.png){kind=icon}
返回
Direct codes in a distributed age
.png){kind=icon}
PRE
AI
DOI：10.1016/j.conb.2026.103269.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
大规模记录和状态空间分析通过揭示神经元群体活动中的低维结构，已经改变了系统神经科学。然而，这些进展也带来风险：它们可能掩盖产生计算的神经生物学组织。本文重新审视了Horace Barlow关于直接编码和分布式编码的区分，并结合现代感知决策研究。出发点是一个较早期的观点：皮层信号具有噪声，这种噪声意味着需要将具有相似响应特性的神经元进行整合。在此观点下，变量直接由可识别神经元或神经元群的放电率表示。现代群体分析通常在高维状态空间中沿编码方向投影恢复相同变量，从而呈现出分布式表示的表象。我认为这两种描述并非互斥，但也不等同。在某些情况下，分布式描述是对特定神经亚群以更直接和机制可解释的方式实现的计算的重新描述。以侧顶叶皮层和上丘中与决策相关的活动研究作为案例，我建议，核心挑战并非在直接编码和分布式编码之间选择，而是确定几何描述何时阐明机制，何时仅仅是重命名。
