能量效率驱动预测性重映射与 allocentric 编码——主动视觉循环神经网络模型的涌现机制

《Patterns》：Predictive remapping and allocentric coding as consequences of energy efficiency in recurrent neural network models of active vision

　　本研究针对视觉系统在眼动过程中如何维持感知稳定性的“硬绑定问题”，探讨能量效率优化是否足以促发预测性重映射机制。研究人员通过训练循环神经网络（RNN）处理自然场景下的注视序列与扫视efference copies，以最小化神经前激活（preactivation）为目标，发现网络自发涌现出靶向抑制性预测重映射能力，并学会将自我中心（egocentric）眼动坐标转化为以环境为中心（allocentric）的参照框架。该成果表明复杂视觉计算可由能量约束等简单物理原则自然涌现，为理解感知稳定性机制提供了新视角。

　　

当我们每秒钟进行三次眼动时，为什么世界在我们眼中依然保持稳定？这个看似简单的问题背后隐藏着视觉科学中的“硬绑定问题”（hard binding problem）：尽管视网膜输入随着每次扫视（saccade）发生剧烈变化，我们却能体验到连续稳定的视觉场景。传统理论认为，大脑通过“预测性重映射”（predictive remapping）机制，利用运动指令的副本（efference copy）预测眼动后的视觉输入，从而弥合感知缝隙。然而，这种复杂计算能力的起源始终成谜——究竟是基因编码的精密电路，还是源于更基础的物理原则？

发表于《Patterns》的最新研究给出了一个令人惊喜的答案：能量效率这一简单约束，足以让神经网络自发发展出预测重映射能力。研究人员构建了一个包含两个隐藏层（各2048个单元）的循环神经网络（RNN）模型，模拟人类在自然场景中的主动视觉过程。模型接收来自MS-COCO数据集的注视斑块序列及其对应的相对扫视坐标，训练目标并非完成特定任务，而是最小化神经前激活（preactivation）——一种模拟生物神经能量消耗的指标。通过固定兴奋性输入与能量优化目标的巧妙平衡，系统被促使发展靶向抑制策略而非全面抑制。

关键技术方法包括：利用DeepGaze III模型生成人类注视序列模拟自然观看行为；采用六时间步处理每个注视斑块的RNN架构；通过最小化平均绝对前激活实现能量效率优化；使用线性解码器和硅内损伤（in silico lesioning）分析网络内部表征；设置七种控制条件（包括无efference copy输入、小视野等）验证现象特异性。

抑制性预测重映射作为能量效率的涌现结果

与所有控制条件相比，能量优化模型表现出显著更低的能量消耗损失（p<0.001）。当打乱注视坐标与视觉输入的对应关系时，模型性能急剧下降，证明其真正依赖efference copy信息进行空间预测。更关键的是，模型内部反馈显示出与理想抑制模式高度匹配的空间特异性抑制：

。这种抑制并非全局性，而是精确对准即将被注视的视觉区域，形成类似“空间指针”的预测机制。

Allocentric编码通过整合egocentric efference copies序列而涌现

线性解码器从隐藏层活动成功重建了注视点的全局坐标（x坐标R²=0.91，y坐标R²=0.93），表明网络将相对眼动命令转化为以场景为中心的全域参照系：

。聚类分析显示这些allocentric编码单元形成七个功能簇，分别对应上下左右及中心/周边等空间区域，呈现互补性空间覆盖特征。

Allocentric参照系单元作为预测单元运行

硅内损伤实验证实了allocentric单元的功能必要性：当仅损伤0.5%的关键单元（22个）时，模型能量损失显著增加（p<0.001），且抑制模式从预测未来输入退化为重复当前注视斑块。相关性分析显示完整模型的内部驱动与理想未来抑制高度相关（r=0.46），而损伤后相关性骤降至r=0.05，同时与当前输入的关联性增强（r=0.58）。这证明allocentric单元是实现靶向预测重映射的核心枢纽。

研究结论深刻揭示了能量约束对复杂计算的驱动作用：能量效率优化足以促使网络自发发展出allocentric编码框架，并以此为基础实现抑制性预测重映射。这种涌现机制避免了基因编码复杂电路的需要，为视觉稳定性问题提供了简约而有力的解决方案。更广泛地，该模型架起了视觉与空间导航研究的桥梁，提示海马-内嗅皮层（hippocampal-entorhinal circuits）等导航相关脑区可能采用类似机制编码视觉空间。未来研究可整合工作记忆与任务导向计算，探索能量原则在更复杂认知功能中的作用，同时向更生物可信的学习规则（如替代反向传播通过时间BPTT）和视网膜采样模型拓展。

这项由Thomas Nortmann、Philip Sulewski和Tim C. Kietzmann完成的研究，不仅为解决“硬绑定问题”提供了新范式，更示范了如何从简单物理原则出发理解大脑复杂功能的涌现，为计算神经科学开辟了新的研究路径。