任务表征的神经计算模型

人类认知是有目的的。我们能够将注意力集中于实现特定的目标，忽略干扰并克服适得其反的习惯。然而，认知也是多用途的。我们不会永远拘泥于追求单一目标，甚至不是少数几个目标。随着动机和环境的变化，我们可以灵活地调整思维以实现更合适的目标。大脑如何实现这种“设定”和“重设”——即认知控制的能力？认知神经科学家日益关注支撑认知控制的表征，并将其构想形式化为神经计算模型（Botvinick 和 Cohen，2014）。两种具有高度影响力的任务表征模型是：引导激活（Miller 和 Cohen，2001）和通过随机混合选择性实现的自适应编码（Duncan，2001；Rigotti 等，2013）。虽然这些模型有若干共性——均假定前额叶皮层通过任务表征驱动受控行为——但它们所设想的表征截然不同，更广泛地体现了理解大脑功能的不同哲学观点。本文概述了认知控制的认知研究，聚焦任务表征的作用，详细审视了引导激活以及自适应编码或随机混合选择性模型，并结合现有实验文献评估这些模型，比较它们在任务表征等更广泛问题上的差异。