更多的可变性有助于学习
![A: A soccer player who always trains to hit the goal from the same positions A, B and C can improve and learn the general movement to reach the goal (generalization = G) or he can learn the very detailed shot angles and distances from A or B or C to the goal (specialization = S).B: In the specialization strategy, the task is processed at the neural level by three different groups of brain cells that are highly sensitive to each specific position. Thus, for example, the neurons encode the angle from A to the goal, the distance from A to the goal, and likewise for positions B and C. These neurons are normally located in the early steps of sensory processing (marked with blue S). In the generalization strategy, other neurons are used due to the heterogeneous training. These react less to aspects like angle or distance. Thus, learning is controlled by neurons that are responsible for the goal-scoring itself and not for the details of the different positions. These neurons are generally located at higher levels of sensory processing (marked with red G).C: During real play, the player who learned with neural strategy S will decrease in accuracy because he is unable to generalize learning to new positions outside of A, B, or C. The player with learning strategy G, on the other hand, achieves high performance in scoring the goal. Credit: Giorgio Manenti, DPZ 更多的可变性有助于学习](https://scx1.b-cdn.net/csz/news/800a/2023/more-variability-helps.jpg)
世界杯决赛正如火如荼地进行着,体育场座无虚席,球迷们怒吼着,还有一阵闪光灯。任意球球员做好准备,起跳射门。在此之前,他已经练习了1000次任意球,但只是在自己家的训练场,而不是在拥挤嘈杂、灯光条件不断变化、射门位置不断变化的足球场。他还能进球吗?
德国灵长类动物中心(DPZ)莱布尼茨灵长类动物研究所和欧洲神经科学研究所(ENI)的神经科学家们(Göttingen)想要找出我们的视觉系统如何解决学习过程中各种刺激的挑战。
在神经元层面上是否存在策略使得任务总是以相同的表现完成?在一项研究中人类被试他们发现,许多可变的刺激并不一定会使学习任务更加困难,甚至可以导致在新条件下更好的表现。
这是通过视觉系统高级区域的神经元控制的泛化过程发生的。在这个过程中,他们只处理与任务相关的信息,比如射门。他们对不相关的刺激,如其他光照条件或拍摄位置不太敏感。因此,即使不相关的刺激不断变化,任务仍然可以安全地执行。对于足球运动员来说,这意味着这个变量培训情境有利于学习过程。
感知的一个基本问题是从高度可变的环境中过滤出相关信息。众所周知,视觉系统通过学习哪些信息是恒定的来实现这一点。例如,我们总是认为狗就是狗,即使我们的观点改变了,或者它穿了一件狗夹克。这种泛化过程提高了感知能力,被称为感知学习。到目前为止,人们还不清楚环境中的巨大变化是如何影响这一学习过程的。
“在我们的研究中,我们想要找出视觉系统该研究的主要作者乔治·马纳蒂说:“他们能够应对变化的挑战,并仍然取得很高的学习成绩。”“以前,人们认为可变刺激主要影响视觉学习。然而,这种可变性也可以成为学习的一大优势,因为它可以促进泛化,将习得的行为应用于新的刺激。这还没有在视觉感知学习中得到证实。”
研究人员的研究基于两个假设。在泛化策略中,学习依赖于忽略不重要刺激的神经元。因此,在任意球球员的例子中,他们只处理关于射门的信息,而不是不同的射门角度或到球门的距离。这些神经元通常处于感觉处理的高级阶段。
在专门化策略中,学习是通过与任务相关和不相关的特征密切协调的神经元进行的。这些神经元可以为手头的任务提供高度准确的信息。在此过程中,它们分别处理每条信息。因此,任务表现非常准确,但不会发生泛化,而且每个新任务都需要新的、以前未经训练的神经元来处理刺激.特殊神经元位于感觉处理的早期步骤。
在这项研究中,四组受试者接受训练,以检测线条图案方向上的微小差异。相关的任务是检测直线的顺时针或逆时针斜率。在实验过程中,两组中的每一组都改变了行数。这是无关的刺激。
Giorgio Manenti解释说:“我们发现,在训练过程中改变行数可以更好地概括实际任务表现。”
“受试者仍然能够识别线条图案方向的差异,即使线条的数量发生了变化。他们能够执行任务即使他们在屏幕上看到训练期间没有出现过的全新线条图案或新位置。因此,变异性的增加并没有引起学习的过程去恶化,而是去概括,甚至提高学习成绩。”
对人工深度神经网络训练程序的计算机模拟证实了泛化策略猜想。“总的来说,这项研究表明,训练的类型可以影响大脑的学习策略,因此也可能影响学习在大脑中发生的位置,”DPZ感知和可塑性研究小组和埃尼集团神经回路和认知小组的负责人卡斯帕·施维德兹克在总结这项工作时说。
“你也可以说,视觉训练类似于足球训练原则。在这两种情况下,培训的多变性有助于更好地迎接新挑战。”
这项研究发表在bioRxiv预印本服务器。
更多信息:Giorgio L. Manenti等人,训练中的可变性通过不变表征解锁视觉知觉学习中的泛化,bioRxiv(2022)。DOI: 10.1101 / 2022.08.26.505408