大脑观看图片时可以跳出局部细节而从更高的角度看到“更大的的图片”。研究人员希望了解大脑是如何获得远景视角的。

人类大脑是一台复杂的机器，让我们吸收，处理，记忆，更新和再现大量信息，使我们在这个充满挑战的环境生存、繁荣。婴儿就能够分辨人脸和声音并对其产生偏好，甚至可以分辨事物的因果关系。

我们的大脑是如何处理复杂的信息流并且找出其中有用联系的呢？这是来自宾夕法尼亚大学的三位科学家——克里斯托弗·林恩、阿里·卡恩和丹妮尔·巴塞特——着手回答的问题。

研究人员说，目前为止普遍的解释是人类大脑用一种复杂的程序去建立一个统计关系的高阶结构。

然而，在他们目前的研究中，三位科学家提出了一种不同的模型，认为我们的大脑倾向于简化信息，以便看到“更大的图景”。

人类大脑不断地试图预测接下来会发生什么。举个例子，如果你正在听一个你所知道的主题的讲座，你已经掌握了一些高阶结构。这有助于你把想法联系起来，并预测你接下来会听到什么。

预测结果

他们在2019年3月的美国物理学会会议上展示了他们的新模型，研究人员解释说，大脑必须远离细节，才能创造出更高层次的想法连接。

谈到印象派艺术，林恩指出，“如果你仔细观察一幅点彩画，你可以正确地识别出每一个点。”但是，“如果你退后20英尺，细节会变得模糊，但你会对整体结构有更好的认识。”

他和他的同事认为，人类的大脑也有着类似的过程，这也意味着大脑高度依赖于从以前的错误中学习。

为了验证这一假设，研究人员进行了一项实验，他们让参与者观看电脑屏幕上连续显示的五个正方形。参与者的任务是按下组合键来匹配正方形出现的顺序。测量参与者的反应时间，研究人员发现，当参与者能够预测结果时，他们能够更快地按下正确的组合键。

作为实验的一部分，研究人员将刺激表示为构成网络一部分的节点。参与者将一个刺激视为该网络中的一个节点，与之相邻的其他四个节点中的一个将表示下一个刺激。此外，这些网络要么形成一个由三个相连的五边形组成的“模块图”，要么形成一个由直线相连的五个三角形组成的“网格图”。

研究人员注意到，参与者对模块图的反应比网格图更快。这一结果表明，参与者更容易理解模块图的结构——即“更大图景”——这使他们能够更快、更准确地做出预测。

有了这一发现，林恩和同事们试图评估一个他们称之为“beta”的变量值。研究人员表示，更容易预测错误的人贝塔值更低，更准确地完成任务的人贝塔值更高。

在未来，研究人员的目标是分析功能性核磁共振成像扫描，看看呈现不同beta值的人的大脑是否有不同的“程序”。

本文译自 medical news today，由 Mork 编辑发布。

PREV : 科学家们给马匹穿上“条纹衫”，就为知道斑马为啥要长成那样儿
NEXT : 无聊图大吐槽-20190309