當大腦獨處時，它在思考什么？

當嬰兒凝視旋轉的風鈴時，他或她的大腦便在悄然破解光影變化的規律。無需獎勵或懲罰，這種對世界的理解就已在神經回路中生根發芽——這正是“無監督學習”的生動體現。

反觀當下最先進的人工智能，要區分“貓”和“狗”的圖片，也需要在大量標注數據的“喂養”下才能實現。這種需要引導的學習方式，則被稱為“有監督學習”。

在神經科學里，有監督學習表現為外部獎懲引導的神經連接強化（如條件反射），而無監督學習是大腦自主提取環境特征（如自發形成對線條、顏色等視覺特征的有序響應）。在機器學習領域，有監督學習是從帶標簽數據訓練預測模型（如分類），無監督學習則是從無標簽數據挖掘規律（如聚類）。

兩種學習方式的核心差異就是，有監督學習依賴外部的明確指引，而無監督學習則源于系統內部的自主探索與規律發現。傳統觀點認為，學習需要依賴獎勵信號（如食物、表揚）或明確反饋（如錯誤糾正），但嬰兒大腦展現出的驚人能力，正促使神經科學界重新審視這一認知。那么，生物大腦的無監督學習能力到底從何而來？

無監督學習是大腦預習課

無監督學習的能力并非人類獨有。例如，小鼠在探索新環境時，無需獎勵就能自主形成空間記憶。為了精準地觀察這一過程，美國霍華德·休斯醫學研究所（HHMI）的科學家Marius Pachitariu和Carsen Stringer領導的團隊，設計了一項精巧的實驗[1]。

他們摒棄了傳統的復雜環境，而是將小鼠置于一個高度可控的虛擬現實（VR）走廊中。墻壁上循環播放著四種不同的視覺紋理圖像：圓圈、樹葉、石頭、磚塊；而實驗的核心，在于比較兩種學習路徑對小鼠的影響：

• 無監督學習組：這組小鼠預先在沒有獎勵的情況下，自由探索這些視覺紋理；然后再跟另一組小鼠一起進行任務學習訓練。

• 任務學習組：小鼠直接進入獎勵訓練環節，學習將特定的紋理與獎勵聯系起來。

為了捕捉神經層面的變化，研究人員使用雙光子介觀顯微鏡，對小鼠視覺皮層進行了長期成像，同時記錄九萬個神經元的活動，以追蹤兩種學習過程中神經回路的可塑性變化。

結果發現，任務組小鼠在2周的訓練后，在處理視覺信息的關鍵腦區（內側高級視覺區HVA），神經元對特定獎勵相關的紋理產生了強烈的選擇性響應——這在預料之中。然而，無監督學習組小鼠的相同腦區也出現了幾乎完全一致的神經可塑性變化。這說明，神經可塑性在視覺區域的分布，可能并不依賴任務反饋或監督。

也就是說，在既不被要求完成任何任務，也得不到任何獎勵的情況下，無監督學習組的小鼠的視覺皮層也能和任務組小鼠一樣，主動地對環境中的視覺信息進行了分類、編碼，并形成了高效的神經表征。這就好比大腦在進行正式的“任務”或“課程”之前，自己先做了“預習”，以便當真正的學習任務來臨時，直接利用這個預先搭建好的“知識框架”，反應更迅速、學習更高效。

更進一步地，研究人員發現雖然無監督學習主導了大部分神經可塑性，但監督學習并非毫無作用。研究人員使用了一種用于大規模神經反應的可視化方法（RasterMap）——在與任務事件有關的實驗中，RasterMap可以發現相關神經活動的具體一個試驗序列，以及可能與獎勵和聲音提示等任務相關的其他信號[1]。研究人員使用RasterMap分析發現，某些主要分布在前側HVA區域中的神經元簇，會在任務學習中被給于獎勵時出現強烈抑制，因此被認為具有預測獎勵信號的作用。

這一發現揭示了大腦學習的分工：任務學習依賴前側腦區的監督信號（關聯刺激與獎勵），無監督暴露則在內側視覺區構建純粹的刺激表征。就像學生自學課本（無監督）后，老師通過考試指出重點（監督），兩者結合實現高效學習。

那么，這些神經元的選擇性響應，究竟是對紋理刺激的空間位置敏感（空間可塑性），還是源于紋理本身的視覺特征（視覺可塑性）？

“視覺可塑性”和“空間可塑性”研究是對感官神經學習機制探索的深化。視覺可塑性作為感覺皮層最易觀測的神經變化，成為檢驗無監督學習理論的理想對象。此外，大腦在整合視覺特征與空間位置時，兩種可塑性是否存在協同或分工？

這一問題直接關系到對“感知-導航”神經機制的理解：視覺可塑性負責編碼環境視覺統計特征（如物體形態），而空間可塑性（如海馬體、視覺皮層的空間表征變化）支撐位置記憶與路徑規劃，二者的交互可能是生物高效適應復雜環境的核心。

按照空間可塑性假說的觀點，神經元對已經學習過的和同類新樣本的放電順序是相似的。視覺可塑性假說認為，視覺特征可被學習，與其位置變動與否無關。為了區分這兩種可能，研究人員引入了新的無獎勵刺激，分別包含與之前訓練刺激相似的視覺特征元素，但是這些元素以不同的空間配置進行排列。

結果，小鼠能忽略虛擬現實走廊中紋理的空間位置（無論紋理出現在走廊左側還是右側），仿佛自帶“特征提取器”，視覺神經元只對紋理的類別（樹葉vs圓圈）產生響應。這說明，小鼠的無監督學習行為更多地受到視覺特征相似性的影響，而不是空間配置的變化，即視覺可塑性假說更能解釋其行為表現。這種“去空間化”的學習規則，與人類識別物體時“無論貓在左邊還是右邊，都能認出是貓”的能力如出一轍！

從預習到強化的高效學習模式

既然大腦存在無監督學習和有監督學習的分工，那么兩者是如何協同作用的？傳統觀點認為，感覺皮層的可塑性離不開行為獎勵的推動。然而這項研究卻表明，僅僅讓生物體接觸視覺刺激，就能夠改變高級視覺區的神經表征。

高級視覺區神經表征的改變有什么功能價值呢？研究團隊提出了假設：無監督訓練后神經可塑性可能使動物更快地學習后續任務。這個問題類似于無監督預訓練如何幫助人工神經網絡更快地學習監督任務。

為此，研究人員設置了行為研究，讓新小鼠群經歷10天無獎勵預訓練（僅在VR走廊自由奔跑），再進入5天獎勵任務訓練。結果顯示，經過自然紋理預訓練的組別，在任務訓練的第一天就展現出明顯的區分能力。而沒有經過預訓練的小鼠，仍處于隨機反應的狀態。

另外，接受光柵預訓練的組別（光柵相當于自然刺激），其學習曲線與無預訓練組重合，這說明學習加速的效果是依賴特定視覺特征的。簡言之，這一機制的關鍵在于“表征預優化”，無監督學習在高級視覺區域形成了精密的紋理特征探測機制，比如對“葉狀紋理”的抽象編碼。當開始任務學習時，這些經過預訓練的神經元只需進行細微調整，就能與獎勵信號建立關聯，而不必從無到有地構建感知表征。

這種“無監督預習+監督強化”的模式，與人類的學習規律高度吻合。當我們第一次走進陌生城市時，即使沒有導航（無監督），也會默默記住標志性建筑；后續使用導航（監督）時，這些預存的空間信息能讓我們更快理解路線。大腦的學習遵循自主探索優先，定向強化為輔的原則。

雖然這項研究的結果已經證明皮質表征本質上是視覺的，而不是空間的，但海馬表征也可能從它們的輸入中繼承了一些視覺特性[2]。先前的一項研究深入揭示了大腦認知地圖的形成機制：當小鼠學習在兩條視覺相似的虛擬走廊（一條近處有獎勵，一條遠處有獎勵）中行走時，其海馬體神經元的活動模式隨學習進程逐步發生分化。初期，神經元對兩條走廊的反應頗為相似；隨著學習的深入，這些反應差異不斷擴大，最終形成完全不同的神經活動模式，構建出編碼隱藏信息的獨特地圖，從而精準區分兩條走廊[3]。

視覺皮層中不同的區域，分別負責兩種不同類型的學習：無結構化、基于探索的無監督學習，以及有指導、面向目標的有監督學習。這項新研究表明，當動物學習一項任務時，大腦可能同時運用這兩種算法：無監督部分用于提取特征，有監督部分用于為這些特征賦予意義。這種雙軌制學習，也行正是生物能在復雜多變環境中快速適應的核心密碼。

科學意義與跨學科啟示

視覺皮層無監督學習的發現，不僅刷新了我們對大腦功能的認知，更在神經科學與人工智能之間架起了一座新的橋梁。長期以來，“強化學習”理論主導著學習研究，這種理論認為學習都需通過獎勵信號強化神經連接。但這項研究證明，視覺皮層的特征提取完全可以在沒有獎勵的情況下完成。

內側HVA區域的神經元不斷觀察環境中的視覺輸入，統計紋理出現的概率，最終形成穩定的類別表征。這種自主學習能力，打破了“沒有獎勵就沒有學習”的傳統框架。嬰兒之所以能快速掌握語言、識別面孔，可能正是得益于這種預裝的無監督學習模塊。

大腦的無監督學習機制，與人工智能領域的重大突破形成了奇妙的呼應。2018年問世的BERT模型通過“掩碼語言建?！保o監督預訓練）在自然語言處理中取得了革命性進展，這與視覺皮層自主提取紋理特征的過程驚人相似。

神經科學的發現，為AI的無監督學習提供了生物合理性驗證。研究中觀察到的“內側HVA優先編碼抽象特征”規律，有利于啟發科學家設計更高效的特征提取網絡，例如讓AI模型的深層網絡模仿內側HVA的去空間化編碼規則。

人工智能的“預測編碼”理論（如自編碼器），反過來解釋了神經可塑性的機制。視覺皮層的神經元可能通過不斷預測下一個視覺輸入，并修正預測誤差來實現無監督學習——這與AI模型通過重構輸入優化特征提取的過程異曲同工。

當然，這些發現并非紙上談兵，而是能夠切實應用到真實世界。例如，在醫學領域，自閉癥患者常存在視覺特征提取困難（如難以識別面部表情）?；跓o監督學習原理，有可能設計特定的視覺刺激方案，強化內側HVA的自主學習能力，幫助患者更好地理解復雜視覺信號。

或者，在計算機領域，模仿視覺皮層的“無監督預習+監督微調”模式，可降低AI對標注數據的依賴。例如，讓自動駕駛系統先在虛擬環境中自主學習路況特征（無監督），再通過少量人類標注數據優化決策（監督），大幅減少訓練成本。

有待解決的科學謎題

盡管無監督學習的神經機制初現端倪，但仍有諸多謎題等待破解：

神經可塑性的分子基礎？

論文已經證實，小鼠視覺皮層（特別是內側高級視覺區HVA）在無獎勵刺激暴露下可產生與任務學習相似的神經可塑性變化（如選擇性神經元增加）。然而，這種可塑性背后的具體神經環路機制仍不清楚。關鍵問題包含：哪些突觸可塑性規則主導無監督學習？無監督學習是否依賴特定的神經調質（如乙酰膽堿、多巴胺）？

跨物種與高階認知的普適性如何？

這項研究主要聚焦小鼠的部分腦區，但人類感知學習涉及更復雜的皮層。內側HVA的視覺優先編碼規則是否適用于靈長類顳下皮層？無監督預訓練能否加速抽象概念學習（如語義分類）？行為實驗僅驗證了基礎視覺辨別任務，還未測試工作記憶（大腦短期存儲和處理信息的能力，例如記電話號碼撥號）或遷移學習場景。

無監督學習能力的年齡限制？

發育期感覺暴露依賴關鍵期可塑性，但成年小鼠的無監督學習是否具有類似的敏感期？嬰兒期是視覺無監督學習的黃金期，這是否意味著也存在“關鍵期”？這項研究暫未比較年齡因素的影響。無監督學習的能力可能隨年齡增長衰退，而如何延緩這種衰退，也會是是未來研究的重要方向。

大腦“自學能力”的深層啟示

深夜研讀文獻，腦海中忽然浮現出童年老宅前的溪流聲；會議室聆聽報告，目光卻落在墻角綠植上；這些我們稱為“走神”的瞬間，或許正體現了大腦無意識探索、提取規律的無監督學習能力。

從進化視角看，無監督學習是生物在長期演化中形成的“生存智慧”。在食物短缺、危險四伏的原始環境中，生物不可能等待“獎勵信號”才學習識別天敵或食物。這種無需指令就能探索規律的能力，是生物適應復雜環境的前提。

反觀現代社會，我們似乎正在過度依賴“獎勵驅動”的學習模式。從幼兒的“貼紙獎勵”到成年人的“績效考評”。這種模式可能在一定程度上抑制了大腦的自主學習力，就像長期依賴導航會削弱我們的空間記憶能力一樣。

對人工智能而言，模仿生物的無監督學習范式可能是突破當前困境的關鍵。當AI能像嬰兒一樣自主探索世界的規律，當機器的“好奇心”不再依賴人類設計的獎勵函數，或許才能真正實現“通用人工智能”的夢想。

從旋轉的風鈴到復雜的城市街道，從視覺皮層的神經元到AI的深度網絡，無監督學習的故事告訴我們：真正的學習，源于對世界本身的好奇與探索，這是生物進化賦予我們的最珍貴的“自學秘籍”。

1.Stringer, Carsen, et al. "Rastermap: a discovery method for neural population recordings." Nature Neuroscience 28.1 (2025): 201-212.

2.Wen, John H., et al. "One-shot entorhinal maps enable flexible navigation in novel environments." Nature 635.8040 (2024): 943-950.

3.02/12/25 | Mapmaking in the mind: new research details how the brain builds mental maps of the world, https://www.janelia.org/

4.Zhong, Lin, et al. "Unsupervised pretraining in biological neural networks." Nature (2025): 1-8.

5.06/23/25 | Zoning out could be beneficial—and may actually help us learn faster, https://www.janelia.org/

關于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究AI與人類智能相互融合與促進，不斷探索科學的邊界。歡迎評論區留言，或后臺留言“社群”即可加入社群與我們互動。您也可以在后臺提問，我們將基于追問知識庫為你做出智能回復哦~

關于天橋腦科學研究院

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創建的世界最大私人腦科學研究機構之一，圍繞全球化、跨學科和青年科學家三大重點，支持腦科學研究，造福人類。

Chen Institute與華山醫院、上海市精神衛生中心設立了應用神經技術前沿實驗室、AI與精神健康前沿實驗室；與加州理工學院合作成立了加州理工天橋神經科學研究院。

Chen Institute建成了支持腦科學和AI領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、、大圓鏡科普等。