近日，中國(guó)科學(xué)院合肥物質(zhì)院健康所李海研究員團(tuán)隊(duì)在揭示社會(huì)認(rèn)知地圖神經(jīng)機(jī)制研究中取得新進(jìn)展，研究團(tuán)隊(duì)發(fā)現(xiàn)人類(lèi)大腦在理解和判斷復(fù)雜的社會(huì)等級(jí)關(guān)系時(shí)，會(huì)調(diào)用一套與日常認(rèn)路、辨別方向時(shí)相同的神經(jīng)系統(tǒng)，相當(dāng)于大腦在內(nèi)部繪制了一張無(wú)形的“社交地圖”來(lái)導(dǎo)航復(fù)雜的人際社會(huì)。這項(xiàng)發(fā)現(xiàn)揭示了大腦高效工作的神經(jīng)基礎(chǔ)，相關(guān)研究成果已發(fā)表于神經(jīng)科學(xué)領(lǐng)域TOP期刊Neuroimage。
試想以下場(chǎng)景：一位招聘經(jīng)理在瀏覽簡(jiǎn)歷時(shí)，看到“項(xiàng)目總監(jiān)”和“應(yīng)屆實(shí)習(xí)生”的頭銜，便能瞬間判斷二者的資歷差距；或是在一個(gè)大家族聚會(huì)中，當(dāng)介紹某位是“大伯”，另一位是“表弟”時(shí)，會(huì)立刻形成一張關(guān)于輩分和長(zhǎng)幼的家庭關(guān)系圖。在日常情境中，我們無(wú)需與每個(gè)人都深入交往，就能通過(guò)抽象的符號(hào)標(biāo)簽（頭銜、職級(jí)、輩分）快速判斷其社會(huì)位置。這些標(biāo)簽就像是心智的“快捷方式”，幫助我們高效地理解人際關(guān)系。然而，一個(gè)根本性的問(wèn)題隨之而來(lái)：大腦究竟是如何將“總監(jiān)”“大伯”這些文字符號(hào)，“翻譯”成一個(gè)內(nèi)在的、結(jié)構(gòu)化的關(guān)系網(wǎng)絡(luò)，并以此指導(dǎo)我們做出判斷和決策的？這一過(guò)程背后的神經(jīng)機(jī)制，長(zhǎng)期以來(lái)尚不明確。
為解決這一問(wèn)題，李海研究員團(tuán)隊(duì)設(shè)計(jì)并實(shí)施了一項(xiàng)為期三天的功能磁共振成像（fMRI）實(shí)驗(yàn)。實(shí)驗(yàn)中，參與者扮演“招聘經(jīng)理”的角色，學(xué)習(xí)并記住一系列“應(yīng)聘者”（由不同面孔代表）在“能力”和“品德”兩個(gè)維度上的社會(huì)等級(jí)。隨后，他們需要根據(jù)這些信息快速做出聘用決策。
研究結(jié)果提供了行為與神經(jīng)層面的雙重證據(jù)：行為層面，當(dāng)兩個(gè)人之間的社會(huì)等級(jí)差距越大，受試者做出判斷的速度越快、準(zhǔn)確率也越高。這表明，人們?cè)谶M(jìn)行社會(huì)判斷時(shí)，依賴(lài)的是一張內(nèi)在的“地圖”，而非逐一回憶孤立的信息。神經(jīng)層面，成像結(jié)果精準(zhǔn)定位了這張“地圖”的繪制者——大腦中負(fù)責(zé)空間記憶與導(dǎo)航的海馬體-內(nèi)嗅皮層系統(tǒng)。分析顯示，海馬體的核心功能是編碼個(gè)體間的相對(duì)“社交距離”；而內(nèi)嗅皮層則更進(jìn)一步，以一種獨(dú)特的六邊形網(wǎng)格模式進(jìn)行編碼，為這張抽象地圖提供了方向和結(jié)構(gòu)，類(lèi)似于物理地圖上的坐標(biāo)網(wǎng)格。
這項(xiàng)研究的核心價(jià)值，在于揭示了大腦高效工作的秘訣：它能通過(guò)“神經(jīng)復(fù)用”機(jī)制，巧妙調(diào)用“空間導(dǎo)航系統(tǒng)”，將簡(jiǎn)單的語(yǔ)言標(biāo)簽（如職級(jí)、身份）“翻譯”成一張內(nèi)容豐富的內(nèi)在社會(huì)地圖來(lái)支持復(fù)雜的社會(huì)推理與決策。這一發(fā)現(xiàn)為當(dāng)前AI發(fā)展提供了全新的思路，研究人員可以為AI構(gòu)建一個(gè)專(zhuān)門(mén)的“認(rèn)知地圖”模塊，讓它也學(xué)會(huì)更高效的轉(zhuǎn)化——將抽象的符號(hào)信息，構(gòu)建為結(jié)構(gòu)化的內(nèi)在模型。上述研究表明，AI有望擺脫對(duì)海量數(shù)據(jù)的暴力學(xué)習(xí)依賴(lài)，在獲得更強(qiáng)推理能力的同時(shí)，讓其思維向人類(lèi)認(rèn)知模式靠攏。這種AI系統(tǒng)與人類(lèi)認(rèn)知模式的深度對(duì)齊，有望為高效的人機(jī)協(xié)作鋪平道路，推動(dòng)人工智能系統(tǒng)的發(fā)展。
該論文的第一作者為中國(guó)科學(xué)技術(shù)大學(xué)博士研究生劉錦，通訊作者為健康所李海研究員和楊立狀副研究員。本研究得到了國(guó)家自然科學(xué)基金、安徽省自然科學(xué)基金和安徽省重點(diǎn)研發(fā)項(xiàng)目的支持。
文章鏈接：https://linkinghub.elsevier.com/retrieve/pii/S1053-8119(25)00369-6
