3月25日，北京师范大学认知神经科学与学习国家重点实验室发布了最新研究成果。研究由心理学部的柳昀哲课题组完成，并在国际顶尖期刊《细胞》（Cell）在线发表了论文“Development of Non-Spatial Grid-Like Neural Codes Tracks Inference and Intelligence”。这次研究深入揭示了大脑内部的认知地图是如何随年龄增长而发展的，以及这些神经编码如何支持人们处理抽象信息和提高推理能力。 柳昀哲教授表示，这个发现非常重要，因为它直接关联到儿童如何学习知识、如何提升智力。发展心理学家皮亚杰早就提到过“图式”，也就是儿童通过建立结构化的概念体系来理解世界。但这次研究让我们更清楚地看到，大脑内嗅皮层中的网格细胞不仅能帮助人们导航空间，还能用来处理抽象的非空间概念。为了验证这一假设，研究人员设计了一个名为“知识地图”的任务，要求参与者学习25个虚构角色在攻击力和防御力这两个维度上的相邻关系，然后回答数百道从未见过的推理题。 被试者的年龄跨度很大，从8岁到25岁不等。行为数据显示，年龄越大，答对题目的概率越高，而且这种提升并不是简单地靠记忆力变强，而是信息组织方式的根本改变。神经影像结果则发现，内嗅皮层（EC）中出现了显著的类网格编码活动，其活动强度随着年龄的增长而增强，并且与推理表现密切相关。有趣的是，当推理方向与网格朝向一致时，内侧前额叶皮层（mPFC）对概念距离的编码就会更强；如果两者不一致，这种编码就会减弱。 这个发现说明，EC类网格编码的成熟度直接影响了人们整合新旧知识的能力。在测试新知识同化的任务中，那些EC类网格编码对齐度高的人表现更好。进一步分析还发现了一个有趣的现象：8岁的孩子往往无法完成需要整合冲突信息的推理题，而拥有较强类网格编码的参与者在这方面的进步更加明显。这表明类网格编码促进了人们从简单的启发式策略向结构化推理转变。 典型相关分析还揭示了一个关键事实：EC类网格编码与mPFC距离编码共同构成了智力测验中标准流体智力的重要预测因素。总结起来，这次研究表明EC类网格编码的发育成熟是推理能力和知识同化能力提升的关键；而mPFC的发展则支持了对象间关系距离的编码，从而促进了新旧知识的复杂整合。这个认知地图神经表征的发展轨迹与一般智力水平紧密相关。 目前，北京师范大学实验室正在两条研究路径上不断推进。一方面是结合AI技术对儿童高级认知能力进行纵向追踪；另一方面是为具有真正主动探索能力的AI智能体研究提供认知计算基础。这项工作得到了多项国家级基金和深港脑科学创新研究院的支持。心理学部博士生瞿宇堃担任论文第一作者，柳昀哲教授为通讯作者。罗跃嘉教授的团队也做出了重要贡献。