科學通報 | 海馬體-前額葉低維協(xié)同編碼驅(qū)動創(chuàng)造性高階學習

創(chuàng)造性思維是人類智能的核心體現(xiàn), 推動著人類文明進步與社會發(fā)展 [1] . 認知科學與教育心理學一直十分關(guān)注“學習他人的創(chuàng)造性范例并啟發(fā)自身”這一創(chuàng)造方式. 創(chuàng)造力聯(lián)想理論認為, 創(chuàng)造性思維過程主要是基于已有的概念基礎, 展開發(fā)散性聯(lián)想, 再對不同要素進行重新整合, 繼而生成原創(chuàng)性觀點 [2] . 這一理論描述了創(chuàng)造性觀點生成的過程機制, 但相對忽視了在觀點生成之前, 個體對外在知識信息進行學習與整合的過程. 雖然目前已有研究表明對他人創(chuàng)造性范例的學習能夠有效提升后續(xù)創(chuàng)新表現(xiàn) [3] , 但大腦如何對外在范例信息進行高階學習(指超越簡單記憶復制的抽象化規(guī)則遷移), 并將其轉(zhuǎn)化為自身原創(chuàng)性觀點, 這一認知過程背后的神經(jīng)機制仍不清楚.

在過往創(chuàng)造性思維神經(jīng)基礎的研究中, 海馬體與前額葉皮層被證明發(fā)揮著重要作用 [ 4 ~ 6 ] . 海馬體是記憶編碼與提取最重要的腦區(qū)之一, 其在情景記憶整合、聯(lián)想學習等認知過程中起著關(guān)鍵作用 [7] ; 前額葉皮層, 特別是腹外側(cè)前額葉皮層(ventrolateral prefrontal cortex, vlPFC), 則在語義選擇、認知控制與規(guī)則抽象中扮演著不可或缺的角色 [8] . 近年研究表明, 這兩個腦區(qū)可能相互協(xié)同作用, 以支持知識的泛化與靈活運用 [9] . 但具體到創(chuàng)造性思維領域, 二者如何分工協(xié)作以實現(xiàn)從范例學習到創(chuàng)意生成的轉(zhuǎn)化, 目前尚未有明確答案. 同時, 大腦對信息的低維表征(指用較少的神經(jīng)維度編碼信息核心特征)作為一種高效的信息處理方式, 已被證實參與了概念的學習及記憶泛化的形成 [ 10 , 11 ] , 但這一信息處理方式能否解釋創(chuàng)造性學習中的范例信息抽象過程, 仍缺乏直接的實驗證據(jù).

近日, 首都師范大學羅勁教授團隊與北京師范大學秦紹正教授團隊合作在 Nature Communications 發(fā)表了題為“Hippocampal-prefrontal orchestration supports higher-order learning for creative ideation”的研究論文, 系統(tǒng)揭示了高階學習支持創(chuàng)造性思維的神經(jīng)機制 [12] . 該研究創(chuàng)新性地提出“海馬體-前額葉協(xié)同編碼”假說, 證實左海馬體通過降低表征維度實現(xiàn)范例信息的結(jié)構(gòu)化壓縮(指去除冗余細節(jié), 保留抽象化結(jié)構(gòu)), 同時增強與前額葉的功能連接促進抽象信息的遷移, 二者共同構(gòu)成了區(qū)別于普通記憶的創(chuàng)造性高階學習神經(jīng)通路. 該研究采用“范例學習-創(chuàng)造性觀點生成-線索回憶”三階段范式, 結(jié)合文本與圖片兩種刺激材料, 通過整合功能磁共振成像(functional magnetic resonance imaging, fMRI)技術(shù)與認知行為實驗, 構(gòu)建了多維度、交叉驗證的研究體系. 在核心實驗中, 參與者首先學習“物體-創(chuàng)造性用途”配對范例(如“打蛋器-燭臺”), 隨后為目標物體生成新穎用途, 最后回憶學習階段的范例. 基于創(chuàng)造性評分的個體內(nèi)中位數(shù)分割, 將學習試次分為“高后續(xù)創(chuàng)造性(higher subsequent creation, HSC)”和“低后續(xù)創(chuàng)造性(lower subsequent creation, LSC)”兩組, 通過對比分析兩組的神經(jīng)編碼差異, 挖掘支持創(chuàng)造性學習的關(guān)鍵神經(jīng)標志物.

行為結(jié)果表明, 創(chuàng)造性范例學習對后續(xù)創(chuàng)新具有促進作用. 相比無范例學習、普通范例學習等對照條件, 創(chuàng)造性范例學習組的后續(xù)創(chuàng)新表現(xiàn)更好. 這證實了范例學習中“創(chuàng)造性”特征的關(guān)鍵支撐作用. 同時, 研究發(fā)現(xiàn)“模仿-創(chuàng)新權(quán)衡”效應: 范例模仿能促進記憶保持, 但是也會抑制創(chuàng)造力輸出, 如果采取適當?shù)亩ㄏ蜻z忘以及低負荷孵化的模式, 則可以減弱無關(guān)細節(jié)記憶、優(yōu)化表征抽象, 進而提升后續(xù)創(chuàng)新表現(xiàn). 在大腦層面, 本研究對海馬體激活模式進行了主成分分析( 圖1(a) ), 識別出了創(chuàng)造性高階學習的兩個核心神經(jīng)標記物. 一是左海馬體表征維度的降低: HSC試次的左海馬體表征維度顯著低于LSC試次( 圖1(b, c )), 且呈現(xiàn)出更高的全局模式相似性( 圖1(d) ). 這表明海馬體通過維度壓縮實現(xiàn)范例核心特征的提取與結(jié)構(gòu)化編碼, 而非簡單存儲細節(jié)信息. 二是海馬體-前額葉功能連接的增強: HSC試次中左海馬體與左前額葉的功能連接和表征連接(指不同腦區(qū)對同一信息神經(jīng)編碼模式的相似性)均顯著強于LSC試次( 圖1(e, f) ), 且這種連接增強與海馬體表征維度降低呈負相關(guān)( 圖1(g) ). 這提示前額葉可能通過調(diào)節(jié)海馬體的表征壓縮過程, 促進抽象信息的提取與整合. 跨實驗驗證顯示, 這兩個神經(jīng)標記物在文本與圖片范例學習中均穩(wěn)定存在, 且與創(chuàng)造性評分呈顯著負相關(guān), 說明了其較好的普適性與有效性.

圖 1

海馬體對范例信息的低維表征及其與前額葉的表征連接共同促進創(chuàng)造性觀點生成(修改自文獻 [12] ). (a) 對范例學習期間海馬體激活模式進行主成分分析. (b) 高后續(xù)創(chuàng)作(higher subsequent creation, HSC)試次條件下左側(cè)海馬體對范例信息表征維度更低. (c) 在70%~80%解釋方差范圍內(nèi), HSC試次條件下的海馬體表征維度均低于低后續(xù)創(chuàng)作(lower subsequent creation, LSC)試次. (d) HSC試次條件左側(cè)海馬體全局模式相似性顯著高于LSC試次條件. (e) 左側(cè)海馬體與左額下回表征差異矩陣相關(guān)性計算. (f) HSC試次條件左側(cè)海馬體與左額下回表征連接性顯著高于LSC試次條件. (g) 海馬體-額下回表征連接性與海馬體表征維度呈顯著負相關(guān)

此外, 這項工作借助跨階段分析深入探討了創(chuàng)造性高階學習的神經(jīng)表征遷移機制. 結(jié)果發(fā)現(xiàn)HSC試次中左海馬體的低維表征與前額葉的全維表征在學習與創(chuàng)造性生成階段的相似度顯著更高, 這表明抽象化的神經(jīng)表征能夠從學習階段有效遷移至創(chuàng)新階段. 進一步的解碼分析發(fā)現(xiàn), 左前額葉能夠基于學習階段的神經(jīng)模式, 準確區(qū)分創(chuàng)造性生成階段的HSC與LSC試次, 且這種解碼能力與創(chuàng)造性評分正相關(guān), 而去除海馬體低維表征后該解碼效應消失, 這證實了海馬體低維編碼對前額葉泛化解碼的關(guān)鍵支持作用. 此外, 通過與“后續(xù)記憶效應”的對比, 研究發(fā)現(xiàn)支持創(chuàng)造性學習的神經(jīng)機制(低維壓縮+強連接)與支持一般記憶的神經(jīng)機制(高激活+高模式相似性)存在本質(zhì)差異, 進一步明確了支持創(chuàng)造性思維的高階學習區(qū)別于普通記憶的獨特神經(jīng)路徑.

綜上所述, 本研究首創(chuàng)性地結(jié)合了基于體素的主成分分析等方法, 深入揭示了范例學習促進后續(xù)創(chuàng)新的認知神經(jīng)機制. 該研究表明: 海馬對記憶信息的低維度抽象化表征, 以及海馬-前額葉更強的功能耦合, 共同構(gòu)成了支持創(chuàng)造性高階學習的特異性神經(jīng)機制, 且這一機制與普通記憶的編碼機制存在本質(zhì)區(qū)別. 該研究結(jié)論也提示, 相比于精確記憶的“強學習”模式, 適度遺忘的“弱學習”或許會更加有利于創(chuàng)造力的激發(fā). 這也在一定程度上契合了“得意忘言”這一古人理念, 即: 既得其意, 則忘其言. 這項工作通過構(gòu)建跨階段雙向驗證的研究體系, 為理解創(chuàng)造性觀念如何從已有學習經(jīng)驗中“生成”而非“復制”, 提供了關(guān)鍵神經(jīng)科學證據(jù). 受限于fMRI技術(shù)時間分辨率的局限, 未來研究可在此基礎上結(jié)合腦磁圖(magnetoencephalograph, MEG), 顱內(nèi)腦電(intracranial electro-encephalogram, iEEG)等具備更高時間分辨率的技術(shù)深入探索創(chuàng)造性高階學習的動態(tài)神經(jīng)變化. 本研究也提示我們可以通過引導適度遺忘、降低記憶負荷等方式強化外在信息的低維抽象表征, 從而促進知識內(nèi)化與靈活遷移, 激發(fā)個體創(chuàng)造力.

參考文獻

[1] Hennessey B A, Amabile T M. Creativity . Annu Rev Psychol , 2010 , 61: 569 -598

[2] Mednick S. The associative basis of the creative process . Psychol Rev , 1962 , 69: 220 -232

[3] Fink A, Koschutnig K, Benedek M, et al. Stimulating creativity via the exposure to other people’s ideas . Hum Brain Mapp , 2012 , 33: 2603 -2610

[4] He L, Li Y, Zhuang K, et al. Network connectivity of the creative brain: current knowledge and future directions (in Chinese) . Chin Sci Bull , 2020 , 65: 25 -36

[5] Beaty R E, Kenett Y N, Christensen A P, et al. Robust prediction of individual creative ability from brain functional connectivity . Proc Natl Acad Sci USA , 2018 , 115: 1087 -1092

[6] Cabeza R, Becker M, Davis S W. Are the hippocampus and its network necessary for creativity? . Proc Natl Acad Sci USA , 2020 , 117: 13870 -13872

[7] Wang J X, Rogers L M, Gross E Z, et al. Targeted enhancement of cortical-hippocampal brain networks and associative memory . Science , 2014 , 345: 1054 -1057

[8] Mack M L, Preston A R, Love B C. Ventromedial prefrontal cortex compression during concept learning . Nat Commun , 2020 , 11: 46

[9] Samborska V, Butler J L, Walton M E, et al. Complementary task representations in hippocampus and prefrontal cortex for generalizing the structure of problems . Nat Neurosci , 2022 , 25: 1314 -1326

[10] Sheng J, Zhang L, Liu C, et al. Higher-dimensional neural representations predict better episodic memory . Sci Adv , 2022 , 8: eabm3829

[11] Tang E, Mattar M G, Giusti C, et al. Effective learning is accompanied by high-dimensional and efficient representations of neural activity . Nat Neurosci , 2019 , 22: 1000 -1009

[12] Zhang Z, Li Z, Ding R, et al. Hippocampal-prefrontal orchestration supports higher-order learning for creative ideation . Nat Commun , 2026 , 17: 464

《科學通報》是中國科學院主管、中國科學院和國家自然科學基金委員會共同主辦的綜合性中文學術(shù)期刊，致力于快速報道自然科學各學科基礎理論和應用研究的最新研究動態(tài)、消息、進展, 點評研究動態(tài)和學科發(fā)展趨勢。

• 旬刊，每10天出版1期；

• 欄目：進展、評述、快訊、論文、觀點、科技前沿、科學訪談、亮點述評、悅讀科學等；

• 中國科學院文獻情報中心分區(qū)表綜合性大類1區(qū)TOP期刊；

• 中國科技期刊卓越行動計劃領軍期刊；

• 《中國科技論文與引文數(shù)據(jù)庫》和《中國科學引文數(shù)據(jù)庫》的源期刊，同時被EI、ESCI和Scopus等收錄；

• 期刊官網(wǎng)：http://csb.scichina.com.

轉(zhuǎn)載、投稿請留言

| 關(guān)注科學通報 | 了解科學前沿