文献阅读：在神经网络轨迹中多路复用工作记忆与时间编码

Multiplexing working memory and time in the trajectories of neural networks

（王帅 西南大学心理学部 时空认知实验室）

工作记忆（Working Memory, WM）和时间感知是大脑两项核心认知功能。前者指短暂存储信息并灵活运用这些信息以实现目标导向行为与决策的能力，后者指追踪刺激后经过的时间、预判后续外部事件或生成适时运动反应的能力。尽管在长期的研究历史彼此分离，但二者在计算层面均依赖信息的短暂保持。本研究提出核心假设：在特定情境下，工作记忆和时间编码本质上是同一种计算过程，即特定的刺激和刺激特有的经过时间由相同的神经活动模式共同表征。

为验证该假设，研究者设计了两个基于相同视觉刺激结构但任务指令不同的行为任务。（1）差异延迟匹配样本（dDMS）任务——标准WM变式，要求被试判断先后呈现的图形是否匹配；关键操纵为第一刺激（线索）以80%概率预测延迟时长（但时长本身对匹配判断无关），20%反转试次中该预测关系被违背。（2）间隔‑刺激关联（ISA）任务——结构同前，但要求被试依据延迟时长与第二刺激的组合做出反应，而线索刺激对计时任务无关，同样设置反转试次。行为结果显示：在dDMS中，尽管延迟时长与判断无关，反转线索‑延迟关联仍显著损害反应速度和正确率；在ISA中，虽然线索对计时无关，反转同样损害表现。这证明工作记忆与时间编码并非独立，而是存在双向内隐交互——个体在工作记忆任务中自动学习时间信息，在时间编码任务中自动编码线索信息。

在神经计算层面，研究者训练RNN执行三类任务：（a）纯WM（无时间要求），（b）T+WM（同时维持记忆并生成时间预期），（c）ISA（明确学习线索‑延迟关联，无需样本匹配）。模拟获得截然不同的动态模式：纯WM网络收敛于持续的固定点活动；T+WM网络涌现出线索特异性的神经序列——不同线索触发不同的“时间细胞样”时序活动；ISA网络则呈现混合动态，两线索引起相似序列后收敛至固定点。有效维度（刻画神经状态空间复杂度）分析表明，T+WM任务的维度显著高于其余两类，且随训练推进，网络从低维爬升活动平滑过渡至高维神经序列，同时时序解码准确率与维度呈强正相关。

进一步分析证实同一神经元集群同时编码双重信息：SVM分类器能从T+WM群体活动中精确解码线索身份和经过时间；互信息分析显示单个单元显著携带线索与时间的重叠信息，且二者高度关联。扰动实验表明，该序列动态依赖抑制性连接——在T+WM任务中，仅破坏抑制性权重即导致表现降至随机水平，而兴奋性扰动影响较小。

综上，本研究通过行为与建模证据系统论证：工作记忆与时间编码在特定条件下共享神经动态代码。行为上，无论时间信息内隐或外显，个体均同步编码任务无关的时序或线索信息，揭示双向耦合；动态上，RNN在双重需求下自发产生高维、线索特异性的神经序列，该序列既能多路复用刺激身份与经过时间，又具动态吸引子稳定性，且生成依赖抑制性结构。这一发现挑战了工作记忆依赖持续性活动的经典模型，提示神经序列可能是大脑实现记忆‑时间联合编码的高效灵活策略。

参考文献：

Zhou, S., Seay, M., Taxidis, J., Golshani, P., & Buonomano, D. V. (2023). Multiplexing working memory and time in the trajectories of neural networks. Nature Human Behaviour, 7(7), 1170～1184.

支持单位：