PsyBrain 脑心前沿 / 科研分析：认知神经科学前沿的结构化精读 / M · 记忆与学习 / M080 · CurrBiol大脑的通用“计数器”：工作记忆如何跨越感

M080 Curr Biol | 大脑的通用“计数器”：工作记忆如何跨越感官界限？

来源：公众号 PSY-Brain_Frontier ｜发布：2025-09-20 ｜原文链接

点击蓝字关注我们知晓前沿

注意与记忆前沿文献分享

基本信息：

Title: Neural evidence for modality-independent storage in working memory

发表时间：2025.9.4

Journal: Current Biology

影响因子：7.5

研究背景

想象一个场景：你正走在一条熙熙攘攘的城市街道上，耳朵里播放着一期引人入入胜的播客节目。你的眼睛追踪着行人和交通信号灯（视觉信息），而你的耳朵则紧跟着播客中复杂的论证思路（听觉信息）。在这个过程中，你的大脑不仅仅是在被动地处理这些信息流，更是在主动地抓取、保留和操纵来自这两个感官通道的信息片段。这个我们赖以进行思考、推理和规划的心理工作空间，就是认知神经科学家所说的工作记忆 (Working Memory, WM)。它是我们意识思维的核心引擎。

然而，这个引擎究竟是如何工作的？我们的大脑是为视觉信息和听觉信息设置了不同的“货架”，还是存在一个可以处理所有类型信息的中央“总工作台”？这个问题是认知科学领域一场长达数十年辩论的核心，也是芝加哥大学Darius Suplica及其同事近期发表在《当代生物学》(Current Biology)上的研究试图解开的终极谜题。他们的工作为我们揭示了一个深藏于大脑中的、独立于感官模态的通用“计数器”，为这场旷日持久的辩论提供了颠覆性的新证据。

省流总结

以下是这项研究的核心要点：

核心发现：通过先进的脑电图（EEG）分析技术，研究人员在人脑中发现了一个通用的神经信号。这个信号就像一个“计数器”，精确地追踪我们在工作记忆中保持了多少个项目，而完全不关心这些项目是看到的（视觉）还是听到的（听觉）。
“指针”假说：科学家们认为，这个信号反映了一种抽象的“指针”系统。就像计算机内存中的指针一样，这些神经指针负责“标记”或“索引”重要的信息项目，但它们本身并不存储这些项目的具体感官细节（比如颜色或声音）。这是一种完全独立于内容（content-independent）的底层管理机制。
关键分离：至关重要的是，研究通过精巧的实验设计证明，这个追踪项目数量的“计数器”信号，在功能和神经基础上，与其他相关的认知过程是截然不同的。它并不仅仅是以下因素的副产品：

信息的感觉模态（视觉 vs. 听觉）。
空间注意力的范围（我们正在监控多少个位置）。
任务的总体认知努力或难度。

理论意义：这项发现为一种双层工作记忆架构提供了强有力的证据：一个通用的、抽象的控制系统负责管理我们正在思考的项目数量，而与之并行的、多个专门化的系统则负责维持这些思考内容的丰富感官细节。

研究动机：一场关于“大脑货架”

旷日持久的辩论

要理解这项研究的重要性，我们必须回到关于工作记忆结构的经典争论中。

经典观点——分门别类的“货架”

长期以来，认知心理学界最具影响力的工作记忆模型之一，是由Alan Baddeley和Graham Hitch提出的多成分模型。该模型主张，工作记忆系统内部存在功能特化的存储缓冲区，例如专门处理视觉和空间信息的“视觉空间画板”（visuospatial sketchpad）和专门处理声音及语言信息的“语音回路”（phonological loop）。这个理论就像是说，我们的大脑为不同类型的信息准备了不同的“货架”。

这一观点得到了大量行为实验的支持。例如，研究发现，当人们被要求同时记忆一组视觉图形和一组听觉单词时，这两项任务之间的相互干扰非常小。这似乎表明，它们正在使用两套独立的认知资源。早期的神经科学研究也为“独立货架”理论提供了佐证，一些脑电图研究发现，大脑的不同区域似乎分别负责追踪视觉和听觉工作记忆的负荷。

新的线索——一个通用的信号

然而，近年的研究开始挑战这一经典观点。神经科学家在研究视觉工作记忆时，发现了一种神秘的脑电信号。这个信号能够稳定地追踪被试在记忆中保持的视觉项目的数量，但奇特的是，它完全不关心这些项目的具体特征。例如，记忆三个色块和记忆三个运动的点所引发的该信号的强度是相同的。这一发现暗示，可能存在一种更抽象的、独立于具体内容的存储机制。

“时空指针”假说

为了解释这个神秘的信号，研究者们提出了一个极具启发性的“时空指针”（spatiotemporal "pointer"）假说。

这个假说的核心思想可以用一个简单的类比来理解。想象一下在对话中使用“这个”或“那个”这样的指示词。这些词本身不包含任何关于物体的描述性信息，但它们的功能是指向一个特定的对象。类似地，“指针”假说认为，大脑中可能存在一种神经机制，其作用就像这些指示词一样，它为需要进入工作记忆的项目打上一个“索引”或“标签”，将其与特定的时空背景绑定在一起（即“这个东西，在这里，在此刻”）。

这个假说巧妙地将两个过程分离开来：一是索引一个项目的行为，二是在大脑中维持该项目具体特征（如颜色、形状、声音）的行为。指针系统专门负责前者，即管理和追踪被选中的项目。

知识的缺口

尽管“指针”假说极具吸引力，但此前所有支持该假说的证据都局限于视觉领域。这就留下了一个悬而未决的关键问题：这个神秘的、独立于内容的“指针”系统，仅仅是视觉系统的一个专属工具，还是一个真正贯穿所有感官模态、服务于整个工作记忆系统的中央核心机制？。这正是Suplica等人试图回答的问题。

核心研究问题：层层剥茧，直指本质

为了系统性地验证“指针”假说的普适性，研究者们设计了一系列严谨的实验，旨在回答以下四个层层递进的核心问题：

跨模态问题：工作记忆负荷的神经信号能否跨越感觉通道的界限？换言之，一个通过学习能够识别“记住两个声音”时大脑活动模式的计算机模型，是否也能准确识别出“记住两个色块”时的大脑活动模式？如果答案是肯定的，这将为存在一个独立于模态的通用系统提供最直接的证据。
“项目” vs. “特征”问题：这个通用系统到底在“数”什么？它是在数离散的、被整合的物体（即“项目”），还是在数这些物体所包含的所有特征的总和？例如，对于一个既有颜色又有声音的物体，系统是将其计为1个“项目”，还是2个“特征”？根据“指针”假说，系统应该只关心项目的数量。
空间注意力的混淆：这个所谓的“负荷”信号，有没有可能仅仅是空间注意力的一个“伪装”？毕竟，记住两个分别位于不同位置的项目，自然比记住一个位置上的一个项目需要更广泛的注意力。我们能否在实验中将“存储项目”的信号与“注意位置”的信号清晰地分离开来？。
认知努力的混淆：同样，记住更多的项目通常也更费力。那么，这个负荷信号会不会仅仅是大脑“努力程度”的一个通用指标？我们能否证明，该信号并非只是广义认知努力的简单反映？。

通过对这四个问题的逐一检验，研究者们得以像剥洋葱一样，层层剔除各种可能的替代解释，最终直指工作记忆存储的本质。

实验设计：一场精巧的“控制变量”

为了回答上述问题，研究团队设计了两个环环相扣、逻辑严密的脑电图（EEG）实验。

实验一：跨越视听的“投石问路”

图10

实验一的目标是正面检验工作记忆负荷信号的跨模态通用性。

任务范式：被试参与了一项变化觉察任务。在每个试次中，他们会看到或听到1个或2个视听配对的物体。每个物体都由一个彩色菱形和一个真实世界的声音（如铃声、相机快门声）组成。在不同的实验组块中，被试被要求只记住颜色、只记住声音，或者同时记住颜色和声音的组合（即绑定特征）。经过一段短暂的记忆保持期后，屏幕上会出现一个探测刺激，被试需要判断该刺激是否与记忆中的项目相同。
精妙的控制：这个设计的巧妙之处在于对无关变量的严格控制。为了确保不同负荷条件下的感官输入完全一致，在“负荷为1”的试次中，屏幕上仍然会呈现两个刺激，但其中一个是由灰色菱形和白噪音组成的、与任务无关的“占位符”。这样一来，研究者就可以确保所观察到的大脑活动差异确实来源于记忆负荷本身，而非原始的感官刺激强度。
分析方法一：多变量解码：研究者采用了一种强大的分析技术——多变量模式分析（Multivariate Pattern Analysis, MVPA）。与传统方法只关注单个电极的信号振幅不同，MVPA利用机器学习算法，学习并识别分布在所有30个EEG电极上的整体活动模式，从而区分不同的大脑状态（例如，记忆1个项目 vs. 记忆2个项目）。
关键检验： 实验的核心检验方法是跨模态解码（cross-modal decoding）。研究者首先在一个感官模态上训练分类器，例如，让它学习区分“记忆1个声音”和“记忆2个声音”时的大脑活动模式。然后，他们测试这个已经训练好的分类器，看它能否利用从听觉任务中学到的知识，来准确地区分“记忆1个颜色”和“记忆2个颜色”时的大脑活动。如果这个跨模态的“考试”能够成功，就意味着听觉负荷和视觉负荷共享着同一种神经编码。

实验二：剥离“空间注意力”的“精准打击”

图11

实验一虽然有力，但仍存在一个潜在的混淆因素：记忆负荷与空间注意力的范围是耦合的。实验二的设计目的，就是为了正面解决这个最主要的替代解释。

设计原理：实验二巧妙地将工作记忆负荷和空间注意力负荷这两个变量独立开来。

工作记忆负荷：被试需要记忆1个或3个项目。
空间注意力负荷：所有这些项目要么全部出现在同一个空间位置，要么分别出现在3个不同的空间位置。

分离的逻辑：这种设计创造了可以进行关键比较的实验条件。例如，研究者可以比较“在1个位置记忆3个项目”和“在1个位置记忆1个项目”时的大脑状态（此时，工作记忆负荷改变，而空间负荷恒定），也可以比较“在1个位置记忆3个项目”和“在3个位置记忆3个项目”时的大脑状态（此时，工作记忆负荷恒定，而空间负荷改变）。这种正交设计使得通过数学方法分离出各自独立的神经信号成为可能。
分析方法二：表征相似性分析：为了实现这种分离，研究者采用了比MVPA更精细的分析工具——表征相似性分析（Representational Similarity Analysis, RSA）。RSA不仅判断两个大脑状态是否不同，它还系统地考察所有实验条件之间两两相似或不相似的整体模式。这种大脑活动的“表征几何”（Representational geometry）结构，会被用来与多个理论模型进行比较，例如一个只关心项目数量的“指针负荷模型”，一个只关心注意位置数量的“空间注意模型”，以及一个只关心感觉模态的“感官模型”。通过这种方法，研究者可以精确地计算出，在控制了其他因素之后，每一个理论因素（如项目负荷）能够独立解释多少大脑信号的变异。

为了更清晰地展示两个实验的逻辑递进关系，下表总结了它们的核心设计：

图12

图13

核心发现：数据揭示的“三重分离”

通过上述精巧的实验设计和强大的分析方法，研究者们获得了一系列清晰而深刻的发现，直接回答了之前提出的四个核心问题。

发现一：通用“计数器”真实存在，且它按“件”计数

跨模态解码的成功：实验一的结果非常明确和稳健。在听觉负荷上训练的分类器，能够成功地解码视觉负荷，反之亦然。这种成功的泛化在整个记忆保持阶段都持续存在。这为工作记忆负荷存在一个共同的、独立于感觉模态的神经信号提供了“实锤”证据。

图14

基于“项目”，而非“特征”：对绑定特征（颜色+声音）试次的分析同样具有决定性。一个在单特征项目上训练的分类器，能够毫无困难地解码双特征项目的数量。更有说服力的是，一个包含双重特征的项目，并不会被分类器误判为比一个单特征项目具有更高的负荷。这确凿地证明了，这个通用的“计数器”系统追踪的是被整合后的物体或项目的数量，而不是原始特征的总数。

图15

并行的双层架构：实验一的表征相似性分析（RSA）为我们描绘了一幅更精细的图景。分析结果显示，“指针负荷”模型（即项目数量）和“分级特征”模型（即感觉模态）都能够独立地解释脑电信号中的一部分变异。这并不是说通用系统战胜了特异系统，而是揭示了一种混合、并行的工作记忆架构。大脑似乎在同时维持着两种不同类型的信息：一种是抽象的、跨模态的编码，负责记录有多少个项目被保持（即指针）；另一种是独立的、模态特异的编码，负责记录这些项目是什么（即感官细节）。论文中的二维多维尺度（MDS）投影图（下图B）完美地将此可视化：其中一个维度（横轴）将不同感觉模态的条件分离开，而另一个维度（纵轴）则将不同负荷水平的条件分离开，清晰地展示了这两种信息的正交表征。

图16

发现二：认知立方体：负荷、注意与感官的三维分离

RSA在实验二中的威力：实验二的RSA分析进一步证实，即使在控制了感觉模态和——最关键的——空间注意力的影响后，那个独立于模态的“指针负荷”信号依然能够解释脑电数据中显著且独特的变异。
“认知立方体”的可视化：而整个研究中最引人注目的结果，莫过于三维MDS投影图（下图D）。这张图将所有8个实验条件（2种模态 x 2种负荷 x 2种空间位置）的大脑活动模式投射到一个三维的表征空间中，结果显示，这些点构成了一个近乎完美的立方体。

立方体的顶面和底面分别代表了工作记忆负荷为1和3个项目。
立方体的左侧面和右侧面分别代表了视觉和听觉模态。
立方体的前面和后面则分别代表了空间注意力的范围为1个和3个位置。

方法论的巅峰：这个“认知立方体”不仅仅是一张漂亮的图片，它是整个研究论证逻辑的顶点。研究始于实验一中一个潜在的混淆（负荷与空间耦合），实验二通过精巧的设计打破了这种耦合，RSA则是用于分析数据的数学工具，而这个立方体，正是那次成功的数学分离的优雅、直观的可视化呈现。它无可辩驳地证明了，大脑为项目负荷、空间注意力和感觉模态维持着三种独立的、相互正交的神经表征。这是一次漂亮的“三重分离”（triple dissociation）的展示。

图17

发现三：负荷信号并非“努力”的伪装

瞳孔大小分析：为了排除认知努力的混淆，研究者们进行了补充分析。他们将被试的瞳孔直径——一个公认的认知努力(Cognitive effort)的生理指标——作为一个额外的理论模型，加入到RSA分析中。
结果：分析发现，瞳孔大小模型并不能持续地解释独特的神经信号变异，并且它的加入也并未削弱“指针负荷”信号的显著性。这表明，尽管记住更多项目确实更“费力”，但我们观察到的这个特定的神经“计数器”信号，并不能被简单地归结为一个笼统的、反映大脑整体努力程度的指标。

图18

图19

编辑部观点：“指针”理论的远大前程

综合来看，这项研究为工作记忆中存在一个中央、抽象、基于项目的索引机制提供了强有力的神经证据。“时空指针”不再仅仅是一个理论构想，它拥有了一个清晰、可测量的神经关联物。

统一认知科学的理论

这项发现的理论意义是深远的，它有可能成为连接认知科学不同领域的桥梁。

这个“指针”概念就像一块神经科学领域的“罗塞塔石碑”，它能够用同一种机制来解释多个看似无关的认知现象。在工作记忆理论中，它为Baddeley模型中功能较为模糊的“情景缓冲器”（episodic buffer）的绑定功能提供了一个具体的神经实现方式。在视觉和注意理论中，它与Zenon Pylyshyn提出的FINSTs（"Fingers of INSTantiation"）等概念产生了强烈的共鸣，后者被认为是追踪物体在时空中连续存在的机制。而最令人兴奋的是，通过将一个项目与其时空背景进行绑定，“指针”操作很可能就是形成一段稳固的长时记忆的第一步，从而将工作记忆中短暂的、动态的世界与长时记忆中持久的、结构化的世界联系起来。这使得“指针”机制有潜力成为认知过程的一个真正底层的、基本的构建模块。

调和相互矛盾的证据

这项研究还为调和之前相互矛盾的实验证据提供了新的思路。一方面，本研究发现了通用的容量限制；另一方面，大量行为研究表明，同时记忆视觉和听觉信息时干扰很小，似乎暗示着存在模态特异的容量。作者提出了一个巧妙的解决方案：

指针系统可能是决定存储容量（即你能索引多少个项目）的中央瓶颈，但最终的行为表现还受到提取/决策阶段的干扰影响，而这个阶段对特征的相似性非常敏感（例如，从两个声音相似的音调中提取出正确的一个会非常困难）。这个观点区分了存储的限制和提取的限制，优雅地解释了为何一个中央存储系统可以与模态特异的干扰现象共存。

结语与展望

总而言之，Suplica等人的研究极大地完善了我们对心智架构的理解，清晰地区分了抽象的控制过程与具体的表征内容。这个跨模态通用“计数器”的发现，不仅为我们深入研究思维、智力和意识的神经基础开辟了全新的道路，甚至可能为设计更灵活、更鲁棒的人工智能系统提供来自大自然的终极灵感。

图20

Author informations

First author: Darius Suplica

Department of Psychology, The University of Chicago, Chicago, IL 60637, USA
芝加哥大学心理学系（美国伊利诺伊州芝加哥市）

Last author: Edward Awh

Department of Psychology, The University of Chicago, Chicago, IL 60637, USA
芝加哥大学心理学系（美国伊利诺伊州芝加哥市）

Institute for Mind and Biology, The University of Chicago, Chicago, IL 60637, USA

芝加哥大学心智与生物学研究所（美国伊利诺伊州芝加哥市）

图21

Abstract

Working memory (WM) is a core component of intellectual ability. Traditional behavioral accounts have argued that there remain distinct memory systems based on the type and sensory modality of information being stored. However, more recent work has provided evidence for a class of neural activity that indexes the number of visual items stored in a content-independent fashion. Here, across 2 electroencephalogram (EEG) experiments, we demonstrate an item-based signature of WM storage that generalizes across visual and auditory sensory modalities. Using multivariate techniques, we observed parallel but separate neural patterns that independently track stimulus modality, the number of items stored in WM (regardless of modality), and the number of spatially attended positions. We propose that these load signals reflect a modality-independent process for binding item representations to context, reinforcing accounts arguing for a distinction between the maintenance of the content of one’s thoughts and the manipulation and gating of those thoughts.

图22