lisw05的个人博客分享 http://blog.sciencenet.cn/u/lisw05

博文

鸟类大脑的认知能力!

已有 430 次阅读 2026-10-27 11:12 |个人分类:跨界科学|系统分类:博客资讯| 生命科学

鸟类大脑的认知能力是过去二十年间神经科学领域最令人惊讶的发现之一。尽管鸟类大脑体积小、没有哺乳动物那样的六层新皮层,但许多鸟类展现出的认知能力可与灵长类媲美,甚至在某些方面更胜一筹。

认知表现:打破“鸟脑”偏见

鸦科和鹦鹉科鸟类的表现尤为突出。它们能够规划未来、制定社交策略、在镜子中识别自己、制造工具,这些能力使它们与黑猩猩处于同一水平。新喀里多尼亚乌鸦能运用植物枝叶制作小棒、带钩棒和带刺棒等工具;太平洋加拉帕格斯群岛上的啄木鸟使用工具捕获的食物占其食物总量的50%。
即使是通常不被认为拥有高认知水平的鸽子,也能区分癌变细胞与正常细胞图像、理解“相同/不同”抽象概念、完成数量辨别,还能分辨真词与假词,表现与人类阅读的部分特征相似。经过训练,鸽子还能区分毕加索和莫奈的画作。
日本仙台市的乌鸦甚至学会利用人类交通:把坚果放在慢速行驶的汽车轮子前,等待汽车压碎后取食,并懂得辨认红绿灯、在红灯期间安全地放置和取回坚果。

自我意识与意识迹象

喜鹊是首个被证实能通过镜像自我识别测试的鸟类。实验中,喜鹊Gerti在看到镜子中自己喉部的黄色标记后,会试图用爪子抓挠或在地面摩擦来去除标记;而当标记为黑色(难以辨认)或不提供镜子时,它不会做出这种反应。此外,鸽子和小鸡也能区分镜中的自己与真实的同类,并根据情境做出不同反应,这被认为是情境性自我意识的标志。
在意识研究方面,图宾根大学的实验表明,小嘴乌鸦在完成视觉检测任务时,其NCL脑区的单个神经元在乌鸦“意识到”刺激存在与否时表现出不同的反应模式,研究者认为这可能是感觉意识的标志。某些鸟类甚至可能对过去、未来和自我都有意识。

神经基础:小脑袋里的大算力

鸟类大脑之所以能用极小的体积实现复杂认知,关键在于四项独立进化出的神经特征:
1. 高密度神经元
鸟类大脑虽小,但神经元密度极高。渡鸦大脑体积只有恒河猴的1/8,神经元总量却达到猴子的三分之一(渡鸦22亿,恒河猴63亿)。更关键的是,鸟类皮层样区的神经元占全脑比例高于灵长类皮层。体型比渡鸦更小的秃鼻乌鸦,在认知核心脑区的神经元数量与黑猩猩相当,约6亿个。
2. 类前额叶皮层区域
鸟类拥有NCL(nidopallium caudolaterale)脑区,功能上对应哺乳动物的前额叶皮层,对抽象和规划至关重要。最新研究发现,小嘴乌鸦完成方向判断任务仅需约235毫秒,速度是恒河猴和人类的两倍,同时准确率依然很高。其NCL中的方向选择性神经元在刺激出现后约70毫秒即激活,比行为反应提前约170毫秒。
3. 多巴胺能神经支配
鸟类和哺乳动物都拥有利用神经递质多巴胺不断反馈决策质量的系统,使前额叶计算过程能持续适应变化的情境。
4. 工作记忆的神经基础
鸟类独立进化出了与哺乳动物非常相似的工作记忆机制,利用神经元的灵活活动模式同时保持大量信息活跃。

神经架构:层状与柱状组织的发现

2020年发表在《科学》上的两项突破性研究解开了百年谜团。德国波鸿鲁尔大学的研究人员利用3D偏振光成像技术分析鸽子大脑,发现其大部分神经纤维呈纵横交错排列,形成了水平方向的层状和垂直方向的柱状组织,与哺乳动物的皮层组织十分相似。在鸽子和猫头鹰这类远亲鸟类中,感觉区域的神经回路也与哺乳动物新皮层中的回路相似。
这一发现具有深远意义。约3.2亿年前,鸟类和哺乳动物的最后共同祖先是一种爬行动物,其大脑可能是新皮层和DVR的共同前身。鸟类和哺乳动物在进化道路上分道扬镳后,各自独立发展出了支持复杂认知的神经解决方案。

对传统理论的挑战

19世纪末,神经解剖学之父Edinger提出了一个影响深远的理论:鸟类大脑几乎完全由基底节组成,只负责本能行为,而可塑性的复杂行为需要所谓的新皮层。这一观点主导了教科书和课堂长达百年。
然而,新证据表明这一观点是错误的。鸟类大脑拥有大面积的大脑皮层样区域(pallium),执行着与哺乳动物皮层相似的功能。尽管鸟类pallium呈核团状而哺乳动物皮层呈层状,但鸟类pallium支持着与许多哺乳动物相似甚至更高级的认知能力。2005年,一个国际神经科学家联盟首次更新了鸟类大脑命名法,以更准确地反映这些新认识。
这些发现共同表明,复杂认知并不必然需要大型大脑或六层新皮层。鸟类以其独特的神经架构——高密度神经元、簇状排布、类似皮层的连接模式——在3亿年的独立进化中,走出了一条与哺乳动物不同但同样成功的智力之路。


https://blog.sciencenet.cn/blog-2636671-1558404.html

上一篇:收敛论与发散论:区别与联系!
下一篇:AI时代的单细胞生物学!



    
收藏 IP: 117.136.16.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2026-11-2 23:04

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部