为了进一步探究大脑是否总是用相同的这几块“屏幕”记忆不同类型的空间序列，研究人员对数据做了解码分析，即运用机器学习方法训练线性分类器来区分不同次序上的空间信息。比如，用猕猴正确应答时的神经元群体活动训练解码器，可以在部分做对的序列里面取得较好的解码效果。这些结果提示了用于编码次序的“屏幕”是稳定通用的。
△序列记忆在神经高维向量空间的表征
研究人员还发现，不同次序的子空间之间共享了类似的环状结构，只是环的半径大小会随次序的增加而减小。一个可能的解释是，次序靠后的信息所分配到的注意资源更少，导致对应的环变小、区分度降低。这一结构也对应了序列记忆的行为表现，例如我们日常生活中如果记忆的内容越多，越往后的信息便更容易出错。
该发现也可总结为在群体水平的空间信息编码几何结构受时序调制的性质。有意思的是，这种性质并不完全适用于单个神经元水平，而单神经元活动的增强调制正是经典序列工作记忆模型的关键假设，提示了序列记忆的编码应更加关注群体神经元性质。
该研究第一次在群体神经元水平阐释了序列工作记忆的计算和编码原理，也为神经网络如何进行符号表征这一难题提供了新的思路。
（总台央视记者 帅俊全）