大腦存在內部“世界模型”，快速眼動睡眠期間就會運行
睡覺不動彈，也會模擬運動指令及其結果
西風 發自 凹非寺
量子位 | 公眾號 QbitAI
睡覺做夢，大腦實際上會運行一個內部“世界模型”！
有沒有童鞋平時做夢經常分不清夢境和現實，有時夢境過于逼真，再帶點恐怖，被嚇醒也是常有的事。
加州大學舊金山分校兩位神經科學家最近做的一項研究，引發關注。
他們指出在動物進入多夢的睡眠階段，大腦會運行一個內部“世界模型”模擬和外界的交互。
實驗結果給出了有力證明，即使睡眠中沒有實際運動發生，大腦也會模擬運動指令，展現出和清醒狀態類似的腦活動。
這項研究剛po出，就被不少學者點贊轉發。
還有網友聯想到，將“夢境模擬”方式運用到AI中，解決訓練數據不足的問題：
睡覺時大腦活動與清醒時非常相似
做生動的夢大多發生在一種稱為快速眼動（REM）睡眠的階段。
為探究在REM睡眠期間，大腦是如何模擬動作及其結果的，研究人員用小鼠做了實驗，重點關注了大腦中的兩個關鍵區域：
上丘（SC）和丘腦前背側核（ADN）。SC是負責定向運動的運動指令中心，而ADN則包含了所謂的“頭部方向細胞”，這些細胞能夠反映動物頭部的朝向。
首先，研究人員記錄了清醒狀態下小鼠左側上丘的神經活動。他們發現，約一半的上丘神經元在頭部轉動時會顯著改變活動，這些神經元被稱為“轉向細胞（turn cells）”。
大多數轉向細胞偏好順時針轉動，當多個順時針轉向細胞同時激活（稱為“群體轉向事件”）時，動物進行順時針頭部轉動的概率顯著增加。
接下來，研究人員比較了清醒狀態和REM睡眠期間上丘的活動。
令人驚訝的是，REM睡眠中上丘的活動模式與清醒狀態非常相似。“群體轉向事件”在REM睡眠中也能觀察到，甚至頻率略高于清醒狀態。
也就是說，即使在睡眠中，上丘仍在發出類似于清醒狀態下的運動指令。
為了理解這些睡眠中的“運動指令”是否會影響大腦的內部表征，研究人員同時記錄了ADN中頭部方向細胞的活動。
他們開發了一個解碼器，可以根據ADN的神經活動推斷頭部方向。在清醒狀態下，這個解碼器能夠準確預測實際的頭部方向。
結果，當應用于REM睡眠數據時，解碼器顯示了“虛擬頭部轉動”——
盡管動物保持靜止，但大腦中頭部方向的內部表征仍在發生變化。
為了證明上丘活動與虛擬頭部轉動之間的因果關系，研究人員使用河豚毒素（TTX）藥物阻斷了小鼠右側上丘的活動。
結果又顯示，這種阻斷導致REM睡眠中順時針方向的虛擬頭部轉動顯著增加，甚至出現連續的360°順時針虛擬轉動。
這些發現表明，在REM睡眠期間，大腦會模擬動作及其結果，即使這些動作并未真正執行。
大腦內部的“世界模型”
研究人員推測，這種模擬可能依賴于大腦內部的模型，而不是外部的感覺反饋。
頭部運動的缺失排除了前庭器官的參與，此外小鼠外眼肌缺乏本體感受器官，也排除了REM睡眠特征性眼球運動的本體感受反饋對頭部方向表征變化的顯著影響。
研究人員還列舉了其他研究，用于支持這一觀點。
比如之前有研究指出在REM睡眠期間，我們的眼睛會快速移動，這種現象可能反映了大腦在睡眠中進行的一些認知活動。
患有單側忽視的病人在清醒時可能無法感知或注意到他們視野的一側。有趣的是，這些患者在REM睡眠期間的快速眼動表現出傾向于向他們通常忽視的那一側移動。
這表明，即使在睡眠中，這些患者的大腦也在某種程度上模擬或重現了他們在清醒時的認知模式。
此外，還有研究推測REM睡眠本身有助于內部模型的形成和完善。
因此研究人員表示，可以設想在REM睡眠期間觀察到的協調SC和ADN活動的內部模型也可能在清醒動物中起作用。
這將允許大腦在執行SC發出的運動指令之前預測頭部方向的變化，從而實時估計頭部方向，而不是依賴于前庭系統的感覺反饋。
而如果這一模型確實在清醒狀態下起作用，那么大腦就需要有一種機制來識別預測的頭部方向變化和實際變化之間的差異，并據此調整預測來糾正可能出現的錯誤。
然而有趣的是，在REM睡眠期間，這種錯誤信號被抑制。在沒有這種信號的情況下，我們的大腦就可以自由地根據內部模型進行模擬，不受實際感官輸入的糾正。
這種自由模擬的能力可能是我們在REM睡眠或類似狀態下，大腦創造性思維和夢境生成的基礎。
這項研究公布后引起了不小的關注。睡覺其實是大腦在做“訓練”這個觀點，也被不少網友討論：
睡眠可能是一種訓練過程。在這個過程中，我們的大腦需要判斷信息是來自真實世界還是它自己通過訓練形成的神經網絡。當我們無法區分現實和虛構時，訓練就完成了。
我們做的那些不切實際的冒險夢可能并不是為了訓練我們如何應對不切實際的冒險。可能是為了訓練我們大腦中那些我們沒有直接意識到的更深層次的機制。比如，夢到自己在飛可能有助于提高我們的視覺空間處理能力。
對此你有什么看法？
參考鏈接：
[1]https://www.biorxiv.org/content/10.1101/2024.08.13.607810v1
[2]https://news.ycombinator.com/item?id=41284873
[3]https://x.com/yutasenzai/status/1824652175286603979
- 為Token付費是一件很愚蠢的事情，用戶應該為智能付費丨RockAI劉凡平@MEET20262025-12-14
- 太初元碁喬梁：AI算法已經跑到單芯片極限｜MEET20262025-12-14
- MEET2026擠爆了，AI圈今年最該聽的20+場演講&對談都在這2025-12-11
- 交大高金朱寧：經濟學家視角下AI時代的范式思維轉變 | MEET20262025-12-13
相關閱讀
