团队称，这种基于组合的学习方式，或许正是人类能够高效学习新技能而不遗忘旧技能的关键。相比之 下，当前AI系统常遭遇"灾难性干扰"问题——学会新任务后，往往会覆盖掉之前的记忆。如果将人脑这 种模块化、可重组的机制引入AI，或许能开发出可以持续学习而不遗忘的智能系统。同时，这项发现 对理解某些精神疾病和脑损伤也具有临床意义。 团队此次训练了两只雄性恒河猴完成三项相关的分类任务，并在过程中记录了它们的大脑活动。这些任 务类似于判断屏幕上模糊的图像更像兔子还是字母"T"，或是更接近红色还是绿色。图像模糊程度不 一，有时差异明显，有时则十分细微。猴子通过朝不同方向看来表达它们的判断。实验设计的关键在 于，每项任务虽各有不同，但共享某些认知要素，从而可以检验大脑如何重复使用相同的神经活动模 式。 通过多脑区分析后团队发现，前额叶皮层（负责高级认知功能的脑区）包含若干可重复使用的活动模 式，它们对应不同的"认知积木"，大脑通过灵活拼接这些"积木"来构建新行为。 此外，前额叶皮层还会在不需要某些认知模块时抑制其活动，从而帮助大脑集中处理当前任务。这是因 为认知资源是有限的，大脑会确保主要目标任务不被干扰。 【总编辑圈点】 来 ...