研究揭秘大脑如何实现触类旁通的神经过程，解答学习稳定性和灵活性之间的平衡之谜

本文基于中国科学院自动化研究所的研究成果。

熟练掌握网球的人，往往能更快上手羽毛球、乒乓球等其他球类运动；学会一种解题思路，遇到类似问题也能迅速上手。这种“举一反三”的能力，是人类智能最迷人的特质之一。这种能力并非简单的记忆叠加，而是一种更高层级的“学会学习”（learning to learn）能力——大脑能够提取任务背后的共性规律，并在新的情境中高效复用。这一能力的神经基础，是大脑在学习过程中形成的可重复利用的稳定神经活动模式，即心理学中的“图式”（Schema）。但长期以来，大脑如何在复用已有知识的同时，灵活适应新的任务条件，始终是个谜题。

最近，中国科学院自动化研究所与解放军总医院第九医学中心及吉林大学第一医院共同对此问题进行了深入研究。该研究首次揭示了灵长类动物的大脑神经活动会形成两个几乎垂直的表示空间，分别用于稳定的“图式”结构和特定任务特征的表现，这种组织方式巧妙地解决了学习过程中稳定性和灵活性之间的平衡难题。

研究人员以猕猴作为实验对象，让它们完成了一系列视觉—运动映射任务。随着训练的进行，研究人员发现，在后续类似任务中，猕猴的学习速度显著提高，并展示了明显的“举一反三”能力。这表明，灵长类动物与人类一样能够从具体任务中提取抽象结构并应用于新问题。

进一步通过神经记录观察到，在猕猴背侧前运动区（PMd）的群体活动中，大脑自发形成了两个几乎正交的表征空间：一个稳定且低维的“决策子空间”，负责编码核心决策逻辑；另一个则为特定任务的感觉特征提供独特的编码方式。这种组织方式使得大脑能够在不同表示空间中处理固定知识与新信息，最大限度地减少干扰。

这一发现不仅加深了我们对灵长类动物学习机制的理解，也为人工智能的发展提供了重要借鉴。当前的深度学习系统在连续进行多个任务时往往会发生“灾难性遗忘”，即新的学习会干扰已有的记忆。相比之下，通过建立正交的空间表示方式，灵长类大脑实现了知识隔离和复用共存，为开发具备快速学习和灵活适应能力的人工智能提供了新思路。

该研究的共同第一作者包括中国科学院自动化研究所博士研究生田凯茜、吉林大学第一医院赵智平医生及中国科学院自动化研究所陈阳副研究员；中国科学院自动化研究所余山研究员与解放军总医院第九医学中心顾建文教授为通讯作者。这项工作得到了国家科技创新2030-“脑科学与类脑研究”重大项目以及中国科学院战略先导专项的支持。