Återanvändning av domänspecifika scheman stödjer flexibel inlärning att lära i primathjärnan

Varför tidigare erfarenhet gör nyinlärning lättare

Varför känns det ofta lättare att lära sig en ny färdighet i en bekant familj av färdigheter—som att plocka upp badminton efter år av tennis, eller att vänja sig vid en ny smartphone efter att ha haft flera tidigare? Denna artikel undersöker hur primathjärnan klarar av den konsten. Genom att studera apor som lär sig en serie visuella-till-rörelse-uppgifter avslöjar författarna hur hjärnan lagrar återanvändbara "mallar" för beslut samtidigt som den förblir tillräckligt flexibel för att hantera nya situationer, vilket ger ledtrådar både för neurovetenskap och artificiell intelligens.

Mönster i hjärnan som fångar generella regler

Forskarna fokuserar på ett begrepp som psykologer kallar ett schema—en mental ram som fångar den gemensamma strukturen över relaterade erfarenheter. På neuronivå talar de om hjärnans version av detta som neurala korrelat av schema (NCS): stabila aktivitetsmönster som återkommer när liknande regler tillämpas i olika sammanhang. Den stora frågan är hur hjärnan kan bevara dessa stabila mönster, som snabbar upp framtida inlärning, utan att bli stel och oförmögen att anpassa sig när omständigheterna ändras. Denna avvägning är känd som stabilitet–plasticitets-dilemmat och är också en huvudutmaning vid utformningen av artificiella neurala nätverk som måste lära kontinuerligt utan att "glömma" vad de redan kan.

Att lära apor nya regler och återbesöka gamla

För att undersöka detta tränades tre makakapor på visuomotoriska mappingsuppgifter. I varje försök visades en bild på en pekskärm, och efter en kort fördröjning var apan tvungen att trycka på en av två knappar, till exempel upp eller ner, för att få belöning. I varje träningspass lärde sig djuren först en ny mappning mellan bilder och handlingar (uppgift A), sedan en eller två andra nya mappningar (uppgifter B och ibland C), därefter återbesökte de den ursprungliga mappningen (Revisit-A), och i vissa fall lärde de sig slutligen den omvända versionen av den ursprungliga regeln (Reverse-A), där samma bilder nu krävde motsatt knapp. Medan aporna arbetade registrerade forskarna aktiviteten hos hundratals neuroner i dorsolaterala premotorcortex, en region som är involverad i planering av rörelser och beslut.

När liknande uppgifter blir enklare—men motsatta regler blir svårare

Beteendemässigt visade aporna en klassisk "lära sig att lära"-effekt. Nya men liknande uppgifter (B och C) lärdes in snabbare än den första uppgiften A, och när de återvände till den ursprungliga mappningen (Revisit-A) lärde de om den ännu snabbare. I skarp kontrast tog den omvända mappningen (Reverse-A), som direkt motsade vad de tidigare lärt sig, längre tid att bemästra. Detta mönster tyder på att tidigare kunskap hjälper när nya uppgifter delar samma underliggande regel, men faktiskt kan sakta ner processen när den nya regeln strider mot den gamla. Neuronregistreringarna gav en inblick i varför: de avslöjade vilka delar av uppgifterna som kodades i stabila, återanvändbara mönster och vilka som tilläts förändras.

Att separera stabila val från föränderliga synintryck

Med avancerade analysmetoder dekomponerade författarna populationsaktiviteten i premotorcortex i två huvud"subutrymmen"—samlingar av neuronala aktivitetsmönster som bar olika typer av information. Ett subutrymme fångade apornas beslut (till exempel att välja övre kontra undre knapp). Det andra subutrymmet fångade detaljerna i de visuella bilderna. I beslutrelaterade subutrymmet formade samma val stabila, lågdimensionella banor som återanvändes över uppgifterna A, B, C och Revisit-A, även när bilderna ändrades. Ju mer lika banorna var mellan en ny uppgift och den ursprungliga uppgiften, desto färre försök behövde apan för att lära sig den. I den omvända uppgiften återanvändes däremot inte dessa beslutsmönster: de neuronala banorna försköts och inlärningen gick långsammare. Samtidigt förändrades det visuella subutrymmet friare från uppgift till uppgift och visade inte samma stabila återanvändning.

Att hålla informationsflöden nästan vinkelräta

En slående upptäckt var den geometriska relationen mellan dessa två subutrymmen. Matematisk sett var de nästan ortogonala—ordnade i det neuronala aktivitetsutrymmet i vinklar nära 90 grader. Denna nästan rätvinkliga ordning innebär att förändringar i hur visuell information representeras har minimal påverkan på beslutsmönstren, och vice versa. Med andra ord tycks hjärnan förvara stabila, återanvändbara beslutshcema i ett domän, samtidigt som en annan domän förblir flexibel för nya sensoriska detaljer, med de två tillräckligt separerade för att undvika interferens. Denna arkitektur kan vara en generell princip som ses över hjärnregioner som hanterar komplexa beteenden.

Vad detta betyder för hjärnor och maskiner

För en allmän läsare är slutsatsen att hjärnan verkar lösa stabilitet–plasticitets-dilemmat genom att noggrant organisera sin interna aktivitet. Den lagrar regeln "essens"—om man ska agera på ett sätt eller annat—in ett skyddat, stabilt subutrymme, samtidigt som den lämnar utrymme i andra subutrymmen för att rymma nya synintryck och situationer. Liknande uppgifter kan då läras snabbt genom att återanvända den befintliga beslutsmallen, medan direkt motsatta regler kräver att hjärnan bygger ett nytt mönster från grunden. Utöver att förklara hur djur effektivt lär sig av erfarenhet ger detta arbete också antydningar om strategier för att bygga artificiella intelligenssystem som kan—likt hjärnor—både minnas vad som är viktigt och flexibelt anpassa sig till vad som än kommer härnäst.

Citering: Tian, K., Zhao, Z., Chen, Y. et al. Domain-specific schema reuse supports flexible learning to learn in the primate brain. Nat Commun 17, 2150 (2026). https://doi.org/10.1038/s41467-026-68692-x

Nyckelord: schema inlärning, neuronala representationer, kognitiv flexibilitet, visuomotorisk inlärning, stabilitet-plasticitet