A017 耶鲁最新Neuron:合作中“眼神交流”时,大脑在计算什么?
来源:公众号 PSY-Brain_Frontier | 发布:2026-05-16 | 原文链接

认知神经科学前沿文献分享
基本信息
Title: Canonical decision computations underlie behavioral and neural signatures of cooperation in primates
发表时间: 2026-05-11
发表期刊: Neuron
影响因子: 15.0
获取原文:
-
添加小助手: PSY-Brain-Frontier 即可获取PDF版本
-
点击页面底部“阅读原文”跳转论文网页

研究背景
在复杂的社会互动中,成功的合作往往需要个体时刻关注同伴的举动,推断对方的意图,并据此调整自己的行动节奏。我们的大脑究竟是如何将“看同伴一眼”这种短暂的社会视觉线索,转化为精准的协同动作的?

在经典的认知神经科学中,“证据积累(evidence accumulation)”框架为决策过程提供了强大的解释力。例如在知觉决策任务中,大脑(如顶侧内沟区LIP或背外侧前额叶dlPFC)会随着时间不断收集感觉证据,当证据达到阈值时便触发决策。然而,这一经典计算机制是否同样适用于高度复杂的社会认知领域?
过去的研究大多依赖于头部固定、任务结构高度受限的实验范式,这让我们很难知道在自然、无约束的社会互动中,大脑是否依然遵循这套算法。为了打破这一局限,研究者设计了一个精巧的实验:让两只自由活动的狨猴在一个没有固定时间提示的“互助合作”任务中,自主决定何时拉动杠杆以共同获取果汁奖励。研究者结合了多视角无标记姿态追踪技术与定制的无线单细胞记录系统,试图在真实的互动场景中,寻找社会合作背后的神经计算法则。
研究核心总结
通过对行为学建模和背内侧前额叶(dmPFC)单神经元及群体活动的分析,研究者发现,狨猴的合作行为并非简单的“看到同伴拉杆就跟着拉”的反应式动作,而是一个主动的、依赖于视线的社会证据积累过程。
一、合作决策遵循“视线依赖”的漂移扩散模型
在自由互动的过程中,狨猴的动作具有高度的异质性。研究者提取了动物面部朝向、运动速度等连续行为变量,并将其降维为一个综合反映同伴动作状态的指标。通过对比多种漂移扩散模型(DDM),他们发现最优的模型是“视线门控(Gaze-gated)”模型。
这意味着,只有当狨猴的视线落在同伴脸上时,它才开始收集关于同伴意图的“社会证据”。这里的社会证据并非某种特定的动作,而是同伴行为的“低变异性”(即动作越稳定、越可预测,社会证据越强)。这种基于视线的证据积累速度(漂移率),直接决定了动物发起合作动作的反应时间。

Fig 1. 实验设计与行为学建模:狨猴在自由状态下进行合作拉杆,其决策过程最符合一个视线依赖的漂移扩散模型,即只有在注视同伴时才积累社会证据。
二、dmPFC神经元具备预测性的混合选择性
为了寻找这一计算过程的神经基础,研究者使用无线设备记录了狨猴dmPFC的单细胞活动。他们发现,dmPFC中存在大量具有“混合选择性”的神经元,这些神经元能够同时编码自身的拉杆动作、自身的视线方向以及同伴的动作状态。
更重要的是,通过广义线性模型(GLM)对时间动态的解析,研究者区分了“反应性”和“预测性”神经元。那些同时编码多维任务变量的核心神经元群体,往往在合作动作发生前数秒就开始活跃。这表明dmPFC并非仅仅在记录已经发生的行为,而是在动作发生前主动整合社会信息。

Fig 2. 无线记录系统与神经元调谐特性:dmPFC神经元不仅编码自身和同伴的多种行为变量,且这种编码在动作发生前具有显著的预测性特征。
三、神经元的放电爬升动态直接映射了证据积累参数
如果dmPFC真的在执行证据积累,其神经活动应该表现出随时间累加的“爬升(ramping)”特征。数据证实了这一点:dmPFC神经元在拉杆前的放电频率呈现出明显的爬升趋势,且爬升的斜率与动物的反应时间成反比——反应越快,斜率越陡。
令人惊叹的是,这种神经层面的动态特征与计算模型参数实现了完美映射。单次试验中神经元放电的“爬升斜率”直接预测了DDM模型中的“证据积累速度(漂移率)”;而神经元的“基线放电率”则预测了模型中的“初始偏差(起点)”。此外,如果上一轮合作失败,动物在当前轮次的基线放电率会升高,这在行为模型中表现为初始偏差的改变,可能反映了失败后动机或警觉性的提升。

Fig 3. 神经活动与计算模型的映射:dmPFC神经元的放电爬升斜率编码了社会证据的强度与反应时间,且这种编码在合作成功的试验中才显著。
四、群体神经轨迹的几何特征决定合作成败
在单细胞层面之外,研究者进一步考察了dmPFC群体神经活动的动态变化。他们将每次试验的群体神经活动降维为一条三维状态空间中的轨迹,并计算了该轨迹的“路径变异性(曲折度)”。
结果显示,在试验早期(即动物正在积极采样社会信息的阶段),神经轨迹的曲折度与社会证据的强度呈显著负相关。也就是说,同伴传递的社会证据越强,dmPFC群体活动的演化路径就越平滑、越直接。至关重要的是,这种“证据强度与轨迹几何特征”的对应关系,仅仅出现在最终合作成功的试验中;在合作失败的试验中,这一规律完全消失。

Fig 4. 群体神经动态:单次试验中dmPFC群体神经轨迹的曲折度反映了社会证据的强度,并与最终合作行为的成败紧密相关。
研究意义
这项研究在理论与方法学上都实现了重要突破。在理论层面,它将经典的“证据积累”计算框架从简单的视觉/听觉知觉决策,成功拓展到了高度动态、充满不确定性的社会认知领域。研究证实,将主动的社会感知(视线)转化为决策变量,是内侧前额叶支持灵活社会协调的一种通用计算基序(motif)。
在方法学层面,该工作证明了在无约束、自由互动的非人灵长类动物身上,依然可以精确解析复杂的认知算法。通过结合多视角无标记追踪、无线电生理记录与分层贝叶斯建模,研究者成功地从看似杂乱无章的自然行为流中提取出了严谨的计算参数。
当然,这项研究也划定了未来的探索边界。目前的模型假设在视线注视期间,证据是连续线性积累的,但大脑在毫秒级别的微观尺度上是否采用了非线性的阈值机制?此外,失败经验如何通过快速的神经可塑性改变下一轮的基线状态?这些问题都为理解社会决策的底层逻辑留下了广阔的想象空间。
分享人:饭鸽儿
审核:PsyBrain 脑心前沿编辑部
💡 关于我们
👋 你好,这里是「PsyBrain 脑心前沿」
🧠 专注追踪全球认知神经科学的最尖端突破
🔍 视野直击 Nature, Science, Cell 正刊 及核心子刊与顶级大刊
📄 每日速递「深度解读」与「前沿快讯」
科研是一场探索未知的长跑,但你无需独行。欢迎加入 PsyBrain 学术社群,和一群懂你的同行,共同丈量脑与心智的无垠前沿。
👇点击卡片进群,欢迎你的到来👇
一键关注,点亮星标 ⭐ 前沿不走丢!


一键分享,让更多人了解前沿
预览时标签不可点
作者提示: 内容由AI生成
阅读原文
不喜欢
微信扫一扫
关注该公众号
知道了
微信扫一扫
使用小程序
取消 允许
取消 允许
取消 允许
× 分析

微信扫一扫可打开此内容,
使用完整服务

