神经流形——反映了几何结构约束神经群体活动动态的假设——是观察大脑日益流行的视角。这种以群体为中心的视角为描述和研究神经计算以及大脑活动与动物行为之间的关系提供了一种紧凑的方法。然而，批评者常断言，神经流形相比经典的单神经元研究并未产生新的见解。本文系统解析神经流形方法的核心成就：如何解决单神经元响应的混杂性（如运动准备与执行在同一群体中通过正交维度分离）、如何支持灵活行为（如时间估计中流形曲率的变化）、以及如何揭示跨个体的共性（如秀丽隐杆线虫、大鼠、小鼠中的保守几何结构）。核心信息：神经流形框架仍处于早期阶段，但已为基础性见解做出了贡献。

一、神经流形方法的核心成就

二、经典案例详解

1. 运动准备与执行的正交分离（Kaufman et al., 2014）

• 问题：同一运动皮层神经元在运动前准备和实际运动中都活跃——大脑如何准备动作而不执行？

• 传统解释：活动阈值、脊髓门控。

• 流形解释：准备和执行占据同一神经群体状态空间中的正交维度。

  • 准备期间，活动沿特定方向遍历。

  • 执行时，活动溢出到另一组正交维度。

• 关键：维度的正交性分离了它们对下游读出的影响。

2. 视觉决策中的信息分离（Pagan et al.）

• 问题：同一群体如何同时编码线索和颜色？

• 流形解释：不同信息映射到正交维度，保持信息分离。

• 意义：这一发现被Marino Pagan称为“改变人生的论文”。

3. 时间间隔估计中的流形曲率（Sohn, Narain, Meirhaeghe & Jazayeri）

• 任务：猴子估计时间间隔。

• 发现：

  • 时间可以通过神经轨迹在流形上的速度来跟踪（间隔越长→速度越慢）。

  • 当间隔不确定时：流形具有更大的曲率，使得神经轨迹偏向平均预期间隔。

• 结论：与经典的“计时细胞”概念不同，前额叶皮层通过修改流形几何来跟踪时间的内部状态。

4. 灵活行为中的独立维度

• 同一组神经元可以同时编码规划和执行（通过正交维度）。

• 修改规划维度的活动可加速运动学习。

三、揭示跨个体的共性

意义：单个细胞的活动只显示出微弱的结构痕迹，而流形视角揭示了跨条件和跨个体的稳健结构。

四、对神经科学的启示

五、未来方向与挑战

六、结论：神经流形提供了理解大脑的新语言

神经流形框架仍处于早期阶段，但已为基础性见解做出了贡献：

1. 正交维度分离不同计算（准备 vs. 执行；线索 vs. 颜色）

2. 流形几何（曲率、速度）跟踪内部状态（时间间隔、不确定性）

3. 流形结构在个体间高度保守，揭示了超越单神经元变异性的共性

对于“我们学到了什么关于大脑的新知识？”这个问题，答案是：神经流形使我们能够抽象出行为计算的底层实现，揭示跨个体、跨条件的稳健结构——这是单神经元方法无法提供的。

核心信息：

• 神经流形是描述神经计算的紧凑语言。

• 正交维度分离不同功能（准备 vs. 执行）。

• 流形几何（曲率、速度）跟踪内部状态。

• 流形结构在个体间高度保守。

• 神经流形框架仍处于早期阶段，但已为基础性见解做出了贡献。