长期以来，科学家基于层级模型认为决策信号从早期感觉区域逐级传递至额叶皮层完成。然而，伊利诺伊大学厄巴纳-香槟分校的一项新研究挑战了这一观点。该研究发表于《美国国家科学院院刊》（PNAS），通过记录小鼠在虚拟现实环境中基于触觉提示进行决策时的神经活动，发现：
- 初级躯体感觉皮层（S1）不仅处理基本感觉信息，还编码与决策相关的信号。
- S1受到来自高级脑区（如前额叶皮层）的自上而下反馈调节，表明决策过程涉及跨脑区的动态交互，而非单向信息流。
这一发现颠覆了“早期脑区仅被动处理感觉”的传统认知，为开发低功耗、高效决策的人工智能系统提供了新思路。
传统模型与新发现对比
| 特征 | 传统层级模型 | 新研究发现 |
|---|---|---|
| 信息流 | 单向前馈：感觉区 → 联合区 → 运动区 | 双向循环：高级区反馈调节S1 |
| 决策定位 | 仅高级脑区（前额叶等） | S1同时编码决策信号 |
| 脑区功能 | 早期区仅感觉处理 | S1主动整合反馈信息 |
| 处理模式 | 串行处理 | 并行分布式处理 |
实验设计与方法
| 项目 | 细节 |
|---|---|
| 动物模型 | 小鼠（头部固定，虚拟现实线性轨道） |
| 行为任务 | 基于左右侧触觉刺激的决策奖励范式 |
| 神经记录 | S1区多电极阵列记录尖峰活动 |
| 数据分析 | 解码模型预测决策；连通性分析反馈回路 |
关键发现与意义
| 发现 | 证据 | 科学意义 |
|---|---|---|
| S1编码决策变量 | 刺激后S1活动预测选择行为 | 早期感觉区参与高级认知 |
| 反馈调制机制 | 前额叶→S1的投射证据 | 决策为多区并行处理 |
| 功能亚型分化 | S1神经元亚群分离编码 | 支持动态网络理论 |
该研究不仅为神经科学提供了新范式，也对类脑智能计算架构设计具有重要借鉴意义。