人类能很快识别小的数字(最多4个)，但很难识别大的数字。最近的研究表明，大脑在处理少量和大量信息时有着不同的机制。脑电波显示了神经元放电的时间。图片来源:Christian Burkert/大众汽车基金会/波恩大学

当我们看到两到四个苹果时，我们可以很快地分辨出数。然而，如果有五个或更多的苹果，我们的识别时间就会增加，而且我们经常会计算错误。事实上，大脑对小数量事物的记忆和对大数量事物的记忆是不同的。最近，由 宾根大学、波恩大学和波恩大学医院进行的一项研究表明，大脑处理较小数量的信息与处理较大数量的信息不同。这些发现最近发表在《自然人类行为》杂志上。

想象一下，有人给我们看一张弦乐四重奏的照片，让我们说出照片里有多少人。没有足够的时间来数，但我们都可以像枪弹一样回答:“四个!”下一张图显示了一个七重奏，我们也只给了足够的时间快速看一看。我们犹豫了一下，这次不那么自信了:“八。”正确的数字实际上是7，但我们非常接近。

作为人类，我们似乎有两种不同的方式来处理大量的事物:我们通常能够非常快速和正确地检测到少量的事物。这在研究界也被称为“细分”。然而，当有五个或更多元素时，这种方法突然改变:我们需要越来越多的时间来回答，我们的答案变得越来越不精确。

通过将超细电极植入癫痫患者的颞叶，研究人员可以看到大脑不同区域单个神经元的活动。来源:Christian Burkert/大众基金会/波恩大学

因此，一些研究人员推测，大脑中有两种不同的处理方法——一种是处理小数字的精确方法，另一种是处理大量事物的估计机制。“然而，到目前为止，这个想法一直存在争议，”波恩大学医院癫痫科的Florian Mormann教授解释说，他在波恩大学进行了研究。“也可能是我们的大脑总是在做估计，但小数量事物的错误率非常低，以至于它们根本就没有被注意到。”

处理少量事物的神经元更具选择性有效

然而，最近的研究实际上表明，我们处理少量和大量事物的方式确实不同。参与该项目的研究小组几年前就证明，大脑中有负责每个数字的神经细胞。例如，一些神经元主要对两个元素放电，另一些对四个元素放电，还有一些对七个元素放电。“然而，神经元也会对数量的轻微变化做出反应，”来自 宾根大学的安德烈亚斯·尼德教授解释说，他是该研究的另一位主要作者。因此，负责“七”行元素的脑细胞也会负责“六”行元素和“八”行元素，但更弱。同样的细胞仍然被激活，但对于5个或9个元素来说，激活程度更低。”

研究参与者在他们面前的屏幕上看到一组图片，时间为半秒钟。在短暂的停顿之后，他们必须指出这个数字是偶数还是奇数。如果点数少于五个，他们通常会毫不犹豫地给出正确答案。在此基础上，响应时间和错误率都稳步增加。资料来源:AG Mormann/波恩大学

尼德已经在猴子身上的实验中证明了这种“数字距离效应”。有趣的是，这种效应只出现在数量较多的人类身上。这位神经生物学家说:“似乎有一种额外的机制，可以使这些神经元的数量少于5个元素，从而使它们更加精确。”

当一个脑细胞对3个数字感到兴奋时，它同时抑制了对2和4的脑细胞。这降低了这些细胞也会错误地为数字3放电的风险。然而，这种机制并不存在于被数字5、6或8激活的神经元中。这就是为什么这些数字的错误率更高。

观察工作中的单个脑细胞

波恩大学医院的一个特点使研究人员在他们的研究中受益:该医院的癫痫科专门从事脑外科手术。那里的医生试图通过手术切除患病的神经组织来治疗癫痫。为了确定致癫痫病灶的位置，他们有时首先将电极插入患者的大脑。

17名患者参加了最新的研究。在手术前的准备工作中，他们将细如头发的微电极插入颞叶。“我们能够用它们来测量单个神经细胞对视觉刺激的反应，”埃丝特·库特解释说，她在莫曼教授领导的研究小组中进行了大部分的博士实验。

测试对象坐在电脑屏幕前，屏幕上出现不同数量的点，时间为半秒。然后参与者被要求说出他们看到的点是偶数还是奇数。他们的反应非常快，几乎没有出错，直到四个点。在那之后，错误的数量随着点数的增加而增加，参与者完成任务所需的思考时间也随之增加。

这项工作将为人类大脑如何处理数字提供新的见解。从长远来看，这些发现可能会让我们更好地理解计算障碍，这是一种与数字理解能力低下有关的发育障碍。

参考文献:《人类内侧颞叶中大小数字的不同神经元表征》，作者:Esther F. Kutter, Gert Dehnen, Valeri Borger, Rainer, Florian Mormann和Andreas Nieder, 2023年10月2日，Nature human Behaviour。DOI: 10.1038 / s41562 - 023 - 01709 - 3

参与机构和资助:<s:1>宾根大学、波恩大学和波恩大学医院参与了这项研究。这项研究由德国研究基金会(DFG)、德国联邦教育和研究部(BMBF)以及北莱茵-威斯特伐利亚州的iBehave研究网络资助。