為什么在重慶比北京更容易迷路?Nature子刊:大腦GPS系統(tǒng)呈蜂窩狀,彎路多了就“變形”
郭一璞 十三 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
為什么在北京、西安這種道路橫平豎直的城市,你更容易分清方向,不容易迷路?
為什么到了重慶、青島這種道路方向隨心所欲的城市,你就暈了?
好像所有人都知道,如果道路直南直北、城市方方正正,人就更有方向感,但這究竟是為什么?
現(xiàn)在科學(xué)依據(jù)來了。
來自大名鼎鼎的馬克斯·普朗克人類認(rèn)知與腦科學(xué)研究所、倫敦大學(xué)學(xué)院(UCL)等機構(gòu)科學(xué)家,最新一篇論文登上Nature子刊Human Behavior,揭開了背后的大腦秘密:
因為你的腦子里,記憶不同地標(biāo)位置的方式是一張?zhí)摂M的地圖,負(fù)責(zé)記憶這些虛擬地圖的細(xì)胞,本身排列成六邊形網(wǎng)格。
因此,當(dāng)“虛擬地圖”是四四方方的時候,六邊形網(wǎng)格細(xì)胞的記憶形變不明顯。
而如果“虛擬地圖”是七拐八拐的各種形狀,六邊形網(wǎng)格細(xì)胞的記憶形變就非常明顯了。
VR環(huán)境中位置記憶實驗
為了證明這一點,研究者們跑去挪威科技大學(xué),找了一群男男女女做實驗。
參與者一共53人,他們的年齡都在18~30歲之間,實驗需要讓他們帶上VR設(shè)備進(jìn)行,由于一些技術(shù)和誤差的問題,最終的數(shù)據(jù)以其中37人為樣本。
實驗的過程,是在這樣一個VR+運動平臺的組合中進(jìn)行的:
實驗者穿著摩擦非常低的鞋套,被安全帶固定在運動平臺上,可以自由旋轉(zhuǎn)變換方向,這樣他們就能在VR世界中行進(jìn)了。
他們先進(jìn)入了一個新手村,新手村的形狀是虛擬的圓形環(huán)境,這里有許多樹木可以做為地標(biāo)辨別方向。
他們在這個新手村適應(yīng)在VR運動平臺設(shè)備中走路和轉(zhuǎn)彎,并像玩游戲一樣在這個VR世界里通過控制器按鈕撿金幣。
在新手村適應(yīng)之后,實驗正式開始。
△?正方形和梯形環(huán)境
實驗在兩種尺寸的虛擬環(huán)境中進(jìn)行,一種是36vm×76vm×8vm×76vm的梯形環(huán)境,這里的vm是“虛擬米(virtual meters)”,VR環(huán)境中特有的長度計量單位,另一種是40.27vm×40.27vm的正方形環(huán)境。
兩種環(huán)境中,都有藍(lán)天和草地,為了方便定位,環(huán)境的邊界每面墻都是不同的顏色。
參與者在每種環(huán)境中分別呆20分鐘,一半的人先進(jìn)入梯形再進(jìn)入正方形,另一半的人相反。
虛擬環(huán)境中,有包括錐桶、烤吐司機在內(nèi)的各種目標(biāo),每次他們新進(jìn)入虛擬環(huán)境的時候,環(huán)境中的這些目標(biāo)的坐標(biāo)是隨機更新的,目標(biāo)之間的最小距離是11vm,它們離邊界的最小距離是3vm,并且,每次坐標(biāo)隨機更新時,都是按照排列成兩個鈍角等腰三角形的陣列來布置的。
每次人進(jìn)去的時候,他們先從錐桶開始,之后走到不同的目標(biāo)處,以記住不同目標(biāo)的位置。
△?這個玩意就是錐桶
之后,除了錐桶之外的其他目標(biāo)消失,參與者回到開始的錐桶處,研究者給他們出題,隨機展示一個目標(biāo)的圖形,他們根據(jù)記憶跑到這個目標(biāo)之前的位置,如果地方對了,會收獲一個笑臉。
在參與者從虛擬世界的游戲中出來之后,研究人員讓他們分別估計自己行走的距離和對應(yīng)在電腦屏幕上的長度。
越方正的VR環(huán)境,越容易記住位置
之后,通過各種數(shù)學(xué)方法統(tǒng)計出參與者們走到目標(biāo)位置的準(zhǔn)確程度,發(fā)現(xiàn),在正方形環(huán)境中,參與者的錯誤率是明顯低于梯形環(huán)境的。
而實驗的分?jǐn)?shù),正方形也是高于梯形環(huán)境的。
之后,考慮到梯形環(huán)境整體比較長,因為距離遠(yuǎn)可能會讓人記不住,因此他們把梯形劃分為了左右兩個部分,左邊的寬一些,形狀更方正;右邊的窄一些,形狀更扭曲。
這下,神奇的事情出現(xiàn)了,在梯形環(huán)境里,左邊寬的部分錯誤率明顯低于右邊窄的部分。
同樣從得分算,左邊寬的部分分?jǐn)?shù)也高于右邊窄的部分。
而在事后的距離估算環(huán)節(jié),參與者估算距離的準(zhǔn)確程度也大同小異。
這說明:
在越方正的地方,人類對于位置的記憶是越準(zhǔn)確的。
或者說,一個地方越四四方方,你就越不容易迷路;而如果你個地方是歪歪扭扭的,你就容易犯路癡。
在七拐八拐的地方,網(wǎng)格細(xì)胞會扭曲
那么,為什么這樣呢?
其實,當(dāng)我們想要記住一個重要的位置或一段路徑時,我們的大腦會對周圍環(huán)境繪制一張“地圖”。
這張“地圖”中的一個重要組成部分就是網(wǎng)格細(xì)胞(grid cell)。
簡單來說,它是大腦GPS系統(tǒng)中的一部分。
當(dāng)我們在看一張地圖時,其實大腦也在看這張地圖。它會分析“有多遠(yuǎn)”、“什么方向”等等問題,這時,起到關(guān)鍵作用的便是4個單位細(xì)胞:
定位細(xì)胞(place cell):識別身處的位置;
網(wǎng)格細(xì)胞(grid cell):打坐標(biāo)軸、畫網(wǎng)格;
定向細(xì)胞(head direction cell):識別方向;
定界細(xì)胞(boundary vector cell):了解相對距離。
有關(guān)“大腦GPS系統(tǒng)”的研究還曾獲得了2014年的諾貝爾獎。
而在這個過程中,網(wǎng)格細(xì)胞起了比較重要的作用。
下圖中的灰色線代表了老鼠走過的路徑,紅色點表示在這個位置時,細(xì)胞屬于激活狀態(tài)。
而當(dāng)把老鼠放到更大面積區(qū)域后,結(jié)果就更明顯了。
較為亮的點表示細(xì)胞處于激活狀態(tài),將這些亮點連起來,形成規(guī)則六邊形網(wǎng)格。
換句話說,當(dāng)你在亂跑時,這些細(xì)胞都默默地在幫你記住坐標(biāo)。
而在這項的研究中發(fā)現(xiàn),當(dāng)老鼠穿過梯形框時,這些本來較為穩(wěn)定的網(wǎng)格會變得不對稱。
相反的,在通過方形框時,網(wǎng)格是比較規(guī)則的。
在此次人類參與的實驗中,結(jié)果是類似的:
人身處不規(guī)則環(huán)境后,回憶起位置和距離時,這些網(wǎng)格產(chǎn)生了扭曲。
而更神奇的是,即使是處于相同的方形環(huán)境,看到兩個距離相同的物體(一個是梯形,一個是方形)后,在回憶與梯形物體距離時,會產(chǎn)生一定的偏差。
△在梯形(上)和方形(下)環(huán)境下,網(wǎng)格所呈現(xiàn)的扭曲。
MPI科學(xué)家們之前的研究也表明,大腦不僅創(chuàng)造了思維地圖來找到自己的方向,而且其它的認(rèn)知過程也覆蓋在我們大腦的GPS系統(tǒng)上。
除了人類自我認(rèn)知,還有助于AI
研究諸如網(wǎng)格細(xì)胞或者大腦GPS系統(tǒng),不僅能夠提高人類對自我的認(rèn)知。還能更好的幫助人類推進(jìn)人工智能的發(fā)展。
去年,DeepMind便利用AI模擬了大腦導(dǎo)航功能,能夠像動物一樣“抄近路”,登上了Nature雜志,還激起了業(yè)界熱烈的討論。
DeepMind團(tuán)隊首先用深度學(xué)習(xí)算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)哺乳動物的覓食運動路徑,利用線速度、角速度等信號在視覺環(huán)境中進(jìn)行定位。
研究人員隨后發(fā)現(xiàn)了一種類似于網(wǎng)格細(xì)胞活動特征的結(jié)構(gòu),在此前的訓(xùn)練中,他們并未刻意引導(dǎo)神經(jīng)網(wǎng)絡(luò)產(chǎn)生此種結(jié)構(gòu)。
DeepMind團(tuán)隊隨后利用強化學(xué)習(xí)檢驗這種網(wǎng)格結(jié)構(gòu)是否能夠進(jìn)行矢量導(dǎo)航。
經(jīng)歷強化學(xué)習(xí)后,該人工智能在游戲迷宮中向目的地前進(jìn)的導(dǎo)航能力超越了一般人,達(dá)到了職業(yè)游戲玩家水平。它能像哺乳動物一樣尋找新路線和抄近路。
DeepMind團(tuán)隊相信,類似的研究方法還可以用來探索大腦聽覺和控制四肢的機制。在更遠(yuǎn)的將來,神經(jīng)科學(xué)家們甚至可以用人工智能代替小白鼠來做實驗。
研究團(tuán)隊介紹
△Jacob Bellmund
Jacob Bellmund是一名認(rèn)知神經(jīng)科學(xué)家,來自德國Max Planck人類認(rèn)知和腦科學(xué)研究所,研究興趣包括空間導(dǎo)航和情景記憶。
個人主頁:
https://www.jacobbellmund.com/
△William de Cothi
William de Cothi是倫敦大學(xué)學(xué)院行為神經(jīng)科學(xué)研究所的博士生。在攻讀博士期間,他希望利用機器學(xué)習(xí)、虛擬現(xiàn)實、神經(jīng)成像和細(xì)胞外錄音等領(lǐng)域的最新進(jìn)展,研究與導(dǎo)航系統(tǒng)相關(guān)的大腦和行為。
個人主頁:
https://www.ucl.ac.uk/~ucbpwjw/
△Matthias Nau
Matthias Nau是挪威Kavli系統(tǒng)神經(jīng)科學(xué)研究所的認(rèn)知神經(jīng)學(xué)家。
個人主頁:
https://matthiasnau.com/
△Caswell Barry
Caswell Barry是UCL細(xì)胞和發(fā)育生物學(xué)首席研究員,同時也是神經(jīng)科學(xué)家。
個人主頁:
https://www.ucl.ac.uk/biosciences/people/caswell-barry
△Christian F. Doeller
Christian F. Doeller來自Max Planck人類認(rèn)知和腦科學(xué)研究所心理學(xué)系主任。
個人主頁:
https://www.mpg.de/12000399/kognitions-neurowissenschaften-doeller
傳送門
論文地址:
Deforming the metric of cognitive maps distorts memory
Jacob L. S. Bellmund, William de Cothi, Tom A. Ruiter, Matthias Nau, Caswell Barry, Christian F. Doeller
https://www.biorxiv.org/content/10.1101/391201v2.full
博客:
https://www.eurekalert.org/pub_releases/2019-11/mpif-vf111819.php