领域一般性与模态特异性:统计学习的悖论



文献:Frost, R., Armstrong, B. C., Siegelman, N., & Christiansen, M. H. (2015). Domain generality versus modality specificity: The paradox of statistical learning. Trends in cognitive sciences19(3), 117-125. https://doi.org/10.1016/j.tics.2014.12.010

1. 引言 ¶

最近的研究检查了不同领域或模式的分布信息学习中是否存在共性,本研究提供了一个理论框架,根据该框架来说,SL不是一个单一的机制,而是一组在不同模式下运行的领域通用的计算原则,因此,受到各自大脑区域的特定约束特征的影响。该框架具有可预测性的测试,本研究则讨论了该框架的计算和神经生物学的合理性。SL的结构作为任何一种在时间空间上展开的感官输入的处理机制。

2. 领域的一般性与特殊性 ¶

听觉、视觉和触觉通道中SL模式的定性差异也揭示了通道特异性,有时呈现参数对不同通道的影响相反。SL中的概括通常是由局部刺激属性和整体相似性判断驱动的,而不是由抽象规则的提取驱动的。听觉皮层对空间信息的敏感度较低,但对时间信息的敏感度增强,而视觉皮层对空间信息的敏感度增强,但对时间信息的敏感度较低,视觉皮层对长时间的信息时间积累相对不太敏感。这些固有的差异反映在感官输入最终被编码成用于进一步计算的内部表征的方式上。

3. SL的理论模型 ¶

下图的SL理论模型给出了不同刺激的特异性,当刺激来自不同的感知维度(如颜色和形状)时,参与者能够在视觉域中同时学习两种不同的人工语法,但当刺激来自同一感知维度时则不能。

图1

听觉和视觉刺激展开的时间的一致性对于视听大脑区域中特定类型的整合是重要的,但对于在视觉系统中整合两种不同视觉表征的情况下检测规律性来说并不重要。

4. 个体和群体差异 ¶

平均水平的统计忽略了受试群体中有将近1/3的群体在任务中没有达到随机水平,而理解个体差异的来源有助于了解SL背后的认知机制。