人工类别学习的认知神经研究，本文主要内容关键词为：认知论文,神经论文,类别论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
分类号 B842
1 引言
人工类别学习研究源自Bruner,Goodnow和Austin（1956），利用人为设计的刺激材料（如几何图形、颜色与条纹方向等）构建包含不同规则（以刺激间共同特征或关系来表示）的学习任务，通过研究个体掌握此类规则的学习过程而探讨类别学习的潜在机制。相对于自然类别的学习任务，人工类别学习任务易于在实验室中加以操纵，也能较好地排除个体在知识经验上的差异，从而能够提供精确、系统的实验数据。虽然类别学习已得到较多研究（综述见Ashby & Maddox,2005），但已有研究所获得的结果不太一致，特别在类别学习的认知神经基础与机制上没有获得一致的结论。这可能与已有研究使用的实验任务较为多样有关：比较流行的研究任务就有基于规则的任务、信息整合任务、原型变形任务和天气预报任务等（综述见陈安涛，李红，2010）。人们已经意识到类别学习涉及到复杂的认知加工，如知觉、记忆和注意等（Kéri,2003），不过这些加工并非类别学习所特有的，而是会参与到几乎所有认知活动中的基本过程。对于类别学习所特有的、反映其本质特点的认知加工，迄今在已有研究中没有得到论述。
受到Posner及其同事（如Posner & Rothbart,2007）将注意看作包含警觉、朝向与执行控制三个网络（子系统）的影响，我们在对已有研究任务充分分析的基础上，将类别学习界定为“通过对样例的归纳而获得样例间的共同（静态）特征或共同（动态）关系，然后以此共同特征或关系对新的样例进行分类判断，根据分类判断的反馈结果进一步修正与调整之前的归纳结果，直至形成（习得）一个稳定的类别概念”。结合复杂认知分段设计的思想（Chen et al.,2005），我们提出：人工类别学习至少包含3个方面的心理过程：类别归纳（category induction）、分类（categorization）和认知控制（cognitive control）（图1）。我们相信，反映人工类别学习本质特征的加工过程是类别归纳，通过类别归纳个体可获得一般性结论，这是所有类别学习的共同特征。通过类别归纳获得的一般性结论在得到确认之前仍是假设，检验假设的过程一般是分类，根据假设结论对某个刺激的类别身份做出判断，如果判断错误则可说明假设是错误的，否则假设得到支持。因此，我们认为分类加工在类别学习中扮演着重要的作用，通过分类加工获得的反馈结果直接肯定或否定类别归纳的结果。无论在类别归纳还是分类的加工过程中，认知控制都是重要的，在这类高级认知加工过程中，认知控制使大脑能够觉察信息中出现的变化或异常，从而根据事先的预期或一般性目的而加以修正，修正的过程通常是通过执行对无关的信息的控制、并集中于有关信息而完成的。
图1 人工类别学习所涉及认知加工
2 研究方案与框架
在上述分析基础上，我们设计了新的类别学习研究方案（图2）。在该方案中，刺激材料均是规则的几何图形，每个图形有颜色（黄色、蓝色、绿色和红色），形状（三角形、正方形、圆形和十字形）和条纹方向（0°，45°，90°和135°）3个维度的特点，由此构成若干张相互不同的图片。同时向被试呈现两个刺激，让被试归纳出它们之间的相同特征。然后出现一个探测刺激，让被试根据前面归纳出来的相同特征来判断探测刺激与前两个刺激是否为同一类别。通过系统地操纵类别归纳阶段两个刺激之间的关系，可以建构包含类别归纳的任务和不包含类别归纳的任务。通过该任务的学习，个体最终会习得一定的规则，这些规则可以通过明确的视觉特征加以表达，比如，可以形成某个类别“颜色是红色的图形”，即凡是颜色为红色的图形即属于该类别的成员，在形成这个类别之后，个体可以准确地判断一个新的刺激是否属于该类别。这里所获得的规则是可以得到口头描述的，因此这个类别学习任务是基于规则的；并且通过变化各个维度上的特征，可以获得系统变化的图形关系。
图2 刺激、实验程序以及所涉及认知加工
该研究方案有如下几个特点：1）刺激材料均是几何图形、颜色和方向，可有效排除个体的知识经验的差异；2）任务可以容易地分解成相对独立且完整的子任务，比如类别归纳任务、分类任务和认知控制任务等；3）在性质上仍然是类别学习任务，即该任务可使被试能够获得规则，并成为其进一步做分类反应的基础；4）各个子任务要求较低，无论是类别归纳、分类还是认知控制均可在1秒之内完成，这为记录子任务完成期间的事件相关电位（ERP）提供了可能。本研究将采用高密度的64导ERP记录系统并结合偶极子源分析，提供类别学习各子系统的神经激活数据。首先比较实验条件与控制条件的ERP波形，在关键成分（如P2，N2和LPC）的潜伏期和波幅上是否存在差异。如果在两个条件之间能够得到显著差异，则进一步利用相减技术，获得实验条件减控制条件的差异波，对差异波进行偶极子源分析。偶极子定位结果能够达到厘米级的精度，在残差（RV）标准的约束下，能够提供有价值的参考性结果。因为本研究中各对照条件下的刺激在视觉特征上高度相似（见图2），因此早期的注意与知觉加工应该是相当的，这一点可通过对早期成分（如N1,P2）的比较来说明。这些特点保证了相减得到的差异波能够反映两个条件的关键差异，如实验一中两个条件之间的差异即为归纳与非归纳的差异。
利用该研究方案，我们可以在一个任务连续考查类别归纳、分类和认知控制。在类别归纳问题上，我们开展“类别归纳与特征提取的ERP研究”、“类别归纳与特征想象的ERP研究”以及“维度准备对类别归纳的影响”3个实验研究。针对分类问题，我们开展了“清晰预期下分类的ERP研究”和“模糊预期下分类的ERP研究”两个实验研究。就类别学习中的认知监控，我们开展了“认知控制的ERP效应及源定位”的实验研究。我们期望从不同角度（类别归纳、分类和认知监控）对类别学习开展多角度的研究，力求揭示完整的类别学习认知神经基础与机制。这6个实验基本上使用了同样的刺激与实验范式（“模糊预期分类”实验除外），不同实验间的差异主要反映在不同的任务要求上（详见“研究结果”部分）。因此，如果这些实验得到不同的结果的话，则能排它性地归结到任务要求的差异上。另一方面，各个实验的任务要求是根据我们对类别学习包含3个子系统（归纳、分类和认知控制）的假设而设计的。因此这6个实验是紧密围绕类别学习这一核心问题展开的，且又在时间进程上侧重于不同类别学习子系统。
3 研究结果
3.1 实验一 类别归纳与特征提取的研究
Bigman和Pratt（2004）研究了单维度的类别归纳加工，因为该条件符合“在忽略相异特征的过程中，提取共同特征”的界定。在本实验中，我们决定设置控制条件，即两个图形完全相同的条件，该条件不会引发“忽略相异特征”的加工，而仅是在判断两个图形相同的基础上，对有关特征的提取加工。
研究结果表明，归纳任务与控制任务诱发的P3波幅在400到650ms时段下各个50ms时间窗口都表现出了显著差异（见图3），这提示在对刺激做初步评价（判断两个图形是否相同）之后，归纳任务较之控制任务得到更强的受控加工。本实验中受控加工具有更明确的含义：这种受控加工可能是在两个图形之间做进一步的比较以在忽略不同特征的同时提取相同特征，即在两个项目之间建立新异联结的加工。具体地说，控制条件是在判断两个刺激完全相同的基础上，从单个图形中提取特征，作为联结刺激的关系存入工作记忆；归纳条件则是在判断两个刺激不完全相同的基础上，通过一个复杂的比较过程（忽略相异特征、抽取相同特征），而将相同特征作为联结刺激的关系存入工作记忆。在忽略不同特征的同时提取相同特征，并将相同特征作为刺激间的联结关系反映了类别归纳的本质（Klauer,1996），因此归纳条件下的加工是一种类别归纳加工，而控制条件则仅反映了一般意义上的特征提取加工。而长达250ms（400～650ms）的加工时间反映了类别归纳的复杂性，也符合高级认知活动的特点（Carpenter,Just,& Shell 1990; Mai,Luo,Wu,& Luo,2004）。
图3 总平均图与差异波（上一行三个电极点来自实验一，其中实线为归纳条件，灰线为非归纳条件，点线为二者的差异波。下一行三个电极点来自实验五，其中实线为非清晰预测下分类，灰线为清晰预期下分类，点线为二者的差异波。）
通过将归纳引发的ERP波形与控制条件诱发的ERP相减，可将与类别归纳无关的加工（工作记忆更新和信息的暂时储存等）减去，从而获得纯净的反映类别归纳加工的ERP差异波。从波形来看，差异波在约500ms左右达到峰值。在源分析中，只需一个主成分即可解释变异的90％以上，偶极子定位结果显示该偶极子定位在海马附近（见图4）。因为基于ERP数据所做的偶极子定位结果只能达到厘米水平，同时海马实际上是MTL（medial temporal lobe）内侧的一个小结构，因此不能将差异波源定位结果仅仅局限在海马，后面将差异波的颇内源扩大到MTL范围内以展开有关讨论。
图4 上图为实验一的偶极子源定位分析结果，下图为实验五的偶极子源定位分析结果
McCarthy,Wood,Williamson和Spencer（1989）发现P3可能源自MTL的海马结构。Knight（1996）认为P3反映了记忆存储操作，这种记忆存储操作会启动海马结构，以更新传向顶叶皮层的输出。大量证据表明，MTL对头皮P3的出现的确有贡献，P3b被认为在联络皮层中存储区域内建立联结（综述见Polich,2003）。Henke,Weber,Kneifel,Wieser和Buck（1999）发现MTL（海马）与新异语义联系的建立有密切关系；但Luo和Niki（2002）采用与Henke等人（1999）类似的实验范式却没有观察到同样结果。实际上单词匹配判断并不涉及新异联结的形成，两个实验结果不同可能是对比条件不同所致。
在本实验中，刺激S1和S2之间的关系相当多（控制条件下最少，也达64种），远远超出工作记忆容量，因此最好的策略是临时性地找出相同特征。由于各个trial中出现什么相同特征是随机的，在相同特征组合极大的情况下，每次出现的特征组合都是新的。而新的特征组合实际上就是一种新异联结，因此任务实际上要求被试在每个trial中都要形成新异联结，这种情况在归纳任务中似乎更为明显，反映在差异波偶极子定位在MTL上（Chen et al.,2007）。
3.2 实验二 类别归纳与特征想象的研究
在保留实验一归纳条件和控制条件的基础上，增加一个刺激之间没有任何共同特征的条件，要求被试一旦确认两个刺激没有共同特征，则想象二者的共同特征是“白色”。此时刺激间的共同特征是想象的，可称为特征想象条件。本研究期望通过对比特征想象条件与归纳条件的波形，进一步确认类别归纳的ERP时程，特别是类别归纳加工结束在ERP上的反映；同时也可以比较归纳条件和控制条件之间的波形关系，以检查实验一的结果是否可以重复。
本实验重复了实验一的结果，说明归纳条件和控制条件之间存在稳定的差异；确定了类别归纳加工自350ms开始在480ms达峰值；为类别归纳在600ms时刻结束给出了进一步的证据。此外，本实验还获得一个值得一提的发展，特征想象条件下虽然考查了在抑制当前信息想象共同特征的心理加工，但也为采用ERP在更高时间精度上研究推理给出某种启示。
3.3 实验三 维度准备对类别归纳影响的研究
在给出提示的情况下，降低冲突特征对被试的干扰，以更直接地观察类别归纳中的特征提取ERP效应。实验结果表明，给出提示对归纳条件和控制条件的ERP波形造成了影响。与实验一和二中归纳和控制条件的ERP波形相比可知，提示对N2成分的波幅和潜伏期造成了显著影响：在给出提示的本实验中，归纳条件和控制条件在N2成分上的波幅和潜伏期都出现了显著差异，而在实验一和二中，由于没有给出提示两个条件在N2成分的波幅和潜伏期上都没有表现出明显差异。但是，提示对归纳条件和控制条件在P3成分上的差异没有造成影响，在三个实验中P3成分都是在约350ms开始出现，而一直持续到650ms左右，并且两个条件相减得到的差异波波幅的峰值时刻都在约480ms。
在提示两个刺激在三个维度上都相同时，无疑就是告知被试两个刺激完全相同，因此在此条件下被试实际上只需要加工一个图形的特征就可以了，即他可以将注意力集中在一个刺激上，而不需要对两个刺激进行比较。但在归纳条件下，给出的提示告知被试两个刺激只在一个维度上相似，为了找出该维度并提取上面的共同特征，被试则不得不对两个刺激进行整体的比较。因而不可避免地会注意到相异的特征，这导致归纳条件下大脑加工了更多的冲突信息。因此，在本实验中两个条件在N2成分上波幅的差异，实际上反映的是对刺激的知觉加工方式上的差异。根据上述分析可以得出如下结论：在呈现两个刺激之后，被试会先判断它们是否相同，如果两个刺激完全相同，则直接提取一个刺激上的特征信息；如果判断两个刺激不完全相同，则必须要在对两个刺激加以比较的基础上，先判断两个刺激在哪些（个）维度上相同，然后再提取它们在对应维度上的特征信息。
3.4 实验四 清晰预期下视觉分类的研究
分类（categorization）是根据特定的标准确认对象身份的过程，经过分类人们可以将世间万物分门别类地区分开（Zentall,Galizio,& critchfield,2002）。分类是基础性的认知活动，如果不能将知觉信息区分为不同类别，那么原始知觉信息实际上是无用的（Freedman,Riesenhuber,Poggio,& Miller,2001）。分类是建立在预期特征集和传入特征集二者的相互作用上的，这就需要对刺激的特征灵活地加以操纵，标准几何图形能够达到这样的效果，而且这类材料还能够控制经验和背景因素（Chen et al.,2005）。
在本实验中，先通过一个归纳任务让被试比较两个几何图形，找出其中的共同特征（形成预期特征集）；然后以此预期特征集为标准，判断第三个几何图形（由该图形得到传入特征集）与前两个几何图形是否为同一类。分类标准是，传入特征集中有且只有一个特征在对应维度上与预期特征集匹配（匹配特征为1），则做出肯定判断，传入特征集中没有任何特征在对应维度上与预期特征集匹配，则做出否定判断。传入特征集与预期特征集之间将出现三种相互作用：传入特征落入预期特征集，且与对应维度特征匹配（引起匹配提取加工）；传入特征落入预期特征集，但与对应维度特征冲突（引起冲突抑制加工）：传入特征没有落入预期特征集而与任务无关（引起无关忽视加工）。设计了三种条件：预期特征集有一个特征（one matching feature,1MF）；预期特征集有两个特征（two matching features,2MF）；预期特征集有三个特征（three matching features,3MF）。通过新的实验设计，希望记录并讨论包含冲突控制的高水平视觉分类的脑内时程动态变化过程。
研究结果显示了分类加工的时间过程。根据预期特征集，被试将形成两个准备：维度准备和特征准备。维度准备表现在注意加工上：注意目标维度（如颜色、形状）而不注意无关维度（如方向）。在刺激出现后约100ms，只有目标维度受到注意，而无关维度被忽视，即目标维度得到进一步加工，注意的加工在波形上表现为N1。进一步加工即为知觉分析加工，其加工结果是识别出目标维度上的具体特征是什么，知觉分析的加工在波形上表现为P2。之后分类加工进入特征匹配阶段。此时表现出了特征准备的作用。将知觉分析得到的传入特征与预期特征加以比较，如果二者相同，则受到提取并进入下一阶段加工；如果二者不同，则出现冲突，如果出现冲突，将在波形上引出N2。在知觉分析结束之后，即进入类别判断阶段。在此阶段，被试将进一步对冲突的特征加以抑制，并根据匹配的特征做出“正确反应”的判断，类别判断的波形表现为LPC（late positive complex）。而对冲突特征的抑制将导致LPC波幅变小。值得注意的是，在特征进入思维阶段，即使出现冲突，大脑也不能容易地消除特征的印象，因此对冲突特征的抑制将持续一段时间，这可能是2MF和3MF引起的LPC波幅明显小于1MF的原因。
3.5 实验五 模糊预期下视觉分类的研究
本实验目的在于探讨在模糊预期下的视觉分类相关神经激活。首先分别记录被试在识别自己的笔迹和他人笔迹时的ERP波形，然后对比两种波形之间的差异。由于对自己的笔迹有丰富的记忆，因此只需要提取个别特征即可确定是否为自己的笔迹，相应的在线分析可能不会很强；但对别人的笔迹由于缺乏记忆，因此需要对特征做较多的在线分析；同时还可以预期别人的笔迹较之自己的笔迹会引起更强的冲突加工。
研究结果表明，在缺少清晰预期情况下，完成分类判断需要临时从长时记忆中调用有关经验，这里临时调用意思是在刺激出现之后才能确定需要调用什么信息，并在随后执行调用这个信息的相关操作（Chen & Weng et al.,2008）。而额外增加的临时调用会在ERP波形上产生某些效应，在本实验中，这种效应反映在N2成分上，它可能包括提取长时记忆经验和笔迹特征对比，差异波N400则反映了在在线分析基础上进一步的加工，比如控制信息冲突（图3）。
将非清晰预期下分类诱发的ERP减去清晰预期下分类诱发的ERP波形相减得到一个差异波，对200到500ms时段差异波做主成分分析，结果显示两个主成分可以解释变异的93.3％，主成分1能够解释61.8％，主成分2能够解释31.5％，其它成分单独的解释都不超过5％。主成分1对应的偶极子定位在右侧前扣带回附近；主成分2对应的偶极子定位在腹侧颞叶。在两个偶极子活动的峰值时刻，这一模型可以最好地解释该段时间窗口的数据，残差为10％（见图4）。
因此，在预期不清晰并且规则又可以描述的情况下，分类加工的关键脑结构至少有：MTL和ACC（anterior cingulate cortex），前者使个体能够从长时记忆中提取有关信息，以对当前刺激的特点做出知觉分析，而后者则使个体能够察觉到当前刺激的类别归属，如果ACC激活较高，则刺激会被归入较为陌生的一类，否则会归入较为熟悉的一类。
3.6实验六 冲突监控ERP效应及源定位
为了研究类别学习中的认知控制，我们设计了部分匹配分类任务（Chen & Xu et al.,2008）。在该任务中，先通过一个类别归纳加工，让被试形成一个分类规则，这个规则可能只包含一个特征，也可能包含一个以上特征；然后出现一个靶刺激，靶刺激有三个维度及相应特征，如颜色（红色）、形状（圆形）和条纹方向（0°），如果靶刺激中有一个特征与分类规则中对应维度上特征匹配就做出肯定反应，如果靶刺激中没有任何特征与分类规则中对应维度上特征匹配就做出否定反应。
本实验根据分类规则中特征数量不同设计了一个实验条件和一个对照条件：实验条件包含分类加工与认知监控；而对照条件只包含一个特征，仅包含分类加工而不包含认知监控。两个条件都在N2之后紧接着诱发出了P3，实验条件诱发的P3波幅在负方向上明显大于对照条件诱发的P3。由于实验条件包含认知控制加工，而对照条件不包含认知控制，因此前述结果可合理地解释为P3是大脑对冲突加以抑制的反映（Goldstein,Spencer,& Donchin,2002）。
采用相减技术可获得更纯粹意义更清楚的ERP成分，实验条件中包含特征冲突和冲突控制，当然也包括特征匹配和分类反应，而对照条件中只包括特征匹配和分类反应，因此将实验条件引起的ERP波形与对照条件引起的ERP波形相减，得到的差异波将只反映冲突觉察和冲突控制。对出现明显差异的210到420ms时间窗口数据做主成分分析，发现存在两个成分。成分1的最大偶截距在270ms附近，成分2的最大偶截距在370ms附近；在两个差异波中，成分1对应的颅内源在ACC附近，成分2对应的颅内源在PFC附近。从潜伏期来看，成分1是两个条件下N2成分之差，成分2是两个条件下P3成分之差，结合源分析结果可知，ACC是N2成分的颅内源，而PFC是P3成分的颅内源。可能的情况是，特征冲突的出现激活了ACC，在ERP波形上反映为N2成分，而ACC受到激活之后即触发PFC，PFC的激活在ERP波形上反映为P3成分，表明大脑正在对冲突信息加以控制。而数据总变异解释能力方面，成分1仅能解释13％左右，成分2却能解释86％左右，说明ACC激活处于次要地位，而PFC激活处于主要地位，这提示在本研究中ACC只起传递冲突出现信号的作用，而PFC完成了主要的工作——控制冲突。
本实验通过明确地界定冲突的出现和冲突的控制，并结合时间精度高的ERP技术，在冲突出现与ACC激活以及冲突控制与PFC激活之间建立了明确的对应关系，在时间过程上获得了PFC激活跟随在ACC激活之后的结果，这一结果为认知控制的冲突监测理论（Botvinick et al.,2001）给出了更直接的支持。而新的研究范式也为系统讨论ACC与PFC在认知控制中的功能及相互作用提供了新的可能性。进一步研究可通过fMRI和ERP的结合，在更高的时空分辨率上讨论认知控制的神经机制。
分类与认知控制两个子系统的结果，还说明了类别学习中一个重要问题，即反馈如何发生与利用。反馈对于任何学习任务来说都是非常重要的（如Maddox,Ashby,& Bohil,2003）。根据当前研究，人工类别学习中反馈是通过分类与认知控制两个认知过程的配合而实现的：分类时个体会使用临时归纳的规则对新刺激类别属性进行判断，判断的结果在受到评价时会得出正、负两种反馈。负反馈会引发冲突监测相关脑区的激活，进而重新进行新的归纳加工。当前研究没有提供正反馈相关的神经激活数据。根据其性质，正反馈可能会引起奖赏脑区的激活，但需要进一步的研究加以调查。
4 总体讨论
在类别学习的神经机制中，ACC、PFC和MTL处于核心地位（图5）。信息首先从感觉皮层传来，经过联络皮层加工，完成初级整合，表现在N1成分上，N1和P2出现在刺激呈现早期，头皮分布集中在前部和顶枕部。信息然后被传到PFC，PFC有两个功能，一是执行控制，包括注意的自动和主动转换，二是维持工作记忆（Ashby & Valentin,2005）。因此，当视觉信息传到PFC之后，首先会保持在工作记忆中，并得到知觉整合加工，这种加工可能反映在P2上，这个知觉加工过程不受意图等心理因素的影响；但知觉加工的结果会引起ACC的反应，因为ACC在大脑完成对信息的知觉加工之后即开始监控信息的后续加工活动。在受到提示影响的实验三中，归纳和控制条件引起的波形在N2成分上出现了差异，可能与ACC受到不同程度的激活有关，即此时的信息已经受到心理意图的影响，反映在N2的头皮分布上。随后，在PFC中得到不同维持的信息进一步传送到MTL，在MTL中完成对信息的整体评价，在本文报告的研究范式下，这种整体评价是对两个刺激是否完全相同的评价，这反映在P3成分上；同时在MTL和PFC之间保持着频繁的信息交换，根据MTL对两个刺激信息的整体评价结果，ACC在监测之后将信息传送到PFC，PFC再向MTL传送比较指令，对两个刺激的对应维度进行比较，如果两个刺激是完全相同，则会执行对其中一个刺激的信息特征加以提取的加工，如果两个刺激部分相同，则会执行对两个刺激对应维度进行比较加工，在比较的过程中，ACC和PFC将进一步执行有关的监测和控制，实现对相同特征提取和相异特征的忽略加工，这反映在LPC成分上。
图5 类别学习神经机制的综合模型
在获得规则之后，这些规则将再传送回到PFC中，并保持在PFC的工作记忆单元中，当新的刺激出现后，在经过相似的早期加工之后，这反映在各种分类条件下在早期的N1和P2成分上没有差异，但在知觉加工结束之后，则会引起ACC的反应，表示信息已经进入意识之后，此后的加工将一直受到心理意图的影响，这反映在分类任务中各个在N2成分上的差异上面。同样地，在分类加工中ACC仍然扮演着监测变化或异常的角色，当PFC中保持着着明确的规则时，如实验四那样，这些信息会传递到ACC中，作为ACC判断异常或变化的根据，当刺激中出现与预期相矛盾的信息时ACC会受到激活，表现在实验四中波幅更大的N2成分，ACC激活的信息将迅速传递到PFC中，由PFC根据保持在其中的规则，做出该刺激并非目标刺激的判断；PFC保持规则的方式是在PFC与MDN（丘脑）之间建立反响回路（reverberating loop），有多个规则就建立多个反响回路。在本文所设计的分类任务中，如果一个规则被证实为假则另一个规则受到肯定，这种加工反映在P3成分上。而当PFC中保持的规则是不清楚的时候，相应的加工过程，甚至早期的知觉加工都可能与规则清楚时不同，比如在实验五中，当刺激为笔迹时，虽然被试能够迅速地正确判断笔迹是否为自己所写，但由于笔迹本身的复杂性，造成对笔迹信息的知觉加工较为复杂，这反映在P2成分的波峰上，该实验中P2的波峰呈现小的峰值起伏状态；自己笔迹和他人笔迹在N2成分上出现了差异，这表明虽然没有清晰的预期，但PFC中仍然存在某种自己笔迹的原型，这使ACC能够迅速察觉刺激为新异，这反映在他人笔迹能够引起更高的N2波幅；但仅根据粗略的原型，PFC仍然不能准确地或精确地判断刺激信息是否是自己的笔迹，因为每个字的结构、笔画和运笔方式都不相同，因此需要从长时记忆中提取有关信息，由于MTL与长时记忆有关（如，Eichenbaum,1997），因此PFC会向MTL发出指令，检索长时记忆中相关字词的笔迹，这反映在实验四中的差异波N400上，差异波的源分析显示MTL受到激活，这一结果支持了上述假设，即模糊预期下的分类加工需要临时调用长时记忆经验。更广泛地看，分类加工过程中调用长时记忆的经验在类别学习中经常发生，在规则数量相当大的人工类别学习任务和一般的自然类别学习任务中都会涉及。
在当前研究中，我们使用同一个实验任务（见图2），对假设的类别学习的3个子系统（归纳、分类与认知控制）做了研究。在6个实验中使用了相同的实验刺激材料（不过实验五使用了笔迹材料），主要通过任务要求（实验指导语）来研究类别学习的不同方面，而这也使不同实验得到的不同结果唯一地归结到任务要求上。高时间分辨率的ERP数据表明，仅通过变化任务要求即可获得不同的结果，这为假设的类别学习3个认知子系统提供了经验性支持。这些结果也说明类别学习的确涉及相当复杂的认知加工，而已有研究并没有对类别学习加以分解，因此其结果难以与3个子系统对应起来，无法完整说明类别学习的认知神经基础及相应的加工机制。在当前研究中，我们首次对类别学习进行了谨慎而大胆的分解，并且得到了一定的经验性支持，为进一步的研究提供了有益的参照框架。除了经由不同的任务要求得到不同的实验结果之外，当前6个ERP实验结果也显示了较高的一致性。虽然实验要求略有不同，但实验一、二和三都是以研究归纳为目标的，因此这三个实验之间表现出较高的一致性，均发现LPC与海马等结构与归纳加工有关。而实验四和五均以研究分类为目标，两个实验之间也一致地显示了MTL的参与。虽然当前研究提供了类别学习3个子系统的认知神经数据，但更充分的验证性和拓展性研究仍是需要的，比如fMRI（功能性核磁共振）数据即能提供更精确的激活定位结果，这将为说明整体的类别学习神经机制提供更深入的研究结果。
收稿日期：2010-12-06
标签：成分分析论文; 特征提取论文; 差异分析论文; 共同控制论文; 认知过程论文; 信息加工论文; 对应分析论文; pfc论文;