计算分析显示，参与刺激处理和记忆维持的神经活动可以被划分为不同的功能性子空间。更关键的是，前额叶中的一些神经元集群在第一个等待阶段用于维持感觉记忆；到了之后的等待阶段，这些集群又可以被重新用于维持行动计划。

换句话说，神经元集群似乎并不只对应某一种“内容”。它们可能更像一组可以重复使用的处理单元：计算方式大致相同，但承载的信息可以随着任务阶段而变化。

顶叶皮层更像“专用工具”

研究还发现，后顶叶皮层的集群表现出相对更强的专门化。它们更稳定地参与特定类型的信息处理，而不像前额叶集群那样，在感觉记忆和行动计划之间呈现同等程度的角色转换。

这或许反映出不同脑区之间的分工：前额叶更强调根据当前任务灵活调配和重组功能，顶叶区域则可能在某些信息处理环节中承担更稳定、专门的作用。现有结果支持这种“灵活复用与功能专门化并存”的组织模式，但并不意味着所有前额叶或顶叶神经元都遵循同一种规律。

循环神经网络也形成了类似模块

为了检验这种结构是否只是小鼠大脑的偶然特征，研究人员还训练了执行类似任务的人工循环神经网络。训练后的网络形成了与实验数据相应的模块化组织，其中一些功能集群可以被重复用于不同计算过程。

模型结果支持这样一种可能性：可复用模块并非单纯来自小鼠特定的神经活动，而可能是解决这类任务的一种有效计算方案。有限数量的模块通过重新组合，便能够处理更多信息和行为要求。

为什么被称为“认知积木”？

“认知积木”这一比喻强调的是组合能力。大脑可以把已经形成的功能组件拆开、重组，再用于新的任务，而不必每次都从头学习全部流程。

这种架构可能带来几方面优势：

• 提高学习效率。 新任务可以借用已经掌握的操作，仅调整模块的组合方式或所承载的信息，从而减少从零开始学习的成本。
• 支持灵活切换。 当任务规则、记忆内容或行动目标发生变化时，前额叶可以更快地重新配置相关神经资源。
• 节省神经资源。 同一批神经元能够承担多种相关功能，避免为每一种信息都建立完全独立的神经回路。
• 启发人工智能设计。 许多人工智能系统在学习新任务时仍需要大量再训练，并可能影响原有能力。可复用、可组合的模块或许能为减少这种“灾难性遗忘”、提高跨任务学习效率提供设计思路。

不过，这些意义目前应被视为研究启示，而不是已经验证的技术方案。尤其是小鼠神经记录属于相关性证据：它显示某些活动模式与功能复用相一致，但尚未证明某一个特定集群必然、单独地导致了相应行为。

下一步：用因果实验检验“同一集群是否真的换了工作”

研究人员计划开展更直接的因果实验，在任务的不同时间阶段选择性干预已识别的前额叶神经元集群，以检验它们的作用是否确实会从维持感觉记忆转变为维持行动计划。

关键预测是：如果在不同阶段干扰同一个集群，受损的功能也应有所不同。例如，在早期等待阶段干预，可能主要影响感觉记忆；在后期等待阶段干预，则可能主要影响行动计划。现有资料没有提供具体干预技术或实验时间表，因此不能进一步确定实施细节。

这项研究由谁资助？目前证据不足以确认

提供的资料没有足够证据说明这项MIT—普林斯顿研究的具体资助来源。普林斯顿大学资料中提到的美国国家情报总监办公室和美国国立卫生研究院资助，针对的是另一项小鼠脑连接组研究，不应归属于本文讨论的研究。

此外，相关论文页面将该工作标注为尚未经过期刊同行评审的预印本。因此，对“认知积木”架构的解释仍应随着后续因果实验和同行评审结果进一步评估。

计算分析显示，参与刺激处理和记忆维持的神经活动可以被划分为不同的功能性子空间。更关键的是，前额叶中的一些神经元集群在第一个等待阶段用于维持感觉记忆；到了之后的等待阶段，这些集群又可以被重新用于维持行动计划。

换句话说，神经元集群似乎并不只对应某一种“内容”。它们可能更像一组可以重复使用的处理单元：计算方式大致相同，但承载的信息可以随着任务阶段而变化。

顶叶皮层更像“专用工具”

研究还发现，后顶叶皮层的集群表现出相对更强的专门化。它们更稳定地参与特定类型的信息处理，而不像前额叶集群那样，在感觉记忆和行动计划之间呈现同等程度的角色转换。

这或许反映出不同脑区之间的分工：前额叶更强调根据当前任务灵活调配和重组功能，顶叶区域则可能在某些信息处理环节中承担更稳定、专门的作用。现有结果支持这种“灵活复用与功能专门化并存”的组织模式，但并不意味着所有前额叶或顶叶神经元都遵循同一种规律。

循环神经网络也形成了类似模块

为了检验这种结构是否只是小鼠大脑的偶然特征，研究人员还训练了执行类似任务的人工循环神经网络。训练后的网络形成了与实验数据相应的模块化组织，其中一些功能集群可以被重复用于不同计算过程。

模型结果支持这样一种可能性：可复用模块并非单纯来自小鼠特定的神经活动，而可能是解决这类任务的一种有效计算方案。有限数量的模块通过重新组合，便能够处理更多信息和行为要求。

为什么被称为“认知积木”？

“认知积木”这一比喻强调的是组合能力。大脑可以把已经形成的功能组件拆开、重组，再用于新的任务，而不必每次都从头学习全部流程。

这种架构可能带来几方面优势：

• 提高学习效率。 新任务可以借用已经掌握的操作，仅调整模块的组合方式或所承载的信息，从而减少从零开始学习的成本。
• 支持灵活切换。 当任务规则、记忆内容或行动目标发生变化时，前额叶可以更快地重新配置相关神经资源。
• 节省神经资源。 同一批神经元能够承担多种相关功能，避免为每一种信息都建立完全独立的神经回路。
• 启发人工智能设计。 许多人工智能系统在学习新任务时仍需要大量再训练，并可能影响原有能力。可复用、可组合的模块或许能为减少这种“灾难性遗忘”、提高跨任务学习效率提供设计思路。

不过，这些意义目前应被视为研究启示，而不是已经验证的技术方案。尤其是小鼠神经记录属于相关性证据：它显示某些活动模式与功能复用相一致，但尚未证明某一个特定集群必然、单独地导致了相应行为。

下一步：用因果实验检验“同一集群是否真的换了工作”

研究人员计划开展更直接的因果实验，在任务的不同时间阶段选择性干预已识别的前额叶神经元集群，以检验它们的作用是否确实会从维持感觉记忆转变为维持行动计划。

关键预测是：如果在不同阶段干扰同一个集群，受损的功能也应有所不同。例如，在早期等待阶段干预，可能主要影响感觉记忆；在后期等待阶段干预，则可能主要影响行动计划。现有资料没有提供具体干预技术或实验时间表，因此不能进一步确定实施细节。

这项研究由谁资助？目前证据不足以确认

提供的资料没有足够证据说明这项MIT—普林斯顿研究的具体资助来源。普林斯顿大学资料中提到的美国国家情报总监办公室和美国国立卫生研究院资助，针对的是另一项小鼠脑连接组研究，不应归属于本文讨论的研究。

此外，相关论文页面将该工作标注为尚未经过期刊同行评审的预印本。因此，对“认知积木”架构的解释仍应随着后续因果实验和同行评审结果进一步评估。