94 心理科学 式通过操纵知觉时的知识经验来实现对调控作用的 2009)。注意调控模型也可以在一定程度上解释与个 探讨。(3)表象范式。表象的实质与大脑自上而下的 体预期相等的输入信息的注意过滤功能，例如，被 知觉调控过程之间存在密切联系。根据Kosslyn的 试可以在随机的模糊图片里“看见”预期的脸的刺 知觉预期理论的基本观点，表象能够对后续的知觉 激模式(Smith,Gosselin,&Schyns,.2012). 加工产生显著的影响(Diekhof et al,.201l;Vuilleumier 2.2自适应共振理论(Adaptive Resonance Theory) etal,2001)。该范式通过上被试形成特点表象来研 注意调控理论对知觉调控的解释主要基于注意 究其对于知觉调控的影响。 为知觉调控的实现形式，而另一部分研究者认为 2 知觉调控的实现形式是以往的知觉经验。这种思想 知觉调控模型 主要反映在自适应共振理论。自适应共振理论最初 对于知觉调控的神经机制尚没有统一的结论， 是在人工智能领域提出来的一种模仿人脑认知过 当前的模型主要有：(1)注意调控模型：(2)自适应共 程的自组织聚类算法。该理论认为对刺激的识别 振理论：(3)层级预测编码模型。此外，在缺乏外界 必须借助过去记忆保存的模板。当前需要识别的刺 信息的情况下，大脑仍能对内部的信息进行自发调 激如果能与己有的模板匹配，这个刺激才能被识别 控，(4)全脑神经元工作网模型主要关注了这种内部 (Carpenter,,Grossberg,&Rosen,199I)。这一理论将自 信息的调控功能。 调节控制机构嵌入到学习模型中，调控系统会调整 2.1注意调控模型(Attention Modulation Model) 现有模板以识别新的图像。 注意调控模型是知觉调控中较早出现的模型。 根据自适应共振理论，大脑将接收到的刺激信 该模型认为大脑自上而下的调控主要通过改变注意 号与基于过去经验形成的模板进行比较，从而实现 水平实现。将知觉调控中的注意类比为播放设备上 物体的识别。这可以较好地解释在感知活动中，随 的音量控制按钮：它能够在一定程度上调控所接受 着感知经验的增加，我们对于熟悉物体的识别会显 信号的强度使得神经系统动态地表征刺激，并以最 著快于不熟悉物体的识别。当这种模板与物体与感 佳的方式进行信息转换，保证大脑的知觉加工符合 觉属性一致时，大脑神经元的反应水平就会增加， 经济性原则，而且接收注意的反馈信息是初级皮层 而这种增加将导致物体被知觉(Panichello,Cheung,& 的固有特性(Ress et al.,2003)。注意调控模型认为知 Bar,2012)。而当刺激与模板不匹配时大脑会将其作 觉调控是一个动态的注意变动过程，通过接收函数 为新的类型进行学习，知觉调控机制将会不断修正 的变动来实现对空间场景的位置表征等刺激特征加 己有模板，使之与当前刺激匹配，并将之存储。当 工的调控。研究者认为，知觉调控的过程类似基于 模板与刺激匹配时，达到激活的最大值，反之，大 特征的注意(Jehee,Brady,.&Tong,201l)或者特征竞 脑的激活将会被改变(Grossberg,2012)。 争(Desimone,1998)。Murray等人也提出，注意调控 目前，计算机图像识别的成功应用证实了自适 机制的作用不单纯表现在加工受到“注意”的刺激 应共振理论在解决大量数据聚类和分类时，对己学 时大脑的激活水平较高，更可能在于较高的注意水 过的图像具有稳定、快速识别的能力，同时又能通 平会使大脑较高级皮层（如，LOC)神经元激活的 过调节控制机制来识别没有学习过的新图像，从而 选择性增加(Murray&Wojciulik,2004)。亦即注意能 对任意复杂的输入模式进行自调控。这些发现说明 使不同神经元的激活及激活量合理编排，调控初级 该模型较好地拟合了人脑的感知调控过程。 皮层更加有效地表征物体信息。后续的研究采用数 2.3 层级预测编码模型(Hierarchical Predictive 学模型进行了补充，认为注意的反馈信息对刺激获 Coding Model) 得的调控可以通过控制内部活动和期望来实现，注 注意编码模型和自适应共振模型都关注了知觉 意的反馈调控可以产生一种非均等分布的刺激过滤 调控的具体实现形式（如注意、过去经验）。2009 函数来决定刺激特征接收量的大小(Cardoso,Sirotin, 年Friston等人借助数学语言精确地指出大脑对外 Lima,Glushenkova,Das,2012). 界信息的“预测”是其根本特性，而且对大脑这一 这一模型可以很好地解释知觉调控中注意如 特性的揭示是探究其运行机制的总法则(Friston& 何调控初级脑区（如VI)的激活表征(Poort et al,. Kiebel,2009)。基于这种预测性，研究者从全新的角 2012;Wibral,Bledowski,Kohler,Singer,Muckli, 度提出了层级预测编码模型来解释感知加工的调控 ?1994-2015 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net94 心 理 科 学 式通过操纵知觉时的知识经验来实现对调控作用的 探讨。⑶表象范式。表象的实质与大脑自上而下的 知觉调控过程之间存在密切联系。根据 Kosslyn 的 知觉预期理论的基本观点，表象能够对后续的知觉 加工产生显著的影响 (Diekhof et al., 2011; Vuilleumier et al., 2001)。该范式通过上被试形成特点表象来研 究其对于知觉调控的影响。 2 知觉调控模型 对于知觉调控的神经机制尚没有统一的结论， 当前的模型主要有：⑴注意调控模型；⑵自适应共 振理论；⑶层级预测编码模型。此外，在缺乏外界 信息的情况下，大脑仍能对内部的信息进行自发调 控，⑷全脑神经元工作网模型主要关注了这种内部 信息的调控功能。 2.1 注意调控模型（Attention Modulation Model） 注意调控模型是知觉调控中较早出现的模型。 该模型认为大脑自上而下的调控主要通过改变注意 水平实现。将知觉调控中的注意类比为播放设备上 的音量控制按钮：它能够在一定程度上调控所接受 信号的强度使得神经系统动态地表征刺激，并以最 佳的方式进行信息转换，保证大脑的知觉加工符合 经济性原则，而且接收注意的反馈信息是初级皮层 的固有特性 (Ress et al., 2003)。注意调控模型认为知 觉调控是一个动态的注意变动过程，通过接收函数 的变动来实现对空间场景的位置表征等刺激特征加 工的调控。研究者认为，知觉调控的过程类似基于 特征的注意 (Jehee, Brady, & Tong, 2011) 或者特征竞 争 (Desimone, 1998)。Murray 等人也提出，注意调控 机制的作用不单纯表现在加工受到“注意”的刺激 时大脑的激活水平较高，更可能在于较高的注意水 平会使大脑较高级皮层（如，LOC）神经元激活的 选择性增加 (Murray & Wojciulik, 2004)。亦即注意能 使不同神经元的激活及激活量合理编排，调控初级 皮层更加有效地表征物体信息。后续的研究采用数 学模型进行了补充，认为注意的反馈信息对刺激获 得的调控可以通过控制内部活动和期望来实现，注 意的反馈调控可以产生一种非均等分布的刺激过滤 函数来决定刺激特征接收量的大小 (Cardoso, Sirotin, Lima, Glushenkova, & Das, 2012)。 这一模型可以很好地解释知觉调控中注意如 何调控初级脑区（如 V1）的激活表征 (Poort et al., 2012; Wibral, Bledowski, Kohler, Singer, & Muckli, 2009)。注意调控模型也可以在一定程度上解释与个 体预期相等的输入信息的注意过滤功能，例如，被 试可以在随机的模糊图片里“看见”预期的脸的刺 激模式 (Smith, Gosselin, & Schyns, 2012)。 2.2 自适应共振理论（Adaptive Resonance Theory） 注意调控理论对知觉调控的解释主要基于注意 为知觉调控的实现形式，而另一部分研究者认为 知觉调控的实现形式是以往的知觉经验。这种思想 主要反映在自适应共振理论。自适应共振理论最初 是在人工智能领域提出来的一种模仿人脑认知过 程的自组织聚类算法。该理论认为对刺激的识别 必须借助过去记忆保存的模板。当前需要识别的刺 激如果能与已有的模板匹配，这个刺激才能被识别 (Carpenter, Grossberg, & Rosen, 1991)。这一理论将自 调节控制机构嵌入到学习模型中，调控系统会调整 现有模板以识别新的图像。 根据自适应共振理论，大脑将接收到的刺激信 号与基于过去经验形成的模板进行比较，从而实现 物体的识别。这可以较好地解释在感知活动中，随 着感知经验的增加，我们对于熟悉物体的识别会显 著快于不熟悉物体的识别。当这种模板与物体与感 觉属性一致时，大脑神经元的反应水平就会增加， 而这种增加将导致物体被知觉 (Panichello, Cheung, & Bar, 2012)。而当刺激与模板不匹配时大脑会将其作 为新的类型进行学习，知觉调控机制将会不断修正 已有模板，使之与当前刺激匹配，并将之存储。当 模板与刺激匹配时，达到激活的最大值，反之，大 脑的激活将会被改变 (Grossberg, 2012)。 目前，计算机图像识别的成功应用证实了自适 应共振理论在解决大量数据聚类和分类时，对已学 过的图像具有稳定、快速识别的能力，同时又能通 过调节控制机制来识别没有学习过的新图像，从而 对任意复杂的输入模式进行自调控。这些发现说明 该模型较好地拟合了人脑的感知调控过程。 2.3 层 级 预 测 编 码 模 型（Hierarchical Predictive Coding Model） 注意编码模型和自适应共振模型都关注了知觉 调控的具体实现形式（如注意、过去经验）。2009 年 Friston 等人借助数学语言精确地指出大脑对外 界信息的“预测”是其根本特性，而且对大脑这一 特性的揭示是探究其运行机制的总法则 (Friston & Kiebel, 2009)。基于这种预测性，研究者从全新的角 度提出了层级预测编码模型来解释感知加工的调控