预测驱动分类：Nature综述揭示大脑如何压缩嘈杂世界

在生物生命的每一刻，身体都充斥着各种感官信号。生物之所以能处理这些海量数据，靠的是大脑——它通过一种被称为「分类」的过程，将杂乱、嘈杂且信息量巨大的世界，转化为我们可以理解、并能套用过往经验去应对的种种概念。

人对世界的分类其实相当灵活。传统神经科学观点通常认为，分类发生在感觉处理的末端：大脑先接收信息，再解码，最后与记忆匹配。但这套说法解释不了一个现象——同一组声音信号，在不同场合下会被大脑划分成完全不同的类别。

在《Nature Reviews Neuroscience》上，两位顶尖神经科学家 Lisa Feldman Barrett 与 Earl Miller 带来了他们对大脑功能与结构的最新理解。两人合作提出了一种全新视角，描述大脑如何持续不断地依据感官输入与记忆，时刻重构自身的分类方式。

图 1：分类的传统观点。

研究人员认为，大脑基于身体的生存需求，主动将这些类别投射到外部世界。在人们意识到自己的感官印象之前，大脑已经在为身体做准备，以便用维持生理系统能量资源的方式去行动。换句话说，大脑的预测——而非感官信息的累积——最终塑造并限制了人们对世界物体和特征的分类方式。

在这个框架中，分类并不局限于大脑的某个特定区域，而是贯穿整个器官乃至更广泛的范围。要理解生物体如何形成类别，神经科学家必须从头到脚全面审视神经系统。

重量级比赛

多年来，这两位颇具影响力的神经科学家一直处于同一领域，却从未直接合作过。

Miller 通过测量大脑中的高级电活动模式，试图更好地理解一种被称为预测编码的神经计算模型背后的机制。预测编码认为，人们的感官体验本质上是大脑对环境预测的结果，而非被动接收感官信号后构建出的场景。

通常情况下，当人处于熟悉的感官环境中且没有新信号输入时，大脑会生成关于环境的预测信号（即反馈信号），这些信号会主导传入的感官信息（即「前馈」信号）。但如果发生了意外情况——事件偏离了预测模型——传入视觉皮层等感官区域的前馈信号就会与预测性反馈信号发生冲突。

图 2：类别构建中的预测信号流。

这种差异会产生预测误差。当感官信号违背了预测模型时，它们可能会以「惊讶」的感受形式进入意识体验。

Barrett 的研究则把预测与预判的概念应用到了情绪的理论理解上。在她看来，恐惧、快乐、愤怒等情绪类别，类似于神经系统生成的预测性「行动方案」，用来激活过去曾对个体有益的行为。

传统观点认为情绪天生固定在特定的神经回路中。而 Barrett 的研究帮助表明，情绪类别其实是根据来自身体内部和外部环境的信号共同构建而成的。

2025 年，Barrett 联系了 Miller，两人约定共同构建一种新的分类框架——超越传统的「档案柜」模式，融入他们关于预测和自适应的理论。

适应性分类

作为动物，人类必须适应变化才能生存——无论是变化的环境，还是变化的身体。由于能量、时间等资源有限，人类必须采取捷径来维系生存，而这正是类别的作用所在。

Barrett 指出，分类的功能是利用与新情境相似的过往经验，来维持身体系统正常运作的行为。这其中也包含了一套行为准则，告诉人们该如何利用经验与新情境互动。

但类别究竟是如何形成的？传统观点认为，随着时间的推移，人们积累的经验会构建出一系列概括性属性，从而形成一个类别。不过这两位科学家提出了不同看法：在感官尚未识别出传统类别之前，大脑就已经利用类似过去情境的记忆，来预测适用于新情境的一系列行为。

不妨想象一个场景：一个人正走在路上，腿突然被什么东西触碰了一下。若身处安全的环境，这可能算不了什么。但如果此时置身于完全陌生的树林中，四周环绕着高草丛，你会感觉呼吸和心跳都比平常更加急促。这是一种紧张感——大脑在此时已经判定环境中存在潜在威胁，因此同样一个轻微的触碰，就会被划分到完全不同的类别里。

两位科学家的研究基于他们实验室以及多年间其他研究中的解剖学、电生理学和脑成像结果。他们提出的核心论点是：分类是一种持续的预测工具，神经系统通过它引导行为以维持生物体的存活。

图 3：调节稳态的内在脑网络。

证据来自神经元层面。他们引用的研究展示了大脑连接结构如何偏向预测信号而非感官信号。例如，促进内部信号反馈流动的神经元之间的连接，远多于处理来自感官前馈信号的神经元之间的联系。即使在视觉皮层内，90% 的突触连接也在促进反馈信号传递。这表明大脑的结构本来就是为了预测类别、感知和行为，而不是对刺激做出反应性分类。

相关链接：https://onlinelibrary.wiley.com/doi/10.1002/cne.23458

根据这两位科学家的观点，脑中传递的信息波之间的相互作用，或许可以解释同一组外部感官信号在不同情境下被不同分类的原因。

无处不在

Barrett 与 Miller 框架的核心组成部分，是大脑中预测信号的起源。在大多数关于视觉分类的神经科学文献中，皮层的整合区域（位于大脑外表面）被认为是预测预期的来源。但他们采取了不同的策略：把边缘核心当作这些预测信号的来源。

图 4：大脑皮层的边缘-感觉细胞结构梯度。

边缘核心包括大脑深处的结构，这些结构将来自身体信息、感官、记忆和更高层次认知功能的信号结合在一起。这个整合网络既接近又高度连接下丘脑。

由于下丘脑有助于向大脑皮层——大脑最外层的折叠层，负责执行控制等高级认知——传递身体的能量状态，作者假设边缘核心有助于大脑预判身体能量需求的能力。

边缘系统核心是内部和外部信号压缩汇总的交汇处。你可以把神经系统想象成两个漏斗，形状像蝴蝶结，它们在最窄的地方相接——那就是边缘核心，也是压缩程度最高的点。

正如视觉信息在穿越视觉皮层并深入大脑时被压缩一样，生理信号在从身体经过迷走神经进入大脑时也会被压缩。随后它们到达边缘系统核心，与压缩后的感官信息整合。这些信号共同生成一个合适的类别及其相关行为。

之后，根据信号类别，预测反馈信号与压缩感官前馈信号的相互作用将会在任意神经区域发生。

Barrett 与 Miller 呼吁人们摆脱那种把类别像文件一样存放在大脑中的模式。他们表示，从大脑压缩感官信息的结构方式，到它预测并准备身体做出反应的过程，分类早已「内化」其中。这是神经系统的核心组织原则，它借助记忆、感知和行为，帮助人们在信息丰富的世界中更好地生存。这一整合框架也为理解大脑如何构建概念提供了一个可供进一步检验的方向，欢迎在云栈社区讨论交流。

原文链接：https://www.quantamagazine.org/a-new-framework-for-how-the-brain-compresses-our-noisy-world-20260824/