你的记忆与自我，可能一直在神经层面不断“漂移”

本文来自微信公众号： 神经现实 ，作者：NR

几十年来，神经科学研究一直默认一个几乎无需验证的核心前提：大脑的神经编码必须保持稳定。按照这套经典理论，特定功能由固定神经元负责：有些神经元专门识别特定形状，有些负责标记空间位置，还有一些专门调控动作控制。简单来说，只要外部环境没有变化，大脑里负责表征这些信息的神经元活动，也应该维持相对稳定，只有这样人类才能稳定认出同一张脸、记住同一个地点，始终拥有稳定的行为和记忆。

但在过去十几年间，一批新研究慢慢推翻了这个根深蒂固的传统认知。

2012年，哈佛大学的博士生劳拉·德里斯科尔（Laura Driscoll）开展了一项实验，追踪小鼠大脑的单个神经元活动。她原本的计划非常简单：验证神经编码的稳定基线，观察在小鼠重复执行同一任务时，哪些神经元能一直保持相同的响应模式。实验过程中，小鼠需要在虚拟迷宫里反复完成导航任务，研究团队则长期记录小鼠顶叶皮层的神经活动。按照传统理论的推测，只要任务没有变化，负责编码迷宫位置的神经元就该保持长期稳定的响应。

可实验结果完全出人意料：第一天在迷宫某个固定位置强烈放电的神经元，几周之后几乎不再对这个位置产生响应；而原本对该位置毫无反应的沉默神经元，反而开始被这个位置激活。更关键的是，小鼠自身没有出现任何明显变化，它们依然走相同的路线、完成完全一样的任务，行为表现全程保持稳定，发生改变的只有神经元本身的活动模式。

德里斯科尔后来回忆，当时她第一反应是实验出了大问题，因为这个结果“完全推翻了所有人的固有预期”。

2017年，这项研究正式发表，“表征漂移”（representational drift）这个概念开始走进学界视野，得到广泛关注。所谓“漂移”，指的其实就是神经元对同一刺激、同一行为甚至同一环境的响应模式，会随着时间推移不断发生变化。也就是说，大脑内部的神经编码根本不像人们过去想的那样固定不变，反而更像一个一直在动态重组的活系统。

这个发现能引发学界震动，是因为它直接动摇了现代神经科学很多核心理论的根基。早在20世纪50年代，大卫·休贝尔（David Hubel）和托斯滕·维泽尔（Torsten Wiesel）就发现，视觉皮层的神经元会对特定方向、特定形状产生选择性响应，这套研究奠定了“功能特异性神经元”的经典模型。之后，约翰·奥基夫（John O’Keefe）提出了“位置细胞”理论，认为海马体里的特定神经元会在动物处于特定空间位置时激活。再后来，“记忆痕迹（engram）”理论进一步提出，记忆是以稳定神经元集群的形式储存在大脑中的，甚至已经有实验证明，人工刺激特定的海马神经元，就能重新唤起对应的记忆，抑制这些神经元就会影响记忆提取。

也正因此，“表征漂移”的发现直接抛出了一个触及根本的问题：如果负责记忆和感知的神经元一直在变化，那记忆本身到底存在哪里？

其实早在德里斯科尔的研究之前，就已经有研究者隐约发现过类似的现象。21世纪初，挪威科维理系统神经科学研究所的克利福德·肯特罗斯（Clifford Kentros）在长期记录海马体活动的时候，也发现神经元对空间位置的响应会随时间改变。他一开始也以为是实验误差导致的，但反复实验之后，这种不稳定性依然存在。肯特罗斯后来总结说，大脑的运作方式“和你想的完全不一样”。

随着神经观测技术的进步，越来越多研究在不同脑区都发现了类似的漂移现象。除了海马体之外，视觉皮层、嗅觉皮层等区域都观测到了表征漂移。比如在负责处理气味信息的梨状皮层，研究者发现，仅仅过了一个月，小鼠的神经活动模式就已经和初始状态完全对不上了。

这个结果尤其让人困惑：因为学界原本认为，嗅觉识别必须依赖高度稳定的神经编码，如果神经元一直变，大脑为什么还能稳定分辨出“咖啡香”和“烟味”？

随着证据越积越多，神经学界也慢慢接受了一个结论：漂移可能不是实验误差，而是大脑本身就具备的真实特性。但与此同时，新的问题也更尖锐：如果神经元活动一直变，人类为什么还能保持稳定的感知、行为，乃至稳定的自我认知？

目前，一个被广泛讨论的观点认为，真正保持稳定的可能是整个神经元集群构成的整体结构。德里斯科尔最早的研究其实已经露出了线索：虽然单个神经元会不断改变自己的响应模式，但更高层面的群体活动模式却相对稳定。这个观点说明，大脑的信息处理可能比传统模型认为的更加“分布式”——记忆、认知和感知，不是由某一批固定的神经元单独负责，而是由一个持续流动、不断重组的神经网络共同维持的。

那么，这种神经漂移本身，会不会具备特定的生理功能？

目前一个重要的研究方向，和“时间编码”有关。有部分科学家认为，漂移可能帮助大脑给记忆打上时间戳。比如说，当小鼠在短时间内连续经历两件事的时候，大脑往往会调用相似的神经元集群来编码这两段经历；但如果两件事间隔时间很长，大脑就会调用完全不同的细胞集群。研究者推测，这种慢慢变化的神经表征，或许能帮助大脑区分“刚刚发生”和“很久之前”的事件。

还有研究者提出，漂移可能和记忆的更新机制有关：如果永远是同一批神经元负责同一功能，大脑很难整合新的生活经验，反而会陷入僵化。而持续变化的神经编码，反倒给整个系统留出了吸收新信息的弹性空间。

不过目前学界对这个问题依然存在不小的争议。有一些研究并没有观测到明显的漂移现象。比如加州大学伯克利分校的迈克尔·亚尔采夫（Michael Yartsev）在对蝙蝠的研究中发现，海马体神经元在数周之内依然能保持高度稳定。蝙蝠本身拥有非常强大的空间记忆能力，亚尔采夫因此提出，很多观测到的“漂移”，其实只是实验没有严格控制行为变量导致的。哪怕动物看起来执行的是同一个任务，速度、注意力、警觉程度甚至身体姿态的细微差异，都可能改变神经活动的模式。还有研究运动皮层的学者发现，只要足够严格地控制行为条件，神经元活动和行为之间其实能保持长期稳定的对应关系。

所以现在，这个领域真正的核心争论已经不只是“漂移到底存不存在”，而是哪些变化是真正的神经重组，哪些只是行为和大脑内部状态变化带来的表面效应？

不过不管争议走向如何，表征漂移的研究已经开始影响脑机接口和人工智能领域的发展了。现在的人工智能系统有一个经典难题——“灾难性遗忘”，也就是学习新任务之后很容易丢掉已经掌握的旧能力。但生物大脑却能在持续变化中保持长期稳定的功能。因此研究者开始猜测，或许这种“稳定中的漂移”，正是大脑避免遗忘的关键机制。而对于脑机接口来说，如果神经元编码确实会随时间漂移，那么长期植入的设备就不能依赖固定的信号映射关系，必须具备持续自适应的能力，否则设备用久了就会逐渐失效。

有研究者把“表征漂移”比作物理学里发现暗物质：它让人们意识到，大脑真正的运行机制，可能比现有的理论复杂得多。从某种意义上来说，这项研究告诉我们，大脑里的稳定，从来都不是静止不变的稳定。

编译来源：

https://www.nature.com/articles/d41586-026-01554-0