科学家|被严重低估的大鼠决策能力—记忆提取，记忆自信和记忆指导的决策基因

文章图片

文章图片
本文由brainnews脑科学世界团队原创编译，转载请联系授权。
记忆让我们得以根据过去的经历来指导未来的行为。人类可以判断出哪些记忆值得被信任（信心高），哪些则应当被质疑（信心低）。
记忆提取，记忆自信和记忆指导的决策之间是如何关联的还尚未可知，尤其是记忆中的信心是如何在决定的产生中发挥作用的仍不得而知。
在这里，加州大学洛杉矶分校的研究员们设计了一个新的空间记忆任务来体现大鼠的自信程度与行为表征。他们应用机器学习来识别记忆决策变量，并建立了一个记忆随时间变化的生成模型并得以准确的预测选择和信心报告。
本研究揭示了大鼠具有通过过去的经验权衡利弊的、被认为只存在于灵长类动物身上的能力，并引入了一种记忆动力学、提取、选择和信心的统一模型。
研究员们首先设计了一个用来评估大鼠自信程度的空间记忆实验。测试采用具有分支的轨道，六条轨道中会有随机相邻的两个轨道的灯亮起，大鼠将鼻子探入其中一个轨道的端口中即是做出选择。
这两个轨道中，大鼠更早访问过的是正确选项，而最近访问过的则是干扰项，干扰项的“年龄”（即距上次访问经过了几轮测试）≤3 。整个测试具有时间限制，而大鼠需要去赌上自己的时间在它认为正确的选项端口中。
如果它选择对了，那么停留在端口中的时间越长，获得的奖励也越多。因此，大鼠会在更有信心的选择上付出更多的时间。
大鼠进行一次测试约45s ，对每只大鼠进行共约3000次测试后发现，它们表现出稳定的准确性，准确率高达80.2%±0.04% ，远高于随机决策概率。
这样的准确性说明大鼠记住了曾经到过的位置，而不只是记得哪些灯亮过。而且它们至少记住了最近三次去过的轨道的次序。
此外，大鼠在正确端口停留的时间显著高于错误端口，错误端口又显著高于无效端口（即剩下未亮灯的四个端口），表明时间投注能反映出对决策的信心度，大鼠可以根据记忆中的信心计算来预测结果。
结果还表明，选择的准确性取决于记忆年龄和可辨别性。目标和干扰项的“年龄”越大，以及年龄差距越小，分辨难度就越高，准确率也就越低。
接下来，为了预测记忆辨别的自信度和投入的时间赌注，研究者们预寻求一种模型未知的方法来推导出一个综合的记忆决策变量（MDV），构建出一个合适的记忆可分辨性轴。
他们训练了一个深度神经网络（DNN），其包含20个仅可通过记忆得到的特征集合，例如包含过去的奖励数额，但不包括当前的端口识别。
经过对每只大鼠进行五倍交叉验证， DNN会输出一个介于0-1之间的值来预测正确概率，值越高应对应测试难度越低，即可分辨性越高，基于回忆的预测越准确。
下一步，他们建立了一个记忆提取、决策和信心模型，以MDV为测试难度指数，参数与决策数据相匹配，从而生成对信心及其潜在机制的可测试预测。他们开发出一种合成记忆模型（GeＭＭ），可用于预测在记忆的潜在表现下的选择和信心（即投入时间）。
其中，记忆年龄作为记忆程度的可解释且已确定的决定性因素被重点关注。其概率的方差代表了在记忆的编码、产生和提取中发生的错误。这些错误被假定会随着时间的推移而累积，使记忆的准确性降低，方差变大；其分布应该始终呈正值；且一个时间不会被完全遗忘。
依据这些假设，他们建立了相应的数学公式和模型，并将GeMM嵌入数据中作为MDV函数来预测选择和信心度。
研究员们发现， GeMM的预测和观察到的行为之间具有惊人的匹配度。
首先，校准曲线直观地表明了投入时间更长的测试具有更高的选择准确度。第二，条件心理测量曲线显示信心越大，准确率越高，投入时间越长。第三，在正确的选择上投入的时间显著高于错误选择。
结果还表明，对于更被记住的测试，正确和错误选择之间投入的时间差更大。
总结
综上，本研究提供了大鼠具有记忆自信和元认知的证据，建立了一个记忆驱动的选择和自信的模型，并强调了记忆自信的重要性，其研究对于各类认知异常和精神疾病都具有意义。