IT / 文献库

PAPER 007 / CLOSE READING

Consciousness absent and present: a neurophysiological exploration

语义审核:pass · 图表审核:minor_issue

本文目录 (Table of Contents)
  1. 研究背景
  2. 研究思路
  3. 方法
  4. 主要结果
  5. 图注解读
    1. 图 1 · 后向掩蔽注视任务的时间线
    2. 图 2 · 测试面孔与掩蔽图案
    3. 图 3 · 掩蔽如何截断单个 IT 神经元的放电
    4. 图 4 · 发放数随 SOA 的变化:强刺激掉、弱刺激不动
    5. 图 5 · 信息量随 SOA 骤降:放电变"不可靠"了
    6. 图 6 · 人类强迫选择:20 ms 时高于随机、却自称在猜
    7. 图 7 · 主观清晰度评定:意识报告的操作化
  6. 讨论
  7. 一句话总结

该章节利用后向视觉掩蔽(backward masking)实验范式,探讨当面孔刺激处于“能被辨别但未进入主观意识”时,下颞叶(IT)视觉皮层中神经元活动的客观状态。研究发现,当掩蔽起始异步(SOA)为 20 ms 时,猕猴 IT 神经元仅短暂放电约 30 ms,单神经元平均携带 0.06 比特信息;此时人类受试者在强迫选择任务中能够以约 50% 的猜中校正正确率辨别面孔身份,但主观报告完全处于猜测状态;当 SOA 延长至 40 ms 时,单细胞信息量上升至 0.14 比特,主观意识报告随之出现。作者据此提出,有意识视觉知觉的阈值被设定在显著高于微弱隐式信息水平之上,以避免意识系统频繁受到低信噪比噪声信号的干扰。

研究背景

盲视和后向掩蔽都显示,人可能在报告“没有看见”的同时,仍在强迫选择中高于机会地辨认刺激。这种隐式与显式加工的分离已被反复观察,但关键定量问题仍在:当刺激进不了意识时,高级视觉皮层究竟还剩多少活动?这些活动只是无关噪声,还是已经包含足以支持辨别的信息?要回答这一问题,需要把神经反应持续时间、逐试次可靠性和人的主观清晰度放在同一个时间参数下比较,而不能只问神经元是否放电。

IT 是合适的测量位置。它包含分布式的面孔和物体表征,具有一定位置、大小和视角不变性,又处于灵长类单模态视觉加工的高阶阶段;人类相应腹侧区域损伤会选择性损害识别。后向掩蔽则提供了可控的时间窗口:测试面孔短暂出现后,掩蔽图以不同刺激起始异步(SOA)到来。若掩蔽只是压制反应,放电幅度应下降;若它截断后续加工,则反应持续时间会缩短。单纯比较放电数仍不充分,因为少量但不稳定的发放与稳定发放所携带的信息不同。

本文在猕猴 IT 记录面孔细胞,并让人类在相同刺激和 SOA 下完成辨认及清晰度评定,再用信息论把逐试次变异纳入比较。结果显示,20 ms SOA 时 IT 仅短暂放电却仍有少量信息,人类辨认高于机会但主观报告像在猜;SOA 增加后,反应时间、信息量和意识清晰度共同上升。作者据此提出意识加工阈值高于微弱隐式信号,并进一步联系高阶语言思维理论。前半部分是跨物种定量对应,后半部分关于意识功能和句法思维的解释则属于难以直接检验的思辨,不能混作已被实验证明的结论。

研究思路

作者的总策略是"同一套刺激、同一台设备、两个物种":猴子做 IT 单细胞记录,人做心理物理,两者在刺激起始不同步(Stimulus Onset Asynchrony, SOA,即测试刺激与掩蔽刺激起点之间的时间差)这一轴上对齐,逐点比较。逻辑链分三步。第一步在神经水平回答"掩蔽到底对皮层神经元做了什么"——是压制反应还是截断反应;第二步用信息论把发放换算成信息量(比特),这样既把试次间的方差纳入考虑,又能与人类心理物理的辨别力直接比较;第三步把 SOA = 20 ms 处"信息存在但无意识报告"与 SOA = 40 ms 处"意识报告出现"的对照,解释为意识知觉阈值高于隐式加工水平的证据,并顺着作者自己的意识理论给出一个功能性解释。之所以必须用信息量而不止是发放数,是因为作者发现短 SOA 下发放数下降有限、逐试次方差却增大——"看见"与"看不见"的差别不在神经元是否放电,而在放电是否可靠。

方法

神经生理部分:记录猕猴 IT 皮层中对面孔有选择性的单神经元(分布编码,distributed encoding),在视觉注视任务中呈现后向掩蔽(Fig. 1):先给 500 ms 提示音,−100 ms 时注视点熄灭以清屏,屏幕亮度全程恒为测试图与掩蔽的平均亮度;0 ms 时测试图像呈现一帧 16 ms(显示器余辉小于 3 ms);SOA 取 20、40、60、100 或 1000 ms,由计算机随机排序;掩蔽刺激持续 300 ms;静态刺激视角 8 度,监视器距离 1.0 m。测试刺激是面孔图像,标准掩蔽是重叠字母 N、O 组成的图案(被记录神经元对其无反应),部分实验改用对该神经元无效的面孔做掩蔽。人类部分:8 名观察者,5 张彼此熟悉的面孔;强迫选择任务要求判断呈现的是"正常"面孔还是部件被"重排"的面孔,并指认 5 张面孔中是哪一张,允许并鼓励猜测,数据经猜中校正(随机 = 0%,全对 = 100%);正确率经 arc sin 变换后做重复测量 ANOVA。信息分析:在刺激后固定时间窗内测发放率,把反应量化为少于每刺激试次数的分箱,据此估计联合概率表 P(s,r),用 Shannon 公式计算神经元发放传递的信息 I(S,R),并减去 Panzeri 与 Treves(1996)的有限采样校正以消除小样本偏差。

主要结果

  1. 掩蔽的作用机制是截断而非压制:无掩蔽时,IT 神经元对 16 ms 面孔呈现的反应潜伏期约 75 ms,放电持续 200–300 ms(远长于刺激本身);SOA = 20 ms 时放电被限制到约 30 ms,SOA = 40 ms 时约 50 ms。42 个被测细胞呈现相似的掩蔽时间特性。无掩蔽时刺激后放电的持续被解释为皮层回侧支连接构成自联想网络(具吸引子与短时记忆性质)的表现,因为外侧膝状体中没有这种刺激后持续放电(Fig. 3)。
  2. 发放数降得少、信息量掉得多:15 个细胞的群体平均显示,掩蔽对最有效刺激(max)的发放数有影响,对最无效刺激(min,接近自发水平)无显著影响(Fig. 4);但 SOA 缩短时信息量的下降远超发放数的下降,原因是短 SOA 下逐试次反应变得嘈杂(方差增大)——不同 SOA 间信息量差异显著(单因素 ANOVA,P<0.001)(Fig. 5)。
  3. 关键数字的双物种对照:SOA = 20 ms 时,单神经元平均携带 0.06 比特信息(约为无掩蔽 16 ms 呈现之 0.3 比特的 33%,约为 500 ms 呈现典型值 0.35–0.5 比特的 22%),此时人类身份辨认经猜中校正后约 50% 正确,但被试报告在瞎猜,意识不到看见了整张脸或哪张脸(只确知屏幕上"有什么变了",有时觉得某个部位如嘴出现过);SOA = 40 ms 时神经元放电约 50 ms、信息约 0.14 比特,辨认接近 100%(讨论中给出 97%),被试明显更常有意识地报告看到了谁的脸(Fig. 6;SOA 效应 F(4,28) = 61.52,P<0.0001)。
  4. 意识报告的定量化:要求被试用 0–10 量表(无掩蔽呈现的清晰度记 10,看不到面孔特征记 0)做量值估计,主观清晰度在 20 ms SOA 时低、40 ms 时升高、60 ms 时接近完全清晰(SOA 效应 P<0.001)(Fig. 7)。
  5. 时间尺度推论:20 ms SOA 条件下,IT 已有足够时间完成计算并让信息被读出(对应心理物理 50% 校正正确);按腹侧通路 V1–V2–V4–IT 各级最短反应潜伏期(V1 约 40 ms,每升一级增加约 15–17 ms,IT 约 90 ms),20 ms SOA 下 IT 的反应不可能在掩蔽作用于 V1 之前反馈影响 V1——故至少部分识别可以在没有自 IT 向早期区自上而下反馈的情况下完成;而每级 15–17 ms、单区不超过 30 ms 的处理窗,在神经元具连续动力学(积分发放型)与自发发放的前提下,足以让区内回侧支完成一轮吸引子式运算。

图注解读

图 1 · 后向掩蔽注视任务的时间线

原文图注:Fig. 1. The timing used in the backward masking visual fixation blink task. The Stimulus Onset Asynchrony is the time between the onset of the visual test stimulus and the onset of the pattern mask stimulus. The test stimulus duration was 16 ms. (After Rolls et al., 1994.)

该图展示后向掩蔽注视任务的时序结构:横轴为时间轴(约 −500 至 2000 ms),依次呈现提示音、注视点(−100 ms 处熄灭以清屏)、0 ms 时呈现持续 16 ms 的测试刺激、随后在指定 SOA 间隔呈现持续 300 ms 的图案掩蔽刺激,最后为放电率测量时间窗。SOA 定义为测试刺激起始点与掩蔽刺激起始点之间的时间差。测试刺激呈现时间极短,掩蔽刺激为等亮度的非特征图案掩蔽,屏幕物理亮度全程保持恒定。

Figure 1

图 2 · 测试面孔与掩蔽图案

原文图注:Fig. 2. Examples of the test images used. The mask is also shown. (After Rolls et al., 1994.)

该图展示实验使用的视觉刺激材料:左侧为若干张熟悉的测试面孔,右侧为标准掩蔽图案(由重叠字母 N、O 构成的无规则高对比图案)。被记录的 IT 神经元对掩蔽图案本身无放电反应,且掩蔽刺激与测试图像平均亮度相等,因此掩蔽后观察到的神经放电变化源于目标加工过程受中断,而非掩蔽自身的视觉驱动干扰。

Figure 2

图 3 · 掩蔽如何截断单个 IT 神经元的放电

原文图注:Fig. 3. Peristimulus rastergrams and smoothed peristimulus spike density histograms based on responses in 8–16 trials to the test face alone (top raster-histogram pair), and to the test face followed by a masking stimulus (which was a face that was ineffective in activating the cell) with different S.O.A. values. (S.O.A. = Stimulus Onset Asynchrony) The mask alone did not produce firing in the cell. The target stimulus was shown for 16 ms starting at time 0.……

每行由栅格图与平滑发放密度直方图成对构成(基于 8–16 次试次平均),横轴表示相对于刺激呈现的时间进程。顶行为无掩蔽(SOA = 1000 ms)对照条件:视觉潜伏期约为 75 ms,放电持续 200–300 ms;往下各行随 SOA 缩短,神经放电在掩蔽信号到达时被显著截断,SOA = 20 ms 时放电持续时间被压缩至约 30 ms。掩蔽刺激本身不引发该细胞放电。该图支撑主要结果第 1 条,表明后向掩蔽对皮层神经元活动的核心作用是截断放电持续时间,而非单纯压低初始反应幅度。

Figure 3

图 4 · 发放数随 SOA 的变化:强刺激掉、弱刺激不动

原文图注:Fig. 4. The mean (sem) across cells of the number of spikes produced by the most effective stimulus (max) and the least effective stimulus (min) as a function of Stimulus Onset Asynchrony (S.O.A.). (After Rolls et al., 1999.)

横轴为 SOA 条件(20、40、60、100 ms 及无掩蔽),纵轴为刺激呈现后 0–200 ms 窗口内的放电脉冲数,分别展示 15 个细胞对最有效刺激(max)与最无效刺激(min)的群体平均值(±SEM)。对最有效刺激的放电量随 SOA 缩短而下降,而最无效刺激的放电始终处于自发活动水平附近且受掩蔽影响不显著。该图为主要结果第 2 条提供了基础放电量数据。

Figure 4

图 5 · 信息量随 SOA 骤降:放电变"不可靠"了

原文图注:Figure 5 shows the average across the cells of the cumulated information available in a 200 ms period from stimulus onset from the responses of the 15 neurons as a function of the S.O.A. This emphasizes how as the S.O.A. is reduced towards 20 ms the information does reduce rapidly, but that nevertheless at an S.O.A. of 20 ms there is still considerable information about which stimulus was shown. The reduction of the information at different S.O.A.s was highly significant (one way ANOVA) at P<0.001. It was notable that the information reduced much more than the number of spikes on each trial as the S.O.A. was shortened.……

横轴为 SOA,纵轴为刺激后 200 ms 窗口内 15 个神经元群体提供的累计信息量(比特)。曲线随 SOA 缩短呈现陡峭下降,但在 SOA = 20 ms 处信息量仍显著大于零;单因素方差分析显示不同 SOA 间的信息量差异高度显著(p < 0.001)。对比图 4 可见,信息量的相对跌幅显著大于脉冲放电数的相对跌幅,主要原因在于短 SOA 条件下逐试次的神经反应方差显著增大、信噪比下降。该图支撑主要结果第 2 条。

Figure 5

图 6 · 人类强迫选择:20 ms 时高于随机、却自称在猜

原文图注:Fig. 6. Psychophysical performance of humans with the same stimuli as used in the neurophysiological experiments described here. The subjects were shown 'normal' faces or faces with the parts 'rearranged', and were asked to state which of 5 faces had been shown ('Identification'), and whether the face shown was in the normal or rearranged 'Configuration'. …… The data have been corrected for guessing. The test stimulus was presented for 16 ms. (After Rolls et al., 1994.)

横轴为 SOA(20–120 ms),纵轴为经猜中校正的人类行为辨别正确率(随机水平为 0%,完全正确为 100%),分别测试构型判断(正常/重排)与身份辨别任务。在 SOA = 20 ms 时,身份辨别的校正正确率已达约 50%,显著高于随机水平(SOA 主效应 F(4,28) = 61.52,p < 0.0001),而 SOA = 40 ms 时正确率接近 100%。将该结果与图 5 对照可知:0.06 比特的单细胞微弱信息足以支持高于机会水平的行为辨别但无意识感知,而 0.14 比特的信息量则对应高准确率及清晰的主观意识体验,支撑主要结果第 3 条。

Figure 6

图 7 · 主观清晰度评定:意识报告的操作化

原文图注:Fig. 7. Rating of the subjective clarity of faces as a function of stimulus onset asynchrony (S.O.A.). The mean of the magnitude estimation ratings is shown. (The clarity of the face, when presented without being followed by a masking stimulus, was assigned the number 10. If the observer was not able to see the features of the face, that was to be considered 0. The observers assigned a number from 0 to 10 to represent the perceived subjective clarity of the face. The effect of S.O.A. was statistically significant at P<0.001. After Rolls et al., 1994.)

横轴为 SOA(20–200 ms),纵轴为受试者对面孔刺激主观清晰度的量值估计平均分(0–10 分制,无掩蔽清晰度定义为 10 分,无法感知面孔特征定义为 0 分)。主观清晰度在 SOA = 20 ms 时处于低位,在 40 ms 处显著上升,至 60 ms 时接近无掩蔽水平(SOA 效应 p < 0.001)。该图将主观意识体验转化为连续量化指标,为主要结果第 3、4 条确定意识阈值的突变点提供了心理物理学依据。

Figure 7

讨论

讨论的核心是把神经物理量与意识现象直接对齐:当被试"感觉在瞎猜"时,猕猴 IT 神经元仍以约 30 ms 的发放提供 0.06 比特信息;SOA 增至 40 ms、发放约 50 ms、0.14 比特时,辨认接近 97% 且意识报告出现。信息在 50 ms 级的短时段内已相当可观(与 Tovee 等 1993、Tovee 与 Rolls 1995、Heller 等 1995 一致),这为腹侧层级 V1–V2–V4–IT 的快速前馈读出提供了基础,也说明每级 15–17 ms 的处理窗足以让连续动力学神经元上的回侧支完成吸引子式运算(Panzeri 等 2001;Rolls 与 Deco 2002,与 Thorpe 等 1996 的观点相对照)。无掩蔽时信息可延续到刺激结束后 200–300 ms,作者认为这种短时记忆痕迹可能参与不变表征的学习。与盲视文献的对话很有分寸:盲视中的隐式/显式分离通常被解释为不同视觉通路受损程度不同(V1 之外存在替代通路,Weiskrantz 1997, 1998, 2001);而本文的分离发生在同一条通路、同一个脑区(IT)之内,仅因加工时长不同而出现——因此它为"感觉流中的活动必须超过某个阈值才能进入意识"提供了比盲视更直接的证据,并与 Marcel(1983a,b)的纯心理物理后向掩蔽证据互补。作者还顺带论证腹视流与意识的特殊关联:物体与面孔的信息需要进入规划动作的系统,而多步计划的拟定与修正最接近意识加工;背视流执行已选定的动作则可隐式进行(Milner 与 Goodale 1995)。

后半段是作者自己的理论:现象意识是"思考自己的句法性(或更广地,语言式)思维"时出现的状态——承接 Rosenthal 的高阶思维(Higher Order Thought, HOT)传统,作者称之为 HOLT(高阶语言思维)理论。计算论证是:多步计划若涉及多个符号及其条件关系,就需要语法把符号正确绑定;计划出错时,能反思并逐步核查的高阶过程是解决 credit assignment(功劳分配)问题的办法;作者明说"高阶句法思维不伴随主观感受是不太可能的"只是可信性论证(plausibility argument),而非可检验的主张。由此得出功能性解释:这类加工是串行而耗时的(串行用以限制绑定问题),服务于长期与多步规划,所以意识阈值应当设得较高——只有当非句法的隐式检测系统确认信号足够强、且可能是行为上重要的类型(地平线上移动的斑点、面孔上的表情变化)时,才值得打断它。局限作者并不讳言:这一整套关于意识功能的论证"必然涉及不易检验的假说"。

一句话总结

该研究通过后向掩蔽范式建立了时间分辨的神经信息量与主观意识知觉之间的定量对应关系:证实短 SOA 下下颞叶皮层仅放电约 30 ms 并携带 0.06 比特信息,足以支撑无意识的隐式行为辨别;而当信息量上升至 0.14 比特时显式意识体验方始浮现。神经放电在阈下状态下的方差增大揭示了信息丢失的信噪比机制,为理解高级视觉知觉与意识准入阈值提供了客观电生理约束。

审校与证据追溯

当前来源未附审校评注。请参照上方登记状态。