BRAIN / BRAIN × AI20 SEP 2026

脑科学与AI109｜为什么 123 和 312 不是同一个东西：特征绑定，靠同步还是靠连接

这一篇合写"智能的计算基础"系列第 065、066 两篇。第 108 篇讲到，VisNet 靠"半秒钟的记性"，把一个物体的不同样子连到同一个神经元上。065 把这条路推到光照、姿态、3D 旋转；066 碰到一个更难的问题：认得出零件还不够，还要知道零件怎么摆。原文有几处说过头，放在第五节。

一张脸，五官都在但位置错了，就不是脸。大脑怎么记住"谁挨着谁"？流行过的答案是"同步发放"：属于同一个物体的神经元同时放电。但同步只能说"这几个是一起的"，说不出"谁在左、谁在右"；猴子颞叶里测出来，同步带的信息也很少。罗尔斯的答案是：在早期层就学好"T 挨着 L"这种小组合，把位置关系写死在连接里，而不是看的时候临时打包。

1–6%

猴颞叶里同步额外贡献的信息

1981

马尔斯堡提出同步绑定

1 小时

李与迪卡洛实验里神经元开始改变

四块拼图，三块已经扣上，一块还在外面。零件一样，扣的位置不对就拼不成图。图片来源：Mike van Schoonderwalt / Pexels

特征绑定的三种答案：同步发放、特征组合神经元、时间连续学习，各自怎么做、证据到了哪一步。

BRAIN / 01

一、065：同一条原则，推到姿态和旋转

065 的主张只有一句：第 108 篇那条"时空连续"的规律，不只管挪位置，也管别的变化。

—光照：同一个物体在不同光线下，轮廓大体不变。VisNet 训练时加入光照变化，就能学到不怕光照的表示。

—姿态和变形：一个人坐、站、走，一面旗被风吹皱。如果输入里"同一个人的不同姿态"在时间上挨着，网络学到的是"认人"；如果"不同人的同一姿态"挨着，学到的是"认姿态"。学到什么，取决于时间上挨着的是什么。

—3D 旋转：物体转动时，正面和侧面在图像上几乎没有共同之处，痕迹规则把它们连起来。原文自己也承认，这只对"适度"的旋转有效。

—空间连续也行：如果相邻的训练样子在空间上足够接近（比如一点点挪、一点点转），呈现顺序打乱也能学到。

这几条都是罗尔斯团队在 VisNet 上的模拟结果。大脑里有没有对应的证据？有，而且原文没提。2008 年，麻省理工的李（Nuo Li）和迪卡洛在《科学》上发表实验：猴子眼睛扫向一个物体的瞬间，屏幕把它换成另一个物体。一个小时下来，颞叶神经元在那个被调包的位置上，对两个物体的偏好就开始往一起靠，等于在把它们"认成一回事"。这是"时间上挨着的就当成同一个"在真实神经元上的直接证据，只不过测的是位置（2010 年他们又测了大小），姿态和旋转还没有同样硬的证据。

BRAIN / 02

二、绑定问题：零件认得出，还要知道怎么摆

066 的例子很好记：1、2、3 三个零件，排成 123 和 312 是两个东西。

问题出在"不变性"本身。为了挪位置也认得，越往上的神经元越不在乎特征出现在哪里；可一旦不在乎位置，"眼睛在鼻子上面"这种关系也一起丢了。不变性和空间关系，天生互相拉扯。

BRAIN / 03

三、同步发放：一个被高估的答案

1981 年，德国学者冯·德·马尔斯堡系统提出：属于同一个物体的神经元，放电时间对齐（相差几毫秒），靠"同时"把它们打成一包。1989 年，辛格团队在猫的视觉皮层里看到了相隔较远的神经元同步振荡（约 40–60 赫兹），这个想法一时很热。

罗尔斯一派提了两条反对：

—计算上不够：同步只表示"这几个是一起的"，不表示"谁在左、谁在右"。要分清 123 和 312，还得再加一层时间编码，组合一多就爆炸。

—数据上不多：2005 年，罗尔斯团队同时记录猴子颞叶的几个神经元，让猴子在自然背景里找物体。用信息论一算：94%–99% 的信息在"放了几次电"里，同步额外贡献只有 1%–6%。

对"通过相干来通信"（不同脑区靠振荡对齐来传信息）的假说，罗尔斯团队 2012 年做了模拟：两个网络之间的连接强度，够传信息时还远不够产生相干振荡。他们据此认为，γ 振荡可能是副产品，不是计算本身。

BRAIN / 04

四、VisNet 的答案：把关系写进连接

罗尔斯的办法是让早期层来管位置关系：

—第一层（不加痕迹）：学"小组合"，比如"一横压在一竖顶上"（T）、"一竖接一横在底下"（L），位置关系精确。

—往上（加痕迹）：这些小组合挪一点也认得，但组合内部的排列是固定的。

—最上层：认整个物体，靠的是"哪几个小组合同时在"。

2002 年，埃利夫、罗尔斯和斯特林格在《生物控制论》上报告：VisNet 能分清子集和超集，比如有神经元只认 TL，不被单独的 T、也不被 TLB 骗。早期层学好的小组合，还能直接拿去认没见过的新物体，上层不用对每个位置重新训练。

一句话：关系不是看的时候临时打包，是学的时候就写进连接里。

BRAIN / 05

五、对照 AI，和原文的几处问题

对照 AI：卷积网络正是这样处理绑定的，前几层的卷积核本身就记着"这一块边挨着那一块边"，越往上组合越大，从来没有"同步"这回事。另一面，卷积网络也真的会犯绑定错误：把五官打乱的脸，有时照样判成脸，因为它主要看"零件在不在"。Transformer 把每个小块的位置编码和内容放在一起，是另一种"把位置写进去"的办法。

原文问题：

—066 把同步假说的提出写成 1990 年。冯·德·马尔斯堡的相关理论 1981 年就提出了（更早还有米尔纳 1974 年的设想），1990 年是罗尔斯书里引的一篇。

—066 的定义跑题了。它把绑定问题解释成"整合不同感官通道的信息"，那是跨感官整合；这一篇讲的是同一张图里特征的空间排列，正是 123 和 312 的问题。

—"实验支持了同步的作用，但……"前后打架。准确的说法是：猫视觉皮层确实观察到同步；在猴子颞叶，同步带的信息很少。而且这只测了颞叶，罗尔斯自己也说更早的视觉区还该再测。

—"γ 振荡是副产品"是罗尔斯团队根据模拟做的推断，不是实验结论。提出"相干通信"的弗里斯一派不同意，这件事还在争。

—图放错了地方。066 把"三张面孔、七个视角"的图放在讲同步的那节；065 把"三个刺激（L、T、+）"的图放在讲姿态的那节，都和正文对不上。

—065 只引罗尔斯自家模型。最有力的外部证据，李与迪卡洛 2008 年的换物体实验，原文没提。

BRAIN / 06

六、边界

—"绑定靠连接、不靠同步"是罗尔斯一派的立场，有数据支持，但只在颞叶测过；同步在别的脑区、别的任务里有没有用，没有定论。

—VisNet 分清子集和超集，是简单线条刺激上的模拟结果，离真实场景还远。

—李与迪卡洛的实验证明"时间挨着会被连起来"，测的是位置和大小的容忍度；姿态、旋转是不是同一机制，还缺同等直接的证据。

BRAIN / 07

七、自测：合上文章回答

—为什么"挪位置也认得"会让大脑丢掉"谁挨着谁"？

—同步发放能说明什么，说明不了什么？

—猴子颞叶的实验里，"放电次数"和"同步"各带了多少信息？

—VisNet 把位置关系放在哪一层解决？为什么那一层不加痕迹？

—065 说"学到什么取决于时间上挨着的是什么"，用认人和认姿态举个例子。

BRAIN / 08

八、三行，留着复习

```

同步发放属于同一物体的神经元同时放电；只说"一起"，不说"谁在左"；猴颞叶里只多给 1–6% 信息

连接绑定早期层学好"T 挨着 L"这种小组合，关系写死在连接里；VisNet 能分清子集和超集（模型结果）

时间连续时间上挨着的样子连到同一神经元；学到认人还是认姿态，看挨着的是什么；李与迪卡洛 2008 有直接证据

```

本篇是「脑科学 × AI」系列第109篇，药神撰写（2026-10-26），合写老炊专辑「智能的计算基础」第065、066篇。更正：同步假说 1981 年提出而非 1990；绑定问题被误写成跨感官整合；同步实验表述前后矛盾且只测了颞叶；γ 振荡是副产品属模拟推断；两篇图注错位；065 漏了李与迪卡洛 2008 的外部证据。

阅读依据：老炊《智能的计算基础》065–066；von der Malsburg 1981 相关理论（经 Neuron 1999 综述转引）；Gray, König, Engel & Singer, Nature 1989；Aggelopoulos, Franco & Rolls, J Neurophysiol 2005；Rolls, Webb & Deco, Eur J Neurosci 2012；Elliffe, Rolls & Stringer, Biol Cybern 2002；Li & DiCarlo, Science 2008；Li & DiCarlo, Neuron 2010。回引第108篇。