会打网球的人上手羽毛球、乒乓球往往更快，这种跨运动技能迁移是人类"学会学习"（learning to learn）的典型体现。但大脑如何在复用抽象规则的同时，又能灵活适应新刺激？长期以来，这一神经机制谜题悬而未决。
2026年2月，中国科学院自动化研究所余山团队联合解放军总医院第九医学中心顾建文教授、吉林大学第一医院等单位，在《Nature Communications》在线发表最新成果：首次在灵长类（猕猴）背侧前运动区（PMd）发现近乎正交的两个表征子空间 ------一个稳定编码核心决策逻辑（图式/Schema），另一个灵活编码具体感觉特征。这一"表征空间分离"策略，让大脑巧妙平衡了知识的稳定存储 与灵活更新，为破解"学新忘旧"或"守旧难学新"提供了生物学基础。
（图示：猕猴认知任务训练实验室场景，头部植入记录装置，典型非人灵长类神经实验设置）
实验设计：视觉-运动映射任务揭示迁移能力
团队选用3只雄性猕猴作为对象，在背外侧前运动皮层（PMd）植入微电极阵列，记录728个神经单元活动。核心范式为系列视觉-运动映射任务：
- 猕猴观看不同视觉图案（如形状、颜色），根据预设规则做出对应动作（伸手触碰特定位置）。
- 第一批任务训练后，引入同类新任务（规则相同，刺激变化）：学习速度显著加快，表现出明显迁移。
- 引入反向规则任务（规则冲突）：学习速度大幅变慢，甚至低于从零开始。
行为证据表明：猕猴能提取并复用抽象决策规则（"图式"），但当新任务与旧图式冲突时，复用失效，需要重新构建。这与人类跨领域迁移高度一致。
（图示：迁移学习示意图，展示源任务与目标任务特征空间分离，抽象规则复用机制）
核心发现：PMd中两个近正交子空间的诞生
通过对神经群体活动的降维分析（主成分分析、神经流形等），团队惊人地发现：
- 决策子空间（Decision Subspace）：低维神经流形，高度稳定，专门编码任务的核心抽象逻辑（如"左图案→右手"）。即使视觉刺激完全变化，只要规则不变，该子空间模式复用不变。
- 感觉子空间（Stimulus Subspace）：相对独立，灵活编码当前具体视觉特征（如图案形状、颜色、位置），快速适配全新刺激。
关键在于：两个子空间近乎正交（orthogonal，夹角接近90°），彼此干扰极小。这种几何分离让稳定知识（图式）与动态信息在神经活动空间中"互不打扰"：
- 稳定子空间 → 知识复用、快速迁移
- 灵活子空间 → 新信息编码、无灾难性遗忘
此前类似正交表征多见于高级认知区（如海马、前额叶），本次在运动决策相关的PMd发现，表明领域特异性图式复用可能是灵长类大脑的普遍组织原则。
（图示：神经表征空间示意图，两个近正交子空间分离决策逻辑与感觉特征，几何正交最小化干扰）
对AI的启示：摆脱"灾难性遗忘"的生物学蓝图
当前深度学习模型在连续多任务学习时，常遭遇灾难性遗忘（catastrophic forgetting）：新任务覆盖旧知识。相比之下，大脑通过正交表征空间实现：
- 核心规则稳定保存在"决策领域"
- 新刺激独立处理于"感觉领域"
- 两者几何隔离 → 知识复用与更新并存
这一机制为新一代AI提供设计灵感：
- 正交子网络：在神经网络中强制构建正交参数子空间，分别存储通用规则与任务特异特征。
- 模块化+正交初始化：借鉴PMd的低维流形，设计可复用模块 + 正交约束，避免梯度冲突。
- 类脑连续学习：结合经验回放、正则化与生物启发正交表征，显著提升模型终身学习能力。
余山研究员表示："这种神经组织模式为构建具备人类般快速学习、灵活适应能力的新一代人工智能系统提供了全新思路。"
结语：从猕猴PMd到类脑AI的桥梁
这项研究不仅是脑科学领域的重大进展，更为AI从"大数据硬训练"向"高效学会学习"转型提供了宝贵生物模板。灵长类大脑用近正交空间优雅解决了稳定性与灵活性的千年难题，或许下一代AGI的突破，就藏在这90°的几何智慧里。
论文链接已上线Nature Communications，感兴趣的同学可深入阅读原文。未来，我们期待更多脑-机-智交叉成果，让AI真正"举一反三"！