在社會決策中以一種類似於空間、視覺和運動領域的基函式的壓縮格式來表示社會互動的組合可能性。這種基函式與社會互動型別對齊,而不是個體身份。這表明在視覺和運動領域的抽象神經編碼方案與我們社會身份感的構建之間存在深刻的類比。透過功能性磁共振成像(fMRI)和行為實驗,研究展示了dmPFC和ACC如何在社會群體決策任務中表示這些組合可能性,並且這種表示是針對特定決策任務的壓縮格式。
研究進一步表明,這種基函式的使用不僅限於社會領域,還可能在需要跟蹤多個資訊片段並存在關於這些片段如何組合的強先驗知識的其他領域中指導決策。透過對比社會和非社會任務,研究發現即使在非社會任務中,基函式的行為和神經特徵仍然可見,儘管具體的神經實現可能略有不同。這表明基函式可能作為一種通用機制,用於在需要靈活維護多重資訊的記憶並存在強先驗知識的情況下組織決策過程。
03
臨床意義
在臨床應用方面,這一研究結果可能為理解社交障礙和相關神經病理學提供新的視角。例如,自閉症譜系障礙(ASD)患者在社互動動中常常面臨挑戰,瞭解大腦如何編碼和處理社交資訊可以幫助開發新的干預策略。此外,這種研究有助於揭示社交認知在不同精神疾病中的神經基礎,為個性化治療和康復策略提供指導。
04
實驗策略
1. 研究設計:研究使用多人的社會決策任務來測試大腦是使用組合的還是以代理為中心的參照系來指導社會決策。在每次實驗中,參與者被隨機展示關於四個玩家的資訊,並在此基礎上做出決策。
2. 方法和工具:使用功能性磁共振成像(fMRI)來觀察大腦活動。行為實驗用於驗證fMRI實驗中觀察到的行為特徵。利用多種實驗條件(自我決策、夥伴決策、群體決策)來區分不同的社會編碼策略。
3. 資料處理和分析:使用一系列的統計和計算模型,包括漂移擴散模型(drift diffusion model),來分析決策過程中的行為資料。在fMRI資料分析中,建立了多種廣義線性模型(GLM)來捕捉基礎函式在觀察階段結束時的表現。ROI分析(感興趣區域分析)用於評估特定腦區內的活動模式。
4. 實驗觀察:觀察到dmPFC和ACC中存在的基礎函式編碼,這些編碼與社會任務空間的導航有關。透過比較觀察到的行為和不同實驗條件下的神經活動,驗證了基礎函式編碼策略的存在。
05
資料解讀
圖1:群體決策任務與以個體為中心的表徵
Figure 1 展示了參與者在感知任務中的表現資料收集過程,以及在後續fMRI群體決策實驗中的資料呈現方式。實驗旨在研究個體在群體決策中的表現及其與他人表現的比較。A. 為了研究參與者在感知任務中的表現,作者收集了參與者的感知任務表現資料。在隨後的fMRI群體決策實驗中,參與者的真實感知表現資料與其他三名先前參與者的表現資料一起呈現,分為兩個團隊:一個由自己(S)和夥伴(P)組成,另一個由兩個對手(O)組成。B. 為了簡化試驗時間線,作者在試驗的初始觀察階段(約8秒)中隨機展示了來自預實驗的成功(黃色)和錯誤(紅色)表現。在決策階段(約3秒),參與者根據提示的玩家進行三種類型的二元決策之一(S對O1或O2;夥伴對O1或O2;或S+P對O1+O2的群體決策)。自我、夥伴和群體決策的頻率相等。在示例中,正確的自我決策是指出灰色對手比自己表現更好。每個試驗包括兩個與同一觀察階段相關的後續決策。結論:該實驗設計透過展示參與者與他人表現的比較,研究了個體在群體決策中的表現和決策過程。
圖2:順序基函式定義了一個低維決策空間
Figure 2 探討了在觀察階段中,玩家位置的順序如何影響決策空間的維度。透過對玩家位置的精心平衡,研究者能夠區分以代理為中心和順序編碼的神經活動。A. 在觀察階段,玩家的位置經過精心平衡,以確保實驗的公平性和結果的可靠性。B. 順序參考框架意味著可以透過比較表現序列中不同位置來做出決策。透過平衡玩家順序,研究者能夠區分以代理為中心和順序編碼的神經活動。C. 從以代理為中心的角度來看,試驗中的決策相關資訊可以描述為一個四維空間中的點,每個玩家的身份軸和觀察到的表現分數定義了空間中的一個獨特點。D. 同樣的表現被展示在一個順序參考框架中,軸代表每個玩家位置的表現(如位置1、位置2等)。E. 關鍵在於,順序參考框架的所有決策變數(DVs)都位於一個三維子空間中。該子空間的軸是基函式w1, w2和w3;b1, b2和b3是順序表現分數在基函式上的投影。這個子空間與任務無關的空軸正交。F. 在順序參考框架中,本實驗中所有可能決策的權重組合。行表示決策階段可能的順序比較。基函式w1, w2和w3是這個空間的正交基,這意味著這些權重向量是成對獨立的,可以組合構建所有其他決策相關的權重向量。每個w的符號是任意的。每個決策的順序決策變數是這些基函式上的簡單投影。G. 投影b1, b2和b3反映了群體決策的決策變數。每個二元決策變數可以透過精確兩個投影的線性組合構建。H. 基函式投影與以代理為中心和決策相關變數無關。b1, b2, b3(行)與以代理為中心和決策相關(列)變數的相關性圖。資料彙總自參與者(n = 56;研究1)。結論:順序基函式提供了一個低維的決策空間,能夠有效地描述和區分決策過程中涉及的不同變數和參考框架。
圖3:背內側前額葉皮層中的基礎函式(研究1)
Figure 3 主要聚焦於研究1中在背內側前額葉皮層(dmPFC)中基礎函式的發現和功能。透過功能性磁共振成像(fMRI)研究,研究者揭示dmPFC及其附近的前扣帶皮層(ACC)在社交決策過程中的關鍵作用。在圖中,研究者描述了dmPFC如何編碼三種基礎函式(b1, b2, b3)的投影。這些基礎函式用於總結觀察到的社交互動序列,進而影響決策。圖中還展示了與自身位置(S-position)相關的編碼,這表明大腦不僅追蹤互動中的整體模式,還關注個體在社交情境中的位置。具體來說,圖3的子圖顯示了在背內側前額葉皮層中,這些基礎函式以及自身位置編碼的神經活動情況。透過ROI(感興趣區域)時間序列分析,研究者觀察到這些基礎函式的投影在特定時間點的活動強度顯著。這些發現支援了基礎函式在組織社交資訊中的重要性,使決策更為靈活和有效。同時,研究還透過fMRI資料模型對比,確認了dmPFC和ACC所表徵的資訊更符合基礎函式模型,而非傳統的個體中心模型。這為理解大腦如何在複雜多變的社交環境中進行小型社交網路管理和決策,提高了我們的認知。
圖4:群體決策推動高效表示壓縮(研究2)
Figure 4 探討了在社交決策過程中,群體決策如何促進資訊的高效壓縮,藉此提升決策準確性。這個部分主要展示了行為實驗(研究2)的結果,透過將決策嵌入群體情境中,觀察個體如何對社會資訊進行壓縮和使用。在此圖中,研究者詳細展示了兩種實驗條件下的決策準確性:一種是包含群體決策的條件(群體條件),另一種則不包含(非群體條件)。參與者在進行自我決定和夥伴決定時,群體條件下的決策準確性顯著高於非群體條件。行為資料表明,群體決策的嵌入能夠促使參與者形成更為豐富和準確的社會資訊表徵。更具體地,圖中的子圖還展示了參與者在不同條件下如何根據決策變數調整其選擇。結果表明,群體條件下參與者在提取和使用決策相關資訊時更為有效,這意味著資訊壓縮使得參與者能夠更充分地利用相關的社會資訊進行權衡。此外,決策權重分析表明,在群體條件中,參與者更傾向於依賴群體決策傳達的資訊,而非群體條件下,參與者則更依賴於非社交的提示資訊。這一發現進一步驗證了群體決策場景中,資訊壓縮對提升決策效率的積極作用。總體來看,圖4展現了群體決策的情境有助於個體改善決策準確性,透過有效的表示壓縮來更好地管理複雜的社交資訊。
圖5:對照fMRI實驗揭示基礎函式的行為和神經特徵(研究3)
Figure 5 展示了在非社會背景下,基礎函式在行為和神經層面的表現結果,作為對照實驗(研究3)的部分內容。該實驗透過比較社會和非社會任務中的基礎函式表現,來驗證這些函式編碼的通用性。在該圖中,研究者採用了一種與社會任務相似但無需社交元素的實驗設計,即對參與者的手指敲擊次數進行比較。在此任務中,原本以“自我”和“他人”角色進行的比較,被替換成了左手或右手手指間的比較,而這也使實驗能夠在排除社交變數的情況下,探討基礎函式的功能。結果顯示,實驗中觀察到的行為特徵與基礎函式的預期相符,雖然在這個非社交任務中,參與者不再表現出對自我相關的準確性和快速反應的偏倚,但與基礎函式模型相關的行為特徵依然存在。特別是在無關資訊的影響方面,基礎函式模型預測的一些模式仍然在行為上顯現,這表明基礎函式的實現不僅限於社交領域。在神經活動方面,研究也發現了一些非社交任務中的基礎函式神經訊號,在大腦的前極部表現最為顯著。這一定位與社會任務略有不同,後者更多地活躍於背內側前額葉皮層。然而,兩種任務在vmPFC的決策相關區域仍表達出共同的活動模式,提示基礎函式在不同任務背景下共享一個通用的決策路徑。這些結果說明,雖然基礎函式的具體實現可因任務背景而有所不同,但其作為一種壓縮和整理資訊的機制,具有廣泛的應用潛力。整體來看,Figure 5揭示了即便在無社交構件的任務中,基礎函式仍能有效指導決策,表明其跨領域的推理能力。
06
主要結論
這篇論文探討了人腦如何處理複雜的社交決策,特別是在背內側前額葉皮層(dmPFC)和前扣帶回皮層(ACC)中。研究表明,這些大腦區域不僅僅是以個體為中心來編碼社交資訊,而是以一種壓縮的格式表示可能的社互動動組合。這種壓縮格式類似於在空間、視覺和運動領域中使用的基礎函式。基礎函式的使用:dmPFC和ACC使用基礎函式來表示社互動動的組合可能性,而不是個體身份本身。基礎函式與社互動動型別相關聯,而非個體身份。壓縮格式的優勢:這種壓縮格式可以有效地降低維度,透過表示有限的特徵維度來總結行為或任務。這種表示法為迅速變化的多主體互動提供了靈活的基礎。與視覺和運動編碼的相似性:研究發現視覺和運動領域中的抽象神經編碼方案與社交身份的構建之間存在深刻的類比,這表明大腦在社交領域應用了類似的編碼原則。
07
討論總結
適應性和靈活性:基礎函式提供了一種適應性的解決方案,使得大腦能夠在計算上高效地處理社互動動中的複雜組合模式。這對於需要快速適應變化的社交環境是非常有益的。跨領域的普遍性:雖然研究的焦點在於社交決策,但這種基礎函式的使用可能在其他需要追蹤多個資訊片段的領域中也同樣適用。這種編碼方式不僅限於社交領域,還可能在非社交領域中幫助解決類似的計算挑戰。決策準確性的提升:透過實驗驗證,研究者發現使用基礎函式的壓縮編碼能夠提高決策的準確性,即使在表面上更復雜的決策空間中也是如此。總之,這項研究揭示了大腦如何透過使用基礎函式來高效地處理複雜的社交資訊,為理解社交認知的神經基礎提供了新的視角。
END

相關文章