大脑中不断变动的代码：为什么神经科学家感到困惑

(视频)

大脑的“代码”在波动？神经科学中颠覆认知的“表征漂移”

1. 引言：打破“大脑是精密时钟”的幻想

在传统神经科学的教条中，大脑被描绘成一台精密运行的生物计算机。我们曾坚信，大脑内部拥有一套稳定且对应的“协议”：特定的神经元负责特定的任务，比如识别特定的颜色、记住某个地点，或是精准控制手指的摆动。这种稳定性被认为是感知和记忆连续性的基石。

然而，最新的研究正在粉碎这一幻象。科学家们发现，大脑内部的“底层代码”实际上处于一种不间断的波动状态。即便环境和任务完全相同，负责处理信息的神经元群体也会悄悄地“换班”。这种现象被称为**“表征漂移（Representational Drift）”**。它不仅挑战了我们对大脑的基本认知，更引发了关于人工智能和脑机接口未来发展的深度思考。

2. 神经元也会“跳槽”：消失的基准线

2012年，神经科学家 Laura Driscoll 在哈佛大学开始她的博士研究时，最初的任务是建立一个简单的实验基准：追踪小鼠在执行任务时个体神经元的活动。

在实验中，小鼠学习在虚拟迷宫中导航。起初，顶叶皮层（Parietal Cortex）——大脑中处理感官信息的核心区域——表现得非常规律。当小鼠到达迷宫的特定位置时，特定的神经元会准时“打卡”放电。但随着时间推移，Driscoll 惊讶地发现，这个基准线一直在移动：几周后，原本负责该位置的神经元停止了活动，取而代之的是全新的神经元组合。

虽然小鼠在迷宫中的表现依旧完美，但底层的神经编码已经发生了彻底重组。这一发现暗示，个体神经元的“固定角色”可能并不存在，大脑更在乎的是神经元群体的整体协同。正如 Driscoll 所言：“这完全超出了我们的预期……这个发现改变了我的整个研究项目。”

3. 漂移无处不在：甚至在最“不可能”的地方

最初，学界认为这种不稳定性可能只存在于负责高级认知或学习的区域。但 Andrew Fink 等科学家的研究证明，漂移现象甚至蔓延到了理论上必须保持极致稳定的感官区域，例如嗅觉皮层（Piriform Cortex）。

科学家曾认为，为了让动物能够持续识别特定的气味，嗅觉系统的神经活动必须像一把标尺一样精确稳定。但 Fink 发现，仅仅一个月后，小鼠识别相同气味的神经活动模式就变得“几乎无法辨认”。这种广泛存在的不稳定性颠覆了我们对“感知稳定性”的理解。神经科学家 Clifford Kentros 感叹道：“大自然会给你投出变化球……大脑并不像你想象的那样工作。”

4. 漂移不是缺陷，而是大脑的“时间戳”

如果大脑的编码一直在变，这是否意味着它是不可靠的？越来越多的证据表明，表征漂移并非系统漏洞，而是一种精妙的功能。

其中一个核心假说是：漂移是大脑给记忆标记的“时间戳（Time-stamping）”。

• 标记时间流逝： 魏茨曼科学研究所的 Yaniv Ziv 认为，漂移是长期记忆编码时间信息的必要条件。
• 关联记忆的纽带： 纽约西奈山伊坎医学院的 Denise Cai 提供了关键证据。在她的实验中，当小鼠在几小时（hours）一周（a week），编码的神经元群体就会完全不同。
• 为新知识腾挪空间： Denise Cai 强调，这种动态更新机制对维持大脑的灵活性至关重要：“如果我们总是让相同的细胞以相同的方式行动，大脑就没有空间去吸收新信息了。”

5. 神经科学的“暗物质”与未来的挑战

作为科技分析师，我们必须关注表征漂移对未来硬科技——脑机接口（BCI）和人工智能（AI）的深远影响。

• 脑机接口的“自适应”难题： 现有的 BCI 设备通常假设捕捉到的神经信号是稳定的。然而，由于植入式设备往往需要长期使用，表征漂移意味着设备的解码算法必须具备实时自校准的能力，否则信号在几周后就会失效。
• 破解 AI 的“灾难性遗忘”： 剑桥大学的 Timothy O’Leary 指出，人工神经网络在学习新任务时常常会彻底丢失旧任务的记忆，即“灾难性遗忘”。理解大脑如何通过漂移来平衡新旧信息，可能为开发更具鲁棒性的 AI 提供底层协议更新。
• 学术争议与“暗物质”： Yaniv Ziv 将表征漂移比作物理学中的**“暗物质”**，象征着我们对大脑运作规律的认知仍有巨大留白。

当然，科学界并非只有一种声音。伯克利的 Michael Yartsev 在研究蝙蝠的海马体时发现其神经活动具有惊人的稳定性，他尖锐地指出，很多被报告为“漂移”的现象可能只是**“一种因行为控制不当而产生的幻觉”。而 Juan Gallego 则提出，或许我们找错了尺度：在运动皮层（Motor Cortex）中，虽然单个神经元在变，但神经元群体的集体活动（Collective population activity）**却保持着稳定的结构，这才是维持行为连续性的关键。

6. 结语：在流动中寻找稳定性

表征漂移的研究告诉我们，大脑并非一台死板的机器，而是一个生机勃勃、不断自我重组的动态系统。它在流动中寻找平衡，在不间断的变化中维持认知的连续。

这留下了一个发人深省的问题：如果支撑我们感知、记忆和自我的底层代码每分每秒都在改变，那么我们那个稳定、连续的“自我意识”究竟是如何在这一片波动的神经海洋中维持下去的？

你认为这种“不稳定的底层协议”是生物智能优于人工智能的关键吗？欢迎在评论区分享你的深度见解。