来源：脑健康联盟

抓住一个弹起的球，或者用球拍击球，这两种行动都需要合理地估算触球时间。一直以来，神经科学家都相信，大脑是通过计算物体的运动速度来完成这些动作的。

然而，麻省理工学院的一项新研究表明，大脑使用的解决方法更加复杂。

新的发现表明，除了跟踪速度之外，大脑还会收集有关物体运动节奏和规律的信息。例如，一个球弹跳一次的时间。在他们的新研究中，研究人员发现，当人们获得关于移动物体速度和节奏规律（时间）的信息时，他们会对运动轨迹做出更准确的判断。

 

“当人们掌握了这两种信息时，他们会变得驾轻就熟，”麻省理工学院生命科学教授、MIT 麦戈文脑科学研究院院士 Mehrdad Jazayeri 说道。“这就像掌握了来自多种感官的信息输入。当人们使用多种感官与现实世界交互时，人们会获得更多的数据信息。”

运动中的物体

 

我们获取周遭移动物体信息的方式主要靠视觉追踪，利用物体速度和距离的信息，我们的大脑可以计算出物体到达某个特定点的时间。现实中很多的运动都是有节奏和规律可循的（比如弹跳的球），这激发了 Jazayeri 兴趣——他专注于研究大脑是如何记住时间的。

 

“我们不禁想问，大脑怎么会不利用这些信息呢？如果在我们对周围事物的感知过程中，不利用这些饱含信息的瞬间，那可就太奇怪了，而且一切又会变成什么样呢？”Jazayeri 表示。

 

大脑在面对许多感官处理任务时，会同时使用多个信息输入源。例如，为了理解语言，我们不仅会利用听到的声音，还会捕捉说话者嘴唇的动作，当然前提是我们能看得到他/她。当我们触摸一个物体时，我们会根据看到的大小，以及用手指感觉到的大小，估计它的实际尺寸。

 

至于感知物体运动轨迹的任务，如果刨除节奏和时间的作用，仅靠速度，可能很难完成。“我可以简单地让别人去做一项任务，但是我怎么知道他使用的是速度还是时间？抑或是两个都用？”Jazayeri 说。

 

为了克服这个问题，研究人员设计了一种特殊任务，在这个任务中参与者可以控制有多少时间信息可用。然后他们再评估参与者在执行任务时的表现。

 

在这项任务中，研究参与者要观察一个直线移动的球体。在经过一段距离之后，球会被障碍物挡住，消失在参与者的视野中。他们需要预测球体重新出现的时间，同时按下按钮。

 

球体在被挡住之前暴露的距离长短不同，参与者的表现也有所不同。如果球体在视线中只经过了很短的距离，那么参与者的表现就很糟糕。消失前的可视距离变得越长，他们就可以更好地计算球体的速度，因此判断结果得到了改善，不过最终也会趋于稳定。

 

在一段时间的稳定表现之后，研究人员发现，当球体消失前经过的距离和障碍物的宽度一样时，参与者的表现会大幅提高。这是因为他们知道，距离一样而且速度保持不变时，球体在障碍物后面花费的时间与到达障碍物所用的时间相同。

 

当到达障碍物的距离变得比障碍物的宽度更长时，他们的判断准确度便开始下降。

 

“拥有这些额外信息是非常重要的，当我们掌握它时，我们就会自然地使用它，”Jazayeri 说。“瞬时结构（Temporal structure）非常重要，当你失去它时，即使以获得更佳的视觉信息为代价，人们的表现也会变得更糟。”

 

信息整合

 

研究人员还测试了几种电脑模型，观察大脑是如何完成这项任务的。他们发现，唯一可以准确复制实验结果的模型是，大脑在两个不同区域分别测量速度和时间，然后将它们结合起来的模型。

 

以前的研究表明，大脑在前运动皮质进行时间估算，后者在规划运动中发挥作用。而通常需要视觉捕捉的速度，是在视觉皮层中计算的。Jazayeri 说，这些输入信息很可能在负责空间注意力和追踪物体的大脑部分中结合，即在顶叶皮层。

 

在未来的研究中，Jazayeri 希望能够测量受过训练的动物的大脑活动，它们要执行与人类参与者一样的任务。这可以进一步揭示这一过程发生的区域，并且还可以揭示在做出错误预测时，大脑的反应。

 

该研究由麦戈文脑研究所资助，发表于《美国科学院院刊》上。Jazayeri 是该研究的领导者，麻省理工学院研究生 Chia-Jung Chang 是论文的第一作者。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”