認知神經科學前沿文獻分享

基本信息

Title:Unsupervised visual learning is revealed for task-irrelevant natural scenes due to reduced attentional suppression effects in visual areas

發表時間:2026-05-18

發表期刊:Nature Communications

影響因子:15.7

獲取原文:

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

研究背景

人類自出生起就沉浸在連續不斷的復雜視覺刺激中。我們的大腦似乎有一種天賦，能夠在沒有明確指導或獎勵的情況下，自動對環境中頻繁出現的特征（如物體輪廓或運動模式）變得敏感。這種被稱為“無監督學習”的機制，被廣泛認為是語言習得和統計學習等高級認知功能的基礎。

然而，在視覺知覺學習（Visual Perceptual Learning, VPL）領域，無監督學習是否起作用一直存在巨大爭議。以往的大量研究表明，如果一個視覺特征是可見的，但與你當前正在執行的任務無關，大腦的注意力系統就會將其“抑制”掉，導致你根本無法學習到這個特征。因此，許多學者認為視覺知覺學習必須依賴自上而下的注意力或反饋。

但這里有一個關鍵的斷點：過去得出“無法學習”結論的研究，幾乎全部使用了簡單的人工刺激（如光柵或隨機噪點）。真實世界中的自然場景遠比人工刺激復雜，包含了豐富的全局結構。大腦在處理作為背景的“自然場景”和“人工刺激”時，真的會一視同仁地將它們全部抑制掉嗎？這項發表在《Nature Communications》上的研究，正是試圖回答這個被長期忽視的問題。

研究核心總結

研究團隊通過一系列精心設計的行為學和fMRI實驗，不僅打破了“可見無關特征無法被學習”的傳統認知，還揪出了導致自然場景與人工刺激學習差異的幕后機制。

一、 自然場景能突破注意力抑制，人工刺激則不能

研究者首先讓受試者在屏幕中央執行一個極度消耗注意力的快速串行視覺呈現（RSVP）任務。與此同時，屏幕背景中會呈現與任務完全無關的圖像。結果發現，當背景是自然場景圖像時，受試者在經過多天的暴露后，對該場景的主導朝向和空間頻率的辨別能力顯著提升了。然而，當背景被替換為具有相同基礎物理屬性（如相同的朝向和空間頻率頻譜）但缺乏全局結構的人工打亂圖像時，受試者沒有表現出任何學習效果。

有趣的是，如果取消中央的干擾任務，讓受試者自由觀看這些圖像，無論是自然場景還是人工刺激，都能引發顯著的視覺學習。這說明，人工刺激并非不能被無監督學習，而是在有任務干擾時，它被注意力系統無情地抑制了，而自然場景卻成功“逃脫”了這種抑制。

Fig 1. 實驗1揭示了在執行無關的高負荷任務時，只有自然場景圖像（而非人工打亂圖像）能引發對背景主導朝向的無監督視覺學習。

Fig 2. 實驗2進一步證實，這種自然場景特有的無監督學習效應同樣適用于空間頻率這一基礎視覺特征。

自然場景到底有什么魔力？研究者將自然場景的視覺信息進行了拆解。他們發現，僅僅匹配圖像的亮度分布（偏度和峰度等邊緣統計特征）并不能引發學習。真正起作用的，是自然場景中的“高階統計特征”（Higher-order statistics）。

高階統計特征代表了自然場景中典型的復雜空間關系，如邊緣、紋理和輪廓的組合。當研究者利用算法生成只保留高階統計特征、甚至去除了局部朝向信息的合成圖像時，受試者依然能夠在注意力被占用的情況下，學習到圖像的全局主導朝向。這直接證明了，高階統計特征是引發無任務相關視覺學習的充分且必要條件。

Fig 5. 包含自然場景高階統計特征的Portilla-Simoncelli合成圖像，同樣能夠在注意力受限的情況下引發顯著的視覺學習。

Fig 6. 即使是去除了原始局部朝向信息、僅保留高階統計特征的圖像，依然足以支撐大腦提取并學習其主導朝向。

為了探究這一現象的神經基礎，研究者利用fMRI測量了大腦在處理不同圖像時的血氧水平依賴（BOLD）信號。他們對比了受試者在執行簡單任務和困難任務時，視覺皮層對背景圖像的響應差異。

結果顯示，大腦的注意力控制源頭（如頂內溝IPS和額葉眼動區FEF）對所有類型的背景圖像發出了同等強度的抑制信號。然而，在接收端，初級視覺皮層（V1）對所有圖像都表現出強烈的抑制；但到了更高階的視覺區域（如V2、V3、V4v），對高階統計特征圖像的抑制效應顯著減弱了。這意味著，逃避注意力抑制并非因為頂葉/額葉“網開一面”，而是高階視覺皮層在處理復雜結構時具有某種天然的抗抑制特性。

Fig 3. | Unsupervised VPL of orientation as a result of self-paced passive viewingof natural scene and arti?cial images (Experiment 3). a Experimen...

Fig 8. fMRI數據表明，與低階特征相比，高階統計特征在V2、V3、V4v等高階視覺區域受到的注意力抑制顯著更小。

為什么高階統計特征在高階視覺區能逃避抑制？研究者通過行為學極限測試提出了一個極具啟發性的機制解釋：時間錯位。

他們測量了大腦處理不同特征所需的時間，發現大腦檢測高階統計特征中的主導朝向，比檢測低階特征要慢大約300毫秒。眾所周知，自上而下的注意力抑制是一個快速且短暫的過程（通常在刺激出現后150毫秒內最強）。因此，當高階統計特征的信息慢吞吞地到達高階視覺皮層并形成表征時，注意力抑制的“最佳時間窗口”已經關閉了。正是這種處理速度上的“慢半拍”，讓高階特征巧妙地漏出了注意力的屏蔽網，進而促成了無監督學習。

Fig 4. | Kurtosis and skewness of natural scene images does not play a sig-ni?cant role in unsupervised VPL (Experiment 4). a Illustrations of the...

Fig 7. | Higher-order statistics of natural scene images are less suppressed byattention compared to arti?cial images (Experiment 10). a Illustrati...

Fig 9. 行為學時間測量與機制模型示意：高階特征較長的處理時間（多出約300毫秒）使其剛好錯過了大腦執行注意力抑制的最佳時間窗口。

研究意義

這項研究為長期以來的視覺知覺學習爭論提供了一個極具解釋力的統一框架。它告訴我們，無監督學習確實是視覺知覺學習的底層機制，但它能否表現出來，取決于刺激本身的統計結構與大腦注意力門控機制之間的博弈。

從理論意義上看，該研究修正了“可見無關特征絕對無法被學習”的舊觀點，指出自然場景的復雜結構賦予了視覺信息特權。從應用啟發來看，這為人工智能和機器學習領域敲響了警鐘：當前許多AI模型并未區分自然場景和人工刺激的輸入差異，而人腦的無監督學習顯然高度依賴于輸入信息的統計層級。未來在設計更類腦的無監督學習算法時，引入對高階統計特征的敏感性以及時間動態窗口的概念，或許能大幅提升模型在真實世界復雜環境中的泛化與適應能力。當然，關于“時間差”逃避機制目前仍主要基于行為學推算，未來還需要高時間分辨率的神經電生理證據來進一步夯實這一迷人的假說。

分享人：飯鴿兒

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認知神經科學的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨行。歡迎加入PsyBrain 學術社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進群，歡迎你的到來

一鍵關注，點亮星標 ? 前沿不走丟！

一鍵分享，讓更多人了解前沿