KeyFrame內部研究專用

意识并非一直在线?大脑每秒15次切换意识状态​ | 神经科学 | 曹颖 | Doris Tsao | 双眼竞争 | 意识的神经相关物 | 下颞叶皮层 | 前额叶 | 全局工作空间理论 | 卡弗里奖

Best Partners TV中文
觀看原始影片

三句話摘要

意識的神經信號不藏在大腦的特定位置,而是寫在以60毫秒為週期的時間軸上。 意識不在大腦的某個地方,而在時間的某個時相。 空間地圖的困境與新方向:意識神經相關物研究長期被兩大陣營分割——前額葉廣播論vs後部皮質整合論。2025年《自然》雜誌的大規模對抗性實驗後,兩派的核心預測均缺乏充分支持,問題本質上卡在對「空間位置」的執著。曹穎團隊大膽轉向時間維度,提出意識可能取決於「何時」而非「何處」。

重點整理

  1. 空間地圖的困境與新方向:意識神經相關物研究長期被兩大陣營分割——前額葉廣播論vs後部皮質整合論。2025年《自然》雜誌的大規模對抗性實驗後,兩派的核心預測均缺乏充分支持,問題本質上卡在對「空間位置」的執著。曹穎團隊大膽轉向時間維度,提出意識可能取決於「何時」而非「何處」。

  2. 時間切片的訊號清晰化:關鍵發現在於改變分析方法。將神經活動按10毫秒分段分析後發現,神經元群體每隔約60毫秒在「表徵看見的臉」與「表徵未看見的臉」間切換。在「意識微時段」中,訊號強度接近影像單獨呈現時的水平,完全改變了過去的「弱訊號」印象。

  3. 時間復用的通用機制:同一群神經元協同地轉換調諧偏好,並非分工明確的「意識細胞」與「無意識細胞」。大腦藉由時間錯開讓神經元分時段處理不同資訊,這與曹穎實驗室2024年發現的感知與記憶交替處理機制異曲同工。

  4. 無意識訊息的完整保存與功能:被抑制時段的神經訊息同樣豐富完整,足以準確重建未被看見的臉孔。這解釋了為何看不見的恐懼臉孔仍能觸發杏仁核反應、影響行為判斷——大腦在無意識狀態下持續維護完整訊息庫。

實用技巧與重點

  • 發表機構:加州大學柏克萊分校
  • 研究者:曹穎(Doris Tsao)、亞尼斯·黑塞(Janis Hesse)
  • 論文時間:2026年10月16日(bioRxiv預印本階段)
  • 切換頻率:每秒約15次(60毫秒週期)
  • 實驗對象:2隻恒河猴
  • 記錄工具:神經像素探針(Neuropixels),同時捕捉數千個神經元
  • 核心腦區:下顳葉面孔斑塊(ML斑塊57%細胞、AM斑塊73%細胞編碼意識感知)、前額葉皮質
  • 實驗範式:雙眼閃光抑制(binocular flash suppression)
  • 時間精度:毫秒級、10毫秒分段分析
  • 前期鋪墊:2020年eLife無通報範式研究
  • 曹穎個人資歷:加州理工本科、2002年哈佛博士、2024年卡弗里神經科學獎得主
  • 曹穎核心貢獻:發現獼猴面孔斑塊系統、破解面孔編碼(200個神經元可重建臉孔)
  • 曹穎現職:阿斯特拉研究所(Astera Institute)神經科學計畫首席科學家
  • 無報告範式驗證準確率:人體受試者93%、兩隻獼猴一兩天內習得

結論

意識不在大腦的某個地方,而在時間的某個時相。

完整解析

意識研究在過去三十年陷入了泥淖。從克里克1990年代的開創性提問開始,科學家們用雙眼競爭範式觀察:當不同圖像分別進入左右眼時,受試者只會交替感知其中一幅,儘管物理輸入保持不變。這提供了分離「意識訊號」與「純粹處理訊號」的黃金方法。然而隨之而來的問題——這個訊號到底藏在大腦哪裡——卻讓學界陷入了無休止的爭論。前額葉廣播論認為意識需要訊息被「點燃」並廣播到全腦;後部皮質整合論則主張大腦後部的感覺訊息本身就足夠。到了2025年,兩派聯手發起的對抗性實驗在《自然》上發表,卻令人尷尬地發現雙方的核心預測都缺乏充分支持——前額葉缺少預期的「點火」訊號,後部皮質也沒有持續同步。

問題的癥結在於研究者問錯了方向。曹穎團隊決定轉向時間軸而非空間地圖。他們採用雙眼閃光抑制範式,讓恒河猴觀看數千對刺激,同時用神經像素探針同時記錄下顳葉面孔斑塊與前額葉皮質的神經活動。傳統分析方法下,神經元對意識感知的區分強度仍只有影像單獨呈現時的四分之一。但當團隊將試驗切成10毫秒一段進行分析,一個完全出人意料的模式浮現:儘管畫面和感知都保持穩定,神經元群體卻每隔約60毫秒就在「表徵看見的臉」與「表徵未看見的臉」之間切換。在「意識微時段」裡,訊號強度幾乎恢復到完整呈現時的水平;在「抑制微時段」裡,同樣清晰地表徵被隱藏的臉孔。這一刻,曹穎得到答案時高興得跳起來——過去三十年測到的「弱訊號」並非訊號本身很弱,而是相反方向的強訊號在時間上互相抵消。

最令人深思的發現是:同一群神經元不是分工明確地處理不同任務,而是協同地輪流轉換調諧偏好。大腦似乎在採用「時間復用」策略——在「無意識」時段,大腦後台默默檢驗眼前世界的其他解讀而不干擾當下行為;在「意識」時段,承載大腦已採納的解讀供決策行動使用。無意識狀態下的訊息同樣完整豐富,足以重建未被看見的臉孔,這完美解釋了為什麼看不見的恐懼臉孔仍能觸發杏仁核反應——我們的潛意識在幕後從不停息。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。