文献共读 Day1

文献信息

【原文】Long, N. M., & Kuhl, B. A. (2020). When the memory system gets ahead of itself. Trends in Cognitive Sciences, 24(12), 961–962. https://doi.org/10.1016/j.tics.2020.09.010

【靶研究】Sherman, B. E., & Turk-Browne, N. B. (2020). Statistical prediction of the future impairs episodic encoding of the present. PNAS, 117(37), 22760–22770. https://doi.org/10.1073/pnas.2013291117

Summary：Statistical regularities bias the hippocampus toward ① representing future states over current experience and ② reduce the degree to which current experience is encoded into memory.

统计学习 & 情景记忆

• Statistical learning: learning regularities in the environment that transcend specific examples（下图）
• Episodic memory: emphasizes specific instances over generalities
  

靶研究

研究目的：研究 Statistical learning 和 Episodic memory 是否直接相互竞争——预测未来 的结构是否会破坏编码当下经验 的能力。

实验1

线下被试：30 individuals (19 females; 18-31 y, M = 21.2 y)
线上被试：83 individuals (18-35y) ，由于预注册排除19名被试，64名被试进入数据分析（？：排除标准存疑）
材料：300张场景图片（12类 × 25张)
软件：MATLAB - Psychophysics Toolbox

实验程序：

1. 编码阶段（192 trials=12类 × 16张)：被试观看 1000ms（固定）的场景图片 → 判断是否含有人造物（manmade object）【下图A，记录 RT、ACC，ISI=500ms】
   —配对顺序呈现场景图片（下图B）：
   · 可预测配对（A-B配对）：3类分配到A，3类分配到B（A、B一一对应）
   · 随机配对（X-X配对）：剩余6类分配到X（无先后对应规则）

2. 注意力分散阶段（5min）：60道减法、除法算术，避免近因效应。

3. 记忆测试阶段（下图C、D）：
   · 类别配对测试（category pair test）：先后呈现两对场景图片，要求被试判断哪一对更熟悉。 每张场景图片都是新的，一半的trial包含一个可预测配对，另一半包含一个随机X对（无正确答案）
   · 情景记忆测试（episodic memory test）：呈现一个场景，被试判断是否在编码阶段出现过 → 判断是否自信（“不自信”/“自信”）
   

实验2

被试：30 individuals (19 females; 18-31 y, M = 21.2 y)

实验程序：
与实验1相同，在测试阶段增加 时间源记忆判断（temporal source memory judgment）：呈现一个场景，要求被试判断是否出现过 → 如果反应 “出现过” ：呈现时间线（编码阶段开始——编码阶段结束） → 要求被试单击时间线，指出记得该场景何时出现

实验3（fMRI，神经结果暂不关注）

被试：38 individuals (24 females; 18-35 y, M = 23.1 y) ，2名被试被排除
材料：480 张场景图片（12类 × 25张)

实验程序：
与实验 1相同。但：
① 分为3个run（3run×12类×7张）
② ISI 在2s（39.3%）、3.5s（39.3%）和5s（21.4%）之间变化（jitter onsets for deconvolving event-related fMRI activity）
③ 正式run前后有 前模板（pretemplating）阶段 和 后模板（posttemplating）阶段：这2个run中没有类别规律，场景全随机排列。为了防止影响，被试在 前模板run 和 第一个正式run 之间完成了算术任务。5个run 都持续了 6.4 min。

结果

假设：可预测类别（A）的场景比随机类别（X）的场景记得更差。

编码阶段（RT & ACC）

ACC：均显著高于随机水平
1a：mean accuracy = 0.91
1b：mean accuracy = 0.92
2：mean accuracy = 0.93
3：mean accuracy = 0.94

RT：
【1a】实验四分位数（experiment quartile）主效应显著；条件（condition）主效应边缘显著；四分位数与条件的交互作用边缘显著：交互作用表明对B类场景的反应时间越来越快：对B类的反应在最后1/4阶段（第四个四分位数）比对X和对A都显著更快。
【1b、2】四分位数主效应显著，条件与交互作用均不显著。
【3】（因为分成了3个run，在三分位数上进行分析）全部不显著，但是出现对B类反应越来越快的趋势：最后1/3中，对B类的反应显著比对X类更快，但不比A类。
*——存疑：使用四分位数的原因？分段是否因为结果不好

测试阶段（情景记忆表现）

每个被试计算 A′ （nonparametric measure of sensitivity），所有人记忆表现高于随机水平。对 A′ 进行方差分析，条件 主效应不显著。但由于假设认为预测的影响在于 对旧例的编码更差，所以把 击中率 看做更敏感的指标对其分析（结果如图）：

【1a】 条件 主效应显著，A类击中率最低，B和X没有区别
【1b】 条件 主效应边缘显著，A类的击中率显著低于X
并且如果 统计学的预测 影响了 情景记忆编码，那么 A 类的记忆表现会随着学习的进展而下降。因此，我们分析了各种条件下的命中率，发现 四分位数 和 条件 的主效应显著，交互作用不显著。进一步发现，第3/4个阶段：A记忆显著比B差，和X无显著差异【1a】；最后1/4阶段：A 的记忆显著比 B 和 X 都差。【1a、1b】

【2】主效应和交互效应均不显著。可能由于被试知道回答"出现过"会引发源记忆的难题，因此其采用了更保守的标准，以避免难题。所以该实验中计算所有击中trial 源记忆的平均绝对差 来评估源记忆表现。绝对差大则记忆差，结果：总平均绝对差 = 56.3 pictures, or 84.5 s。26/30的被试平均绝对差低于随机水平 (63.8 pictures)，即总的记忆表现高于随机水平。对绝对差进行方差分析：条件 主效应显著， A类的源记忆绝对差显著高于X类的，即A记得比X差。

【3】主效应和交互效应均不显著。可能前后多了2个run。而在统计结构前暴露于随机结构会妨碍统计学习（已证实）。并且在fMRI研究中，可能出现行为效应较小。所以从组分析转移到个人水平上（有先例）来分析记忆的行为表现和神经测量上的关系。【暂不关注】

实验设计逻辑

1. 实验1a表明，统计学的预测会损害情景记忆。最关键的是，A 类（预测项）记忆比X类（随机项）记忆更差。1b确定了结果的稳健性。【确实是 对特定的A类示例 的编码失败】
2. 可以把实验1结果解释为 海马体 预测和编码之间竞争的证据。但是被试也可以依靠对图片的一般熟悉感（大脑皮层支持）来解释。
3. 为了确定是海马中的竞争，设计实验2：精确的时间源记忆需要检索有关每幅图片编码背景的细节，这是情景记忆 的标志性功能，很大程度上取决于海马体。
4. 前两个行为实验结果充分证明预测项（A）的记忆远差于随机项（X）。从神经上检验是否因为统计学习和情景记忆同时依赖于海马体：假设A类的出现触发了海马中相应B类的提取和预期表征，反过来防止海马编码该特定 A 图片细节的新表征

原文对靶研究的剖析

• 原文结论：预测性场景比非预测性场景更难被记住，即当一个场景提供了一个关于未来的统计预测时，它就不太可能被编码到情景记忆中。统计规律 促使 记忆系统 预测 即将到来的场景，而 牺牲了对当前场景的编码。
• fMRI：记录海马体（与统计学习和情景记忆有关）与每一类场景相关的活动模式，发现：当观看 预测性刺激（A） 时，① 海马体的活动模式是即将出现的场景类别（B），而不是当前的场景类别；② 这种预测越强，被试对预测场景的记忆也越差。
• 统计学习 & 情景记忆编码之间的权衡（预测未来的成本）与最近关于情景记忆编码 & 情景记忆提取之间权衡的证据相一致。
• 正如统计规律可能使记忆系统倾向于向前看(即产生预测)，其他因素和经验也可能使记忆系统倾向于向后看(即检索过去事件的记忆)。例，其他研究发现，海马体倾向于代表过去的事件而不是当前的经历（Honey, C.J. et al. (2017) Switching between internal and external modes: a multiscale learning principle. Netw. Neurosci. 1, 339–356）
• 无论记忆系统是倾向于过去还是未来，都有可能干扰对当前经验的编码，这也反映了处理外部感觉经验与 内部表征(记忆或预测) 之间的权衡。
• 靶研究未提及的因素：情景记忆是否受到预测准确性的影响？预测错误可能会影响海马编码新信息的能力（靶研究中预测不会出错）。例，另一项研究（Jang, A.I. et al. (2019) Positive reward prediction errors during decision-making strengthen memory encoding. Nat. Hum. Behav. 3, 719–732）使用了奖励预测任务发现，预测错误会影响对当前刺激的记忆，但不会影响对之前或之后刺激的记忆。
• 未来：进一步研究经验中的规律性是如何塑造我们对这些经验细节的记忆的。

阅读感想

1. 实验设计将统计学习和情景记忆结合的方法很巧妙。如果把文中简单的可预测配对迁移成更复杂的规律是否会出现同样的结果？是否可以反过来研究规律的内隐学习是如何受干扰的？如何确定这种权衡的边界在哪里可以进一步研究。
2. 感觉行为的效应一直不是很大，这种边缘的数据是否是完全可靠的，处理的方法是否又是合理的？
3. 图片的类别添加进更多的信息会如何？