《自然》（Nature）近期在线发表了一项关于「大脑如何让过去影响下一次选择」的研究。论文题为「A Thalamus–Brainstem Attractor Network Drives History-Biased Decisions」，由中国科学院脑科学与智能技术卓越创新中心穆宇研究组和北京大学吴思研究组合作完成。该研究的共同第一作者为脑智卓越中心赵姗、单鹤赢和北京大学刘潇。 这项研究看上去从一条小小的斑马鱼开始，但想回答的是一个很大的问题：大脑为什么不会每次都从零开始做决定？ 你以为你在做当前选择，其实过去也在参与 生活中，我们经常经历类似情形。刚刚看到的图像、数字、方向或表情，可能会悄悄影响下一刻的判断。电影里常有这样的桥段：一个看似偶然出现的数字，后来竟会影响人的选择。现实中的大脑当然不会像电影那样被简单「暗示」操控，但大量心理学和神经科学研究表明，刚刚经历过的信息确实会持续牵引之后的感知和决策。 更重要的是，这种现象并不只是简单的选择偏见，也不容易通过提醒自己「只看当前信息」而完全消除。它更像是大脑下意识地、持续不断地利用近期经验来理解当前环境的一种方式。在神经科学和心理学中，这类现象被称为连续依赖（serial dependence）；在决策行为中，也常被称为历史偏向或历史依赖决策（history bias in decision-making）。 这种现象很常见。人类感知会受到刚刚看过的图像影响，动物选择会受到前一次奖励或威胁影响，运动系统也会利用之前的行动经验来稳定下一次动作。由于真实世界中的奖励、威胁和环境线索往往具有连续性，这种无需意识参与的预判，可能为动物带来微小却不断累积、因而不可忽略的生存优势。 但问题是：这些刚刚发生过的事，到底被大脑存在哪里？它们又是怎样无缝地改变下一次选择的？换句话说，这种功能背后的算法和生物学基础是什么？ 图 |「刚刚看过什么」会影响下一次判断。人类受试者先看到一张面部表情，短暂间隔后再判断另一张面孔的情绪表情；对后一张面孔情绪的判断会系统性地偏向前一张面孔所呈现的表情，体现出人类感知中的连续依赖现象。 图来自 Liberman, A., Manassi, M., & Whitney, D. (2018). Serial dependence promotes the stability of perceived emotional expression depending on face similarity. Attention, Perception, & Psychophysics, 80(6), 1461-1473. 让小鱼在虚拟世界里玩赛车游戏 为了研究这个问题，穆宇研究组建立了一个斑马鱼幼鱼闭环虚拟现实避障系统。选择斑马鱼并不是偶然。斑马鱼幼鱼体型小、脑透明，是少数能够同步精准测量全脑所有神经细胞活动的脊椎动物模型。它为研究者提供了一个独特机会：不是从预设的局部脑区出发，而是从全脑数据中寻找真正参与计算的关键节点和网络结构。 在实验中，小鱼被置于虚拟环境中，连续遇到来自左侧或右侧的障碍物。它的游泳信号会被实时读取，并反馈到虚拟环境中，相当于小鱼真的在一条虚拟通道中前进和避障。虚拟现实系统保证了不同试次之间视觉场景的可控性，使研究者能够区分行为变化究竟来自外界输入差异，还是来自大脑内部对过去经历的保存和加工。 研究人员发现，小鱼并不是只根据眼前障碍物做反应。前一次遇到障碍物的位置，会显著影响它下一次的躲避动作。如果连续两次障碍物出现在同一侧，小鱼会表现出更强的躲避反应。这个影响可以持续数十秒，甚至更早的经历也会留下痕迹。 图 | 小鱼版「 赛车游戏」。左图是经典赛车游戏 「Road Fighter」； 右图是研究团队建立的斑马鱼幼鱼闭环虚拟现实避障系统。 从上百 TB 原始数据开始 研究团队不仅通过控制实验排除了简单运动惯性的可能，还在一系列不同条件下进一步证明，这种历史依赖的行为增强并不是偶然偏差，而可能帮助动物更高效地利用环境中的连续性，优化后续探索和避障策略。 于是，问题重新回到大脑本身：小鱼的大脑内部，是否真的保存了某种关于过去的信号？ 回答这个问题最关键的技术，是在小鱼执行行为任务时，同时记录其全脑范围内近十万神经元的活动，并达到单细胞分辨率。这件事的重要性在于，过去研究决策时，我们常常像是在黑夜里用手电筒照亮一个角落：可以看清局部脑区，却很难知道整个大脑如何协同工作。而斑马鱼幼鱼的大脑小而透明，使研究人员能够跳出单一脑区的限制，在完整脑网络中追踪一次决策从感觉输入、记忆保存、跨脑区整合到行为输出的全过程。 通过这种全脑尺度记录，并将神经活动与脑智卓越中心杜久林团队和杜旭飞团队长期建立的斑马鱼全脑图谱资源进行精确配准，研究团队得以把海量功能活动信号定位到具体脑区。杜久林团队和杜旭飞团队围绕斑马鱼介观脑图谱、脑区划分、细胞类型分布和神经投射连接等方面形成的一系列研究成果，为这一分析提供了重要基础。 基于图谱配准结果，研究团队发现，背侧丘脑是一个关键节点。障碍物消失以后，背侧丘脑仍能继续保存它刚才出现在左侧还是右侧的信息。这个信号不是模糊地慢慢消失，而是稳定地停留在两个状态之一，像一个只有「左」和「右」两档的记忆开关。 在计算神经科学中，这样的稳定状态与吸引子动力学有关。可以把它想象成一个小球落在山谷里：外界刺激把小球推入某个山谷后，即使刺激消失，小球仍会停在那里。这种状态空间中的稳定停留，可以让大脑把短暂的外界事件转化为持续的内部表征。 行为过程中斑马鱼幼鱼全脑神经活动的同步记录与关键脑区筛查 给大脑「写入」一段过去 为了证明背侧丘脑不是旁观者，而是真的参与了行为调节，研究团队进一步进行了光遗传操控。斑马鱼幼鱼的大脑透明，结合光遗传学和高精度光学刺激技术，研究人员可以在动物行为过程中，精准地抑制或激活特定脑区中的神经元群，观察这些神经活动变化是否会真正改变之后的行为选择。 当研究人员在两次障碍物出现之间抑制背侧丘脑活动时，小鱼原本表现出的历史依赖行为消失了，仿佛忘记了刚刚发生过什么。相反，当研究人员单侧激活背侧丘脑时，小鱼下一次避障行为发生了可预测的改变，仿佛研究人员人为地向它的大脑里「写入」了一段过去经历。 这是这项工作中非常关键的一步：它不仅说明背侧丘脑活动与行为相关，更说明这一脑区的活动状态能够因果性地改变之后的选择。换句话说，背侧丘脑并不只是记录过去，而是在真正参与塑造未来行为。 丘脑负责记住，脑干负责积分 不过，背侧丘脑并不单独完成全部计算。一个简单的记忆开关可以稳定保存最近一次经历，却很难解释真实行为中更连续、更细腻的历史偏向。动物往往需要综合多次近期经历，形成一个随时间不断更新的内部状态。 研究团队进一步发现，脑干中有一组神经元像「积分器」一样工作。它们接收来自丘脑的历史信息，同时结合当前感觉输入，形成能够反映多次经历的连续信号，并最终影响动物的行为输出。 换句话说，大脑不是靠一个单一「决策中心」完成这件事，而是通过不同模块的分工协同：丘脑保存最近经历，脑干整合过去和现在，最终共同调节下一步行动。 从全脑大数据到可运行的理论模型 过去十多年里，从斑马鱼全脑钙成像到 Neuropixels 等高密度电生理技术，神经科学获取大规模神经活动数据的能力迅速提升。对许多问题来说，数据获取已经不再是唯一的限速步骤；真正困难的，是如何从海量、高维、动态变化的神经活动中提炼出可以被理解、被验证、甚至被迁移的计算原理。 在这个意义上，前面的虚拟现实避障任务并不只是一个「给小鱼玩的电子游戏」。它代表了一种更丰富、更可控的行为学策略：让动物在连续变化的环境中产生稳定而可量化的行为偏向。与此同时，全脑成像提供了从感觉输入、记忆保存到行为输出的完整神经活动轨迹。而把这些复杂数据进一步抽象成模型，则是从「看见现象」走向「理解机制」的关键一步。 为了进一步解释丘脑和脑干之间的协同机制，研究团队与北京大学吴思研究组合作，结合杜久林团队和杜旭飞团队在斑马鱼脑图谱工作中，建立的细胞类型神经连接信息，构建了基于真实脑结构约束的跨脑区计算模型。吴思研究组长期从事神经动力学和吸引子网络理论研究，为解释背侧丘脑持续活动的稳定状态、状态切换及其对行为的影响提供了关键理论框架。 这个模型将感觉输入层、丘脑吸引子网络和脑干积分器连接起来，能够重现小鱼的连续避障行为和相关神经活动。更重要的是，它说明稳定记忆和灵活更新并不是矛盾的：大脑可以通过不同脑区、不同神经元类型和不同动力学机制的组合，同时实现「记得住」和「改得快」。 从模型结构上看，这是一种「吸引子 — 积分器」的跨脑区协同架构。丘脑吸引子网络像一个稳定的记忆模块，把最近一次经历保存为离散状态；脑干积分器则将这一历史状态与当前感觉输入结合起来，形成连续变化的内部信号，并进一步影响行为输出。这样，一个短暂的外界事件，就可以被转化为持续影响未来行为的内部状态。 研究团队还进一步拓展模型，探索这种架构是否能够支持更大的记忆容量和更接近真实行为的运动控制。结果提示，当脑干积分器中引入更多具有不同动力学特性的神经元群时，模型不再只能记住最近一次经历，而是能够以更丰富的内部状态整合更长时间尺度上的连续经验，相当于实现了记忆容量的扩展。同时，当这一内部状态进一步连接到运动输出层时，模型能够把过去经验转化为具体的行动偏向。 换句话说，这一架构不仅解释了小鱼如何「记住过去」，也提供了一个从感觉输入、记忆更新到运动控制的可运行计算框架。对于未来设计能够持续利用经验、在线调整行为的具身智能系统来说，生物脑提供的也许正是这样一种端到端连续决策的启发。 「吸引子 — 积分器」全脑计算模型的结构（左）和行为输出（右） 论文背后的故事：与中国神经科学学会年会结缘 这项工作的形成，也和中国神经科学学会年会（CNS Annual Meeting）有很深的缘分。 第一个关键节点发生在 CNS 重庆年会。那时，研究团队已经在斑马鱼虚拟现实避障任务中观察到稳定的行为偏向，却还不完全清楚这一现象的广泛意义。在会议中，团队接触到北京大学罗欢教授实验室关于「序列依赖」的研究：人类在看图像、做判断和做选择时，当前判断常常会被刚刚发生过的经验影响。这个现象在心理学和心理物理学中已经被系统研究，但其神经环路机制仍不清楚。 重庆年会上的交流，以及会后继续向罗欢教授团队请教，使研究团队意识到，斑马鱼任务中的行为偏向可能不是一个简单的「小鱼行为现象」，而是可以与人类感知和决策研究相连接的普遍问题：大脑如何让过去牵引现在？这个判断让团队成员十分兴奋。原来小鱼避障中的一个细节，可能连接着人类感知和决策中一个长期受到关注的问题。 第二个关键节点发生在 CNS 珠海年会的神经计算专题会。彼时，研究团队正在思考背侧丘脑中观察到的持续活动是否与「吸引子动力学」有关。在那个夏天，由上海交通大学周栋焯教授和西安交通大学蒋俊杰研究员组织的专题会「计算神经科学：连接神经科学与类脑计算的桥梁」吸引了大量听众。吴思教授关于吸引子动力学从经典理论到现代发展的讲述，为实验观察提供了清晰的理论语言：外界刺激可以把神经网络推入某个稳定状态，而即使刺激消失，网络仍能在这一状态中维持一段时间。 后续交流进一步坚定了这一方向的合理性和创新性。吴思教授指出，这一框架不仅能够解释生物学现象，还可能通过跨脑区的层级架构在计算上形成新的模型。由此，一段实验与理论的合作正式展开。 正是这两次 CNS 年会中的跨领域碰撞，让课题逐渐从一个行为发现，发展成一个连接心理学现象、全脑环路机制和神经计算模型的完整故事。重庆年会帮助研究团队看见了「连续抉择」问题的普遍性；珠海年会则帮助团队找到了理解这一问题的计算语言。 五年前，穆宇团队的第一位硕博研究生赵姗，也是本文共同第一作者，曾为实验室设计过一件文化衫，至今仍常常出现在 Mu Lab 同学身上，也出现在每年的 CNS 会议现场：一条斑马鱼的大脑中写满了 0 和 1。那时，这只是一个带有想象力的图案。五年后回头看，它几乎像是这项工作的伏笔 —— 研究团队最终真的把斑马鱼全脑活动转化为一个关于连续抉择的计算模型。 科学研究常常如此。很多重要推进并不只发生在显微镜前，也发生在一次报告、一次讨论、一次跨领域追问，甚至一个学生随手画下的图案中。最初模糊的直觉，经过多年的实验、失败、建模和修改，才慢慢变成可以被验证的机制。而国内学术交流日益活跃的土壤，也让不同领域之间的相遇更容易发生，让新的科学问题和合作关系在一次次面对面的讨论中逐渐生长出来。 图 | 五年前赵姗设计的文化衫图案：一条斑马鱼的大脑中写满 0 和 1；以及穆组成员在重庆年会会场的合影。 原文链接： https://www.nature.com/articles/s41586-026-10623-3
