导语：期望以看似矛盾的方式影响感知：它们既可以将注意力引导至预期刺激并增强感知敏锐度，也可以稳定感知并降低预期刺激类别内的敏锐度。支持期望这两种作用的神经机制尚不清楚。本研究训练欧洲椋鸟在预期和非预期的声学环境中对模糊的鸣叫音节进行分类。结果表明，鸟类采用概率性的贝叶斯整合来对音节进行分类，利用其期望来稳定其知觉行为。然而，听觉感觉神经元群体并未反映这种整合。相反，期望在刺激空间的高概率区域增强了听觉感觉神经元的敏锐度。这种调节与通常在运动区域观察到的模式（即感觉输入和期望的贝叶斯整合占主导地位）不同。研究结果提示，外周感觉系统利用期望来改善感觉表征并维持世界的高保真表征，从而允许下游回路灵活地将此信息与期望整合以驱动行为。
期望的双重作用：知觉稳定与敏锐度提升
期望在知觉中扮演着复杂甚至矛盾的角色。一方面，它可以通过引导注意力来增强对预期刺激的感知敏锐度（例如，在嘈杂环境中更容易听到你预期会听到的词）。另一方面，它也能稳定知觉，使得我们倾向于将模糊刺激感知为预期的类别，从而降低了在该类别内部进行精细辨别的能力（例如，将连续变化的“ba”和“da”感知为两个清晰的类别，而非中间的模糊音）。这种“知觉磁铁效应”在语音感知中尤为典型。
本研究的核心问题是：大脑的神经活动如何同时支持这两种看似矛盾的功能？ 研究者利用欧洲椋鸟的听觉分类任务，结合行为建模和听觉前脑的神经记录，揭示了其中的机制。
研究策略：行为建模与感觉神经元记录
研究者训练欧洲椋鸟对一系列连续变化的鸣叫音节（从“R”到“l”的过渡音）进行分类。通过改变不同类别出现的概率（先验概率），操纵鸟类的“期望”。同时，记录了鸟类听觉前脑（相当于哺乳动物的次级听觉皮层）中单个神经元的放电活动。
通过比较行为表现和神经活动，研究旨在区分：
-
行为上，鸟类是否以贝叶斯方式整合了感觉证据和先验期望？
-
感觉神经元的活动模式更支持“贝叶斯整合”模型，还是“感觉适应/敏锐度增强”模型？
核心发现：行为上的贝叶斯整合 vs. 神经上的敏锐度增强
1. 行为表现符合贝叶斯整合
行为学分析显示，鸟类的分类决策并非仅基于当前听到的声音。它们显著地受到了先验概率的影响：当一个类别更可能出现的提示（cue）出现后，鸟类的分类边界会向相反类别偏移，并且对模糊刺激的判断更倾向于高概率类别。通过计算模型比较，发现贝叶斯整合模型（将先验信息与当前感觉证据相结合）比纯刺激驱动模型更好地预测了鸟类的行为。
2. 感觉神经元活动反映“敏锐度增强”，而非贝叶斯整合
与行为不同，听觉前脑的感觉神经元活动并未表现出概率性的贝叶斯整合。神经元的放电率并未直接编码“基于先验的分类后验概率”。
相反，期望显著改变了神经元对刺激的敏感性：
-
锐化的调谐曲线：当刺激落于高概率类别的核心区域时，神经元对物理上相邻刺激的区分能力增强（放电率随刺激变化的斜率更陡）。这对应于敏锐度提升。
-
增强的信噪比：在高概率区域，神经元对相同刺激的反应一致性（可靠性） 也更高。
-
这种敏锐度增强是“任务相关的”：它仅发生在动物积极参与分类任务时；在被动聆听相同刺激时，这种效应消失。
3. “敏锐度-稳定性”权衡的神经实现
研究提出，感觉系统通过一种“敏锐度增强”的策略来响应期望。这种策略牺牲了高概率区域内部的“稳定性”（使得细微差异更容易被区分），但代价是可能会夸大高概率类别内部的差异。然而，这与行为观察到的“知觉稳定性”（将模糊刺激拉向原型）是互补的。
一个可能的解释是：感觉皮层通过期望“锐化”了其表征，为下游脑区提供了更精细、更高保真的感觉信息。然后，下游决策回路（可能在运动前区或纹状体）再将这些精细信息与先验期望进行贝叶斯整合，最终产生稳定的、偏向先验的知觉行为。这种“感觉锐化 + 下游贝叶斯整合”的分工，优雅地解释了期望的双重作用。
结论与意义：感觉与决策的分工协作
这项研究通过精巧的行为范式和神经记录，首次在同一任务中分离并揭示了期望对感觉编码和知觉决策的不同影响。
-
理论突破：提出了一个“两阶段模型”：感觉皮层负责利用期望来优化感觉表征（提高敏锐度），而下游决策区域则负责将优化的感觉信息与先验知识进行贝叶斯整合以产生最终知觉。这解决了期望“既稳定又锐化”的矛盾。
-
功能解释：感觉系统的敏锐度增强，可能是一种高效的编码策略。在刺激出现概率高的区域，投入更多的神经“资源”（更高的分辨率和可靠性），可以提高对常见刺激的检测和辨别能力，这对于生存至关重要（例如，在嘈杂环境中识别同类的警告叫声）。
-
临床意义：许多精神疾病（如精神分裂症、自闭症）中存在着感觉处理异常和先验使用障碍（如幻觉、妄想）。理解感觉-决策层级中期望整合的紊乱，可能为这些疾病的机制提供新见解。例如，如果感觉锐化过程失调，可能导致感觉过载或感觉麻木；如果下游整合过程失调，可能导致对感觉证据的过度依赖或忽视。
-
方法论价值：展示了结合贝叶斯行为建模与感觉神经元记录来剖析感知决策层级机制的有效范式。
该研究的通讯作者Timothy Q. Gentner总结道：“我们的发现表明，大脑以一种优雅的分工方式处理期望。早期的感觉区域并不进行复杂的概率计算；相反，它们通过简单地提高对预期刺激的敏感度来‘做好准备’。然后，下游脑区再将这些精细化的感觉证据与期望灵活地结合起来，做出最终的感知决策。” 这项发表于《Nature Neuroscience》的研究，为我们理解大脑如何自上而下地利用经验来塑造感知，提供了一个全新的、层级化的计算框架。