在日常生活中，人们往往能很快学会相似的新技能：会打网球的人转学羽毛球常常更省力，掌握一种数学解题思路后也能更从容地处理同类题目。支撑这种“知识迁移”的神经机制，一直是神经科学关注的核心问题。近日，中国科学院自动化研究所、解放军总医院第九医学中心、吉林大学第一医院组成的联合研究团队在国际期刊《自然·通讯》发表研究，首次从神经层面揭示灵长类动物大脑如何实现知识复用。研究团队以3只雄性猕猴为实验对象，系统研究其背外侧前运动皮层。借助神经记录技术，研究人员记录了该脑区728个神经单元的活动信号，并分析神经活动与学习行为之间的关系。实验中，团队设计了递进式学习任务，比较猕猴在学习相似新任务、复习旧任务以及应对相反规则任务时的表现差异。结果显示，猕猴在学习与既有任务相似的新任务时，随着训练进行学习速度显著加快；复习已学过的旧任务时，完成效率也明显提升。相反，当面对与原有规则相悖的反向配对任务时，学习速度明显放缓。该规律与人类学习表现相近，提示灵长类动物与人类在知识迁移上可能共享相似的神经基础。深入分析发现，关键在于背外侧前运动皮层神经群体活动的组织方式：其活动会自发形成两个近乎正交的表征空间，研究团队将其命名为决策子空间和刺激子空间。决策子空间用于相对稳定地保存核心规则知识，刺激子空间则负责处理新出现的具体信息。正交的空间组织使大脑能够在保持既有知识稳定的同时，灵活编码新信息，从而在一定程度上避免“学新忘旧”或“因守旧而难以学习新内容”的矛盾。解放军总医院第九医学中心顾建文教授表示，这一发现从新的角度解释了大脑“学会学习”的机制，具有重要理论价值。同时，该成果也为人工智能提供了生物学启示：借鉴这种正交表征策略，人工智能系统可将核心规则知识在相对独立的“决策域”中稳定保存，并在“刺激域”中处理新信息，从而提升快速学习与灵活适应能力。这项研究不仅加深了对学习与记忆神经机制的理解，也为神经科学与人工智能的交叉研究提供了思路。通过进一步揭示生物大脑的运作原则，有关发现有望为智能系统的优化提供更可验证的参考。
这项研究揭示了大脑高效学习与知识复用的一种关键机制，也为人工智能的发展提供了可借鉴的生物学思路。随着脑科学与信息技术的深入融合，未来或将催生具备更强类人学习能力的新一代智能系统。正如研究者所言：“理解大脑的智慧，或许是我们创造更高级人工智能的最佳途径。”此成果也再次表明，基础研究的突破常常是技术创新的重要源头。