前言：本日记仅记录认知科学领域中个人认为部分有趣和重要的文章及个人见解，技术分享，以及一些学术界的轶事和新闻等。所涉及文章的摘要或部分文摘均为机翻。本学术日记仅供个人学习记录与随缘分享，不具有任何解释和科普责任，但欢迎在评论区提问或讨论，也接受私信（但不负责回答包你满意）。本专栏不求流量，与本人其他作品无关，随缘更新。
1.
-
A seat at the (language) table: incorporating the cerebellum into frameworks for language processing (2023)
-
小脑，传统上与运动控制有关，长期以来一直被认为是认知过程中的次要参与者。然而，几十年的研究已经强调了小脑在高级认知功能中的关键作用。其中，小脑始终与语言有关——包括运动成分（如发音）和非运动方面（如语义）。在这里，我们探索并回顾了小脑对语言贡献的证据，重点是阐明人类小脑中语言的功能组织。我们讨论了这些发现对影响语言的典型和非典型发展过程的潜在影响。
-
句法和语法
-
对小脑在语法中的作用的见解很少（供综述，[60]）。然而，定义小脑认知情感综合征（CCAS）的早期研究将语法缺失作为该疾病的一种语言症状特征[61]。案例研究显示，有证据表明，患者的自发言语存在短暂的表达语法缺失，其特征是使用不定式动词和省略语法语素，如第62、63条，以及处理动词时态的问题[64]。对英语语法处理中小脑损伤的系统行为和脑电图研究发现，在区分正确的主语-动词一致性方面存在缺陷65，66。最近使用计算机实验的研究发现，在下一个单词预测任务[67]中训练的小脑生物约束计算模型隐含地学习了网络中间层的语法规则，可以识别英语中的主语-动词-宾语语序。这意味着小脑回路具有语法处理的能力。总之，这项工作表明小脑可能在语法和句法处理中发挥作用，尽管目前尚不清楚小脑负责处理的哪个方面（例如，发展和识别语法规则，正确学习语法规则所需的一般注意过程）
-
语义与语用
-
关于小脑在语言中的作用，最大的惊喜是一致发现小脑参与了语言处理的最高阶方面，如语义。小脑右Crus I和II在句子完成任务中始终被激活，参与者必须根据句子含义做出决定26、68、69。有趣的是，一项使用数据驱动体素编码模型的研究发现，小脑后外侧半球（主要是右Crus I/II）主要代表语义信息，即使在控制其他非语义语言特征时也是如此[24]。类似的研究表明，即使在阅读过程中控制拼写和语音处理时，右Crus I/II也会激活语义处理[59]。一些临床研究也报告了小脑患者语义缺陷的证据70，71，尽管其他研究没有发现语义挑战的证据，尽管有一些证据表明句子处理的反应时间[72]。确实发现小脑患者语义缺陷证据的研究通常使用对语义处理的更精细的评估，如检查元语言学[70]，通过使用小脑卒中和损伤患者控制小脑损伤的位置71、73、74，或SCA亚型的对照，其小脑变性更局限于参与语义处理的小脑区域[75]。此外，右后外侧小脑的神经刺激调节语义流畅性和语义脑网络26，52，76•，进一步支持小脑在语义处理中的作用。尽管语义和语用学是相互关联的，但先前的研究发现，即使在高认知需求（如快速单词表达）下，当两者语法正确时，特定的小脑亚区也能区分语义上合理的句子和不合理的句子[77]。这似乎反映了参与者现有的世界实用知识。此外，一些研究发现，当对非幽默句子进行幽默语义重新评价时，小脑激活最大[78]。这项工作似乎支持小脑参与语言处理的语义和语用方面。
-
https://doi.org/10.1016/j.cobeha.2023.101310
考虑到小脑独特的神经计算优势和其在心理模型和预测中的作用，参与语言功能并不令人惊讶。然而小脑在语法中的作用可能被低估了。相反，小脑对语义功能的支持很有意思，但缺乏直接的直接处理纯语义成分的证据（而不是单纯的预测）。未来的研究可以考虑从其细胞级别的神经机制进一步探索。
2.
-
The core and beyond in the language-ready brain (2017)
-
本文提出了一种通用的口语处理认知结构。接下来是关于这种认知结构是如何在人脑中实例化的。讨论了语言网络的空间方面，以及时间动力学和潜在的神经生理学。提出了用于编码/解码语言信息的网络与用于从编码的含义获得说话者含义的附加网络之间的区别，即用于做出使听众能够理解说话者意图的推断。
-
在这篇论文中，我将非常概括地描述语言理解和产生的认知结构，以及使人类大脑为语言做好准备的神经生物学基础设施。重点将放在口语上，因为口语是大脑适应的语言模式。然而，值得记住的是，人类也可以使用符号和文本（视觉）作为一个认知系统与语言互动；也就是说，该系统可以连接任何感觉模态的输入/输出过程。语言处理包括一系列复杂的过程，从声音到意义（在理解中）或从意义到声音（在生产中），速度和准确性都很高。在第一节中，我简要概述了在对命题内容进行（去）编码时主要组成操作的选择。在下一节中，我将转向假设形成语言处理基础的神经生物学基础设施。主要见解的灵感来自句法处理和意义构建的“大脑网络”概念。在最后几节中，我讨论了与潜在神经生理学相关的语言处理的高度动态性，重要的是，为了理解说话者的信息，必须让核心网络之外的大脑区域参与编码/解码。
-
https://doi.org/10.1016/j.neubiorev.2017.01.048
简短精悍的有关语言认知学的综述，既包括历史观点又有最近的成果。涵盖了语言理解与处理，处理中的语法框架与理论，语言产生，语言与记忆的交互与心理词典，语言处理的神经基础尤其是网络架构和动力学，以及各种小知识点。作者是Peter Hagoort马普所心理语言学研究所所长。本文的前身见：https://doi.org/10.7551/mitpress/9780262018104.003.0009的详细阐述。有关标题language-ready brain的更广泛含义见：https://doi.org/10.3389/fpsyg.2014.00282
3.
-
Task-dependent optimal representations for cerebellar learning (2023)
-
从Marr和Albus的工作开始，小脑颗粒细胞层激发了许多支持学习行为的神经表征理论模型。在这些模型中，颗粒细胞形成不同感觉运动输入的稀疏组合编码。这种稀疏表示对于学习区分随机刺激是最优的。然而，最近对颗粒细胞密集、低维活动的观察使人们对稀疏编码在这些神经元中的作用产生了疑问。在这里，我们推广了小脑学习的理论，以确定超越随机刺激辨别的任务的最佳颗粒细胞表示，包括平滑运动控制所需的连续输入输出变换。我们表明，对于这样的任务，最佳颗粒细胞表示比经典理论预测的要密集得多。我们的研究结果提供了类小脑系统学习的一般理论，并表明最佳小脑表征是任务依赖性的。
-
https://doi.org/10.7554/eLife.82914.sa0
-
Dynamic organization of cerebellar climbing fiber response and synchrony in multiple functional components reduces dimensions for reinforcement learning (2023)
-
小脑攀爬纤维传递不同的信号，但在学习过程中，它们在小脑皮层的房室结构中是如何组织的，目前还不清楚。我们分析了接受“去/不去”强化学习的小鼠小脑Crus II的大量坐标定位双光子成像数据。张量成分分析显示，浦肯野细胞的大多数攀爬纤维输入减少到只有四个功能成分，对应于与围棋线索相关的运动启动的精确时间控制、基于认知错误的学习、奖励处理和禁止围棋线索后错误行为的抑制。在学习前两个成分的过程中，神经活动的变化与动物之间时间控制和错误学习的相应变化相关，间接表明了因果关系。这些成分的空间分布与浦肯野细胞中Aldolase-C/zebrin II表达的边界非常吻合，而几个成分在单个神经元中混合。根据特定的任务背景和学习阶段，对单个组件内的同步进行双向调节。表明小脑与包括橄榄下核在内的其他大脑区域密切合作，基于解剖分区，通过动态组织多个功能组件来减少学习空间的大小，这一特征可能会激发新一代人工智能的设计。
-
https://doi.org/10.7554/eLife.86340.sa0
两篇文章从神经计算角度贡献了小脑的学习机制，分别更新了神经编码理论和模型以及攀爬纤维及其投射的活动和结构特性。前者是对稀疏编码理论的再一次修改并建立了完整的面模型，后者则对类脑算法意义重大，而当前AI界仅有极少数人意识到了小脑计算特性的重要性。
4.
-
Morphological evolution of language-relevant brain areas (2023)
-
人类语言由涉及布罗卡区的皮层网络支持，该皮层网络包括布罗德曼44区和45区（BA44和BA45）。虽然在非人类灵长类动物中已经发现了细胞结构同源区，但这些区域是如何进化来支持人类语言的，目前尚不清楚。在这里，我们使用组织学数据和先进的皮层配准方法来精确比较人类和黑猩猩的BA44和BA45的形态。我们发现人类的Broca区域普遍扩大，其中左侧BA44扩大最大，向前生长到一个已知处理语法的区域。结合最近的功能和受体结构研究，我们的发现支持了这样一个结论，即BA44从一个动作相关区域进化为一个二分系统，后部支持动作，前部支持句法过程。我们的发现为长期以来关于语言和行动之间关系以及布罗卡地区演变的争论增添了新的见解。
-
https://doi.org/10.1371/journal.pbio.3002266
怎么又有人想挑战我们言语运动感知学派？即使是静态的隔离也不能否认在动态的语言过程中运动区域的贡献。静态的比较结构功能映射也不能说服其他理论如Language-Ready Brain和Language as shaped by the brain (2008)。
5.
-
Dissecting the chain of information processing and its interplay with neurochemicals and fluid intelligence across development (2023)
-
先前的研究强调了谷氨酸和γ-氨基丁酸（GABA）在感知、认知和运动任务中的作用。然而，这些神经化学机制在信息处理链和整个人类发展过程中的确切参与尚不清楚。在一项横断面纵向设计中，我们使用了一种计算方法来分离293名儿童早期至成年期的个体的认知、决策和视觉运动处理。我们发现，顶内沟（IPS）内的谷氨酸和GABA解释了视觉运动处理的独特差异，谷氨酸越高，年轻参与者的视觉运动处理越差，而成熟参与者的视觉动作处理越好，而GABA则表现出相反的模式。这些发现具有神经化学、神经解剖学和功能特异性，在约21个月后被复制，并在两个不同的行为任务中推广。使用静息功能MRI，我们发现IPS神经化学物质和视运动处理之间的关系是由视运动网络的功能连接介导的。然后，我们通过预测流畅的智力表现，将我们的发现扩展到高级认知行为。我们提出的证据表明，液体智力表现是由IPS GABA和谷氨酸解释的，并由视觉运动过程介导。然而，这一证据是使用未校正的α获得的，需要在未来的研究中复制。这些结果提供了一种综合的生物学和心理学机制解释，将人类发展过程中的认知过程和神经递质联系起来，并确定了它们在智能行为中的潜在参与。
-
https://doi.org/10.7554/eLife.84086.sa0
从影像学角度（局限于IPS）探讨了两种最重要的兴奋性和抑制性神经递质的结构功能关系，重点是纵向角度以及将结果延伸到了智力。然而，鉴于是对神经标志物的间接测量，在得出认知关系时需要十分谨慎，并且其测量的各种认知可能也有嵌套成分。
6.
-
Relational Constraints On Neural Networks Reproduce Human Biases towards Abstract Geometric Regularity (2023)
-
在灵长类动物中，人类具有非凡的能力，能够识别和操纵抽象结构，为各种行为的任务目标服务。这方面的一个例证是几何形式的视觉感知。研究表明，人类对几何规则性有着独特的偏见，与几何不规则的形式相比，更规则和对称的形式会提高任务性能。这些研究得出结论，这种行为意味着人类心理表征中存在离散的符号结构，在神经网络架构中复制这种行为需要符号处理机制。在这项研究中，我们认为，人类对几何规律性的偏见可以在神经网络中重现，而无需明确地为它们提供符号机制，只需通过架构约束来增强它们，使系统能够发现和操纵关系结构。当使用适当的课程进行训练时，该模型在涉及抽象几何推理的两个不同任务中表现出对对称性和规则性的类人偏见。我们的研究结果表明，当配备了必要的训练目标和架构元素时，神经网络可以表现出类似人类的规律性偏差和泛化。这种方法深入了解了几何推理的神经机制，并为该领域流行的符号“思维语言”模型提供了一种替代方案。
-
https://arxiv.org/abs/2309.17363
怎么Griffiths你也开始反符号主义了？你就抱着你那概率模型过一辈子去吧。