文献信息
Al Roumi, F., Marti, S., Wang, L., Amalric, M., & Dehaene, S. (2021). Mental compression of spatial sequences in human working memory using numerical and geometrical primitives. Neuron. Advance online publication. https://doi.org/10.1016/j.neuron.2021.06.009
大脑是如何存储空间位置序列的?我们提出,每个序列都是用一种抽象的、类似于语言的代码进行内部压缩,以捕捉其数字和几何的规律性。
MEG研究:将被试暴露在长度固定但规则性可变的空间序列中
结果:(1)每个连续的位置都可以从大脑信号中解码,并且在发生前就可以预期即将发生的位置。(2)更简单的序列(定义为形式语言所提供的最小描述长度)导致更低的错误率和更多的预期。
结论:人脑在多个嵌套水平上检测序列的规律性,并利用它们来压缩工作记忆中的长序列。
背景
要记住八个空间位置的序列是很难的,因为8 个项目超过了典型的工作记忆跨度。但如果前四个和后四个各组成一个正方形有利于记忆。本研究将检验工作记忆是按平面插槽组(flat set of slots)组织还是作为结构化语言(structured language)组织。
序列 “思维语言”(language of thought):类似于一种小型的计算机语言,其 primitives 和 rules 的组合可以表达八边形上的任何位置序列(下图)。
- 中心思想:连续的位置不只由空间坐标来编码,彼此独立。相反,旋转和对称的几何 primitives 对位置之间的转换进行编码(图C)
假设:感知到空间序列时,被试会试图寻找能产生该序列的最简单的心理程序(mental program)去记忆。 - 因此,记忆序列的难度不应与其长度成正比,而应与其最短生成程序的长度成正比。
- 前人研究:大脑是信息输入的 “compressor”,寻找输入刺激的最小描述(minimal description)。因此最小描述长度是心理复杂性的一个很好的预测指标。本文把一个序列的最小描述长度称为 "思维语言复杂性 "或 LoT复杂性(LoT complexity)。
方法
被试:
20 participants (9 men, Mage = 24.6 years, SDage = 3.7 years)
实验流程:
(1)序列训练(20min):选择能够快速编码几何序列的参与者
SOA:700ms,点持续时间:200ms
重复直到每个序列被记住,20分钟内能完成的进入MEG实验
(2)MEG
-
Geometrical sequences(4 runs,9 sequences)
每个run里,每个序列重复12次。(1)当被试确定了序列并觉得能预测下一个位置时按键反应(2)当序列重复11或12次时,一个物品出现在意外的位置时,被试按键反应(注意力监测) -
Primitive part(4 runs,12 mini-blocks(12 conditions))
—‘primitive’ rules:前11个条件,简单的几何操作允许在给定第一个项目的时候确定第二个项目的空间位置。
—控制条件:第12个条件,no minimal rule,被试要记住8个不相关配对。
要求被试反应同上:能预测;意外位置。 -
Localizer part:训练空间位置的解码器(decoder)
在八角形的顶点上伪随机地闪现小点,SOA=433ms。当点的颜色会发生变化时(平均1/20个点),按键反应
结果
Primitive rules: Behavioral results
被试可以检测到所有假设的geometrical primitives,但与我们最初的假设相反,这些primitives的复杂性可能并不严格等同,rotation ±3 更难检测。
Geometrical sequences: Behavioral results
编码时间和反应时间的最佳模型包括 LOT 复杂性和旋转±3 。错过反常的比例的最佳模型包含所有三个预测因素:LOT 复杂性、旋转±3 和距离。
Decoding the successive locations of each sequence item
Anticipation and its modulation by sequence structure
Decoding geometrical operations
Decoding ordinal position in subsequences