惊人的假说 [英]弗兰西斯[1].克里克-第23章
按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
写，如MT代表中颞叶（middle temporal），VIP代表背侧内顶叶（ventral intrapari…etal），等等。其他有些区域具有数字编号（在此省略），它们通常是波罗德曼所定义的，其中一些已经被细分（如7a和7b）。
我将简要描述其中两个区域：MT区和V4区，因此对已知的关于全部视觉区的所有情况不作叙述。这特别是由于对许多视觉区的了解还相当缺乏。皮层MT区比较小，有时也称为V5区。它具有视野半区与视网膜区域相当好的对应，但其神经元的感受野一般比v1或V2区大。MT区神经元对刺激的运动（包括运动的方向）特别敏感，每个神经元对一定速度范围内的刺激产生发放。有些对高速运动发放最佳，其余的则对应于低速运动。
最初人们没有想到这些神经元的反应通常依赖于目标与背景的相对运动。加利福尼亚理工学院的约翰。奥尔曼（John Allman）意识到了这一点。因为与许多神经科学家不同，他对猴子以及它们的野生生活方式非常感兴趣，至今他仍在家中养猴子。他曾数次出国在猴于的自然栖息地对它们进行研究。因此他具有关于猴子的典型视觉环境的第一手资料。他试图在实验室中以一种大大简化的形式再现这种环境。他和同事们使用电视屏幕上由随机点组成的棒作为刺激，通常一个神经元可能对其感受野内沿垂直于它的长度方向向上（或向下）运动的斑点组成的棒有很好的反应。然而他发现，如果由斑点组成背景也沿相同方向运动，神经元的发放会下降。如果背景沿相反方向运动，那么该神经元对运动棒的发放将会提高。这样，神经元主要检测的是局部特征与邻近背景的相似特征间的相对运动。这正是前面提及的非经典感受野的最简单形式。虽然事情并不总是这样明了，①看来这样的神经元组成的集合能够学会不仅仅对一个物体的一个特征反应，也能对物体的某些环境特征反应。
MT区的某些神经元对更复杂的运动方式反应。它们的行为与所谓的小孔问题有关，考虑图49，想像在一个屏上有一个小圆孔，通过它来观察一根没有特征的直线，它是一根很长的直线的一部分，这根长的直线的大部分被屏所掩盖，如果这根直线沿任何方向运动，你通过小孔所能看到的一切只是一小段直线沿垂直于它长度的方向运动。在图49的注解中有更加详细的解释。
V1区中对运动方向敏感的神经元的行为便是如此。它所能感受的只是垂直于该直线方向的运动分量，而不是整个物体的真实运动。然而，MT区的某些神经元确实能对实际运动反应，特别是如果信号是由若干个线段集合组成的。实验表明MT区的神经元可简单地分成两类，一类能解决小孔问题，另一类则不能，就像们区的神经元那样。如果真是这样的话，那太好了。事实则要复杂得多。神经元表现出了这两类之间整个范围内的各种行为。尽管如此，这给出了一个例子表明视觉系统较高层次神经元的反应如何变得更加精细。
如果输入信息被误解，脑就会作出错误的解释。一个大家所熟悉的例子是理发店的柱状旋转招牌形成的错觉——这个柱子实际上是绕着它的长轴旋转，但条纹看起来像是沿柱子方向向上运动①。红、白条纹边界上的任意点的实际运动方向垂直于柱子的长度方向。但脑却看到条纹沿柱子方向运动。图50解释了这个现象。
皮层MT区的神经元几乎不对颜色敏感。不过其中一些对照度相同而仅由颜色差异形成的边界的运动有反应。这与皮层V4区的神经元形成鲜明对照。V4区的神经元对波长的反应很复杂，但对运动几乎不敏感。②它们的感受野通常很大，但在某些情况下神经元能对感受野内任意位置上具有恰当视觉特征的小物体作出反应。这个映射具有复杂的视网膜区域对应，但不像V1区那样简单。
许多颜色反应是颜色视觉理论引导我们所期待的“双拮抗反应”。更重要的是，伦敦大学学院的神经生理学家赛米尔·泽奇（Semir Zeki）表明它们的行为具有兰德效应（见第四章）。它们的反应不仅仅取决于感受野中央和外周的光的波长，还受邻近表面的光的波长的强烈影响。大致说来，它们不是只对波长反应；而是对感受颜色反应，猕猴V4区的一个神经元对由不同颜色的长方形组成的图案中的一个红色色块反应。而泽奇自己也认为它是红色的。即使有照明光波长的干扰，从该色块到达视网膜的光的实际波长已有很大差别，该神经元仍能有反应。这显然是环境影响神经元行为的另一个例子。对于心理学家来说，认识到在某种程度上对环境的反应专门由单个神经元来加以表达，这一点很重要；他们应当在他们的理论模型中考虑这一点。
图48给出了目前已知的视觉区域的示意图，但并未涉及它们之间的连接方式。一般而言，主要的信息流从左侧的皮层V1区开始，流向右侧远端靠近脑前部与皮层非视觉区交界处的那些区域。通常用一个粗略的映射大致代表这些投射，它意味着在接受区彼此邻近的轴突终端一般来自发送区相距不太远的神经元。这也会出现在没有视网膜区域对应的区域，比如在等级中较高层的区域。
范·埃森和同事们试图采用由神经解剖学家凯瑟琳·洛克兰（Kathleen Rockland）和迪帕克·潘德亚（Deepak Pandya）最早提出的观点，把所有视觉区按照大致的等级作一排列。洛克兰和潘德亚特别指出，如果从A区到B区的投射集中在第4层，那么，从B到A的反馈一般避开第4层而通常与第1层有强连接。我们已经看到在V1和V2之间的连接出现过这种情况。如图51所示，可以相当简单地表示这种观点。从眼到脑的投射（主要集中于第4层）称为“向前投射”，反方向的则称为“反向投射”。
这个关于第4层的连接的规则总是成立的吗？事实比较复杂。不过已经证明，使用图51的约定，有可能将已知的大部分连接用单个等级图表示。最新的一种形式见图52。（别忘了图中每根连线代表沿两个方向的大量轴突。）你不必因这张连接示意图的复杂细节望而生畏，只需注意到它体现了视觉处理的复杂性（如果你看不出其他东西的话）。极少有人会想到他们的脑是以这种方式构建的。
关于第4层约定的协议有一些例外是值得重视的。例如在相同层次的皮层区之间有许多互连接。简单的第4层规则并不包括它们。因而在构建该图时使用了更为精细的规则。现在还不清楚真实的布局是否只是拟等级排列的，或者对这些更复杂规则的例外是否主要是由实验误差引起的，不管怎样，毫无疑问各个区域可以粗略地按一个近似等级的方式排列。如果存在例外的话，它是否具有特殊的意义呢？只有进一步的工作才能回答这个问题。的区域。所有连接是双向的，这个规则几乎总是对的，但也有例外。①随便说一句，图52并不打算显示连接强度（例如，每根直线代表多少轴突），这主要是因为这方面信息太少。图52中某些线代表上百万个轴突，其他的可能只有十万个，或者更少。
皮层中邻近区域总是互相连接在一起吗？通常如此，但也有少量例外。
等级排列也得到不同来源的证据的支持。它是不同区域神经元活动的一般规律，当我们沿着该等级上升时，其行为大致遵循两条规律：感受野的大小不断增加，因而在最高层区域的感受野通常覆盖整个半侧视野，甚至还部分地或全部包括了另外一半视野（这主要经过胼胝体连接来实现的）。此外，引起神经元反应的特征变得越发复杂。 V2区的一些神经元对某些主观轮廓有反应，而MT区的一些神经元对略微简单的运动图案有反应（我们已经看到，它们能够解决或部分解决小孔问题）。 MST区的神经元对整个视野内的运动有反应，有的发放对应于物体正在逐渐靠近并变大，有的则对应于物体在后移， V4区的神经元对颜色感受有反应，而不仅仅是光的波长。
在较高皮层中，我们发现了对脸的正面有反应的神经元。它对脸相对于凝视中心的位置并不敏感，甚至当脸略微倾斜也不受影响。这样的神经元对由眼、鼻、嘴等随意组合成的图像几乎不反应。另外一些神经元对脸的侧面最敏感，另一方面，7a区的神经元主要对一个物体与头或身体的相对位置敏感，而不那么关心该物体是什么。后者是下颞叶（那些缩写中间是IT的区域，如CITd）的主要任务，这些己在识别脸的描述中提到过。几乎可以肯定还可以发现许多更复杂的反应。
由此可知，一般每个区域从更低层区域接受若干输入。（这些低层区域提取的特征要比V1区所反应的相当简单的特征更复杂。）然后它对这些输入的组合进行运作，以便产生更为复杂的特征，并把它们传到等级中的更高层次上。同时，信息分成若干相互作用的流顺着等级向上流动。我们已经看到了一些例子，如来自视网膜的部分分离的M信号和P信号，从V1到V2来的三支信息流，以及更高层次上的“是什么”和“在哪里”。但必须强调这些流之间常常有某些信息交换。
反向通道又怎样呢？这也迫切需要更详细的研究。人们可以想像它们的各种功能。它们也许能帮助形成前面提到的非传统感受野，从而允许高层次的行为影响较低的层次。它们也可能属于这样一个高层次系统：当较低层区域的操作己在略为全局的层次上获得了成功时，则向它们发回信号，表示应当对其突触进行修正，以便将来能更容易地探测出这个特征。它们还可能与注意机制和进行视觉想像的机制紧密相关。它们或许对神经振荡同步（见第十七章）有作用。这些仅仅具有一定的可能性，但其中哪些是事实尚有待进一步考察。
此外，整个系统看起来并不像一个的固定不变的反应装置。它更像是由许多以相当高的速度传导的瞬间动态相互作用所控制的。最后，我们不要忘记我所描述过的一切是应用于猕猴而不是我们人类的。当然我们有理由假设我们自己的视觉系统与猕猴相似，但这仅仅是个假设。就我们目前的全部知识而言，差异可能不仅在细节上，而且还可能在其复杂性上。
如果新皮层有某些秘密的话，这就是它有能力在处理等级上进化出新的层次，特别是在那些等级较高的层次更是如此。这些额外层次的处理可能是区别人或高级动物与刺猬这样的低级动物的特征。我猜测新皮层使用了一些特殊的学习算法，使得尽管每个皮层区域包含在复杂的处理等级上，但它们各自都能从经验中提取新的类型。这种能力可能使大脑皮层区别于其他形式的神经结构，如小脑和纹状体（它们并没有这种复杂形式的等级）。
这些观点都只是推测，但有一件事情相当清楚：虽然有许多不同的视觉区域，每一个区域以不同的复杂的方式分析视觉输入，但是，迄今为止无法定位出单个区域，其神经活动精确对应于我们看到的眼前的世界的生动图像，看着图52，人们也许会想，这一切或许发生在某些更为高级复杂的结构（如海马）以及与之相关的皮层结构（标记为HC和ER）当中。它们位于等级的顶端。�
