人类皮质脑回路的计算起源与社会认知功能密不可分，其演化过程体现了大脑为处理复杂社会环境而进行的适应性优化。以下从演化计算、神经架构及社会信息处理的角度展开说明：
一、演化压力与社会脑假说
-
生态位驱动
早期灵长类面临群居生活的挑战（合作、竞争、欺骗检测），需要实时追踪个体关系、意图推断等，这推动了前额叶、颞顶交界区等皮质的扩张。
-
计算需求升级
社会互动涉及多主体心理状态建模（"心智理论"），要求神经网络同时处理：
-
递归推理（"我认为你认为..."）
-
语境化情感整合（共情、道德判断）
-
动态行为预测（基于他人性格、历史行为）
-
二、皮质回路的计算模块化
社会认知依赖分布式但高度协同的皮质网络，其计算起源可分解为：
| 脑区 | 核心计算功能 | 社会认知中的角色 |
|---|---|---|
| 内侧前额叶皮质 | 自我/他人表征切换、价值决策 | 理解他人偏好、社会规范内化 |
| 颞顶交界区 | 意图归因、因果推断 | 心智理论、欺骗识别 |
| 前扣带皮层 | 冲突监控、错误预测 | 社会反馈处理、合作协调 |
| 杏仁核-岛叶环路 | 情感效价评估、风险预测 | 信任判断、共情唤醒 |
三、层级化信息处理架构
皮质通过多层抽象实现社会信息的高效编码：
-
初级感知层
视觉皮层（如梭状回面孔区）提取面部表情、肢体动作等物理特征。
-
中期整合层
颞上沟整合生物运动线索，构建行为意图的中间表征。
-
高阶模型层
前额叶构建"他人心理模型"，通过模拟（simulation）预测行为，并联动边缘系统赋予情感权重。
四、计算起源的核心机制
-
预测编码优化
大脑通过最小化预测误差持续更新社会模型------例如根据他人异常行为修正对其性格的推断，此过程依赖前额叶-颞叶的贝叶斯推理循环。
-
镜像神经系统
运动皮质与顶下小叶的镜像属性允许通过自身动作模拟理解他人行为，为共情和模仿提供底层计算基础。
-
默认模式网络整合
静息态下活跃的默认网络（如后扣带皮层）可能在社会情境模拟中整合记忆、情感与道德判断，支持复杂社会决策。
五、演化计算视角的启示
-
能量效率约束：皮质折叠（脑回）增加表面积的同时优化信号传递距离，满足社会实时决策的低延迟需求。
-
可塑性驱动：儿童期社会互动经验通过突触修剪、髓鞘化等塑造特定回路（如眶额皮层对道德判断的成熟化）。
-
跨物种对比：人类独有的社会认知能力（如递归心智理论）可能与前额叶皮层Ⅳ层星形细胞复杂度提升、长程连接增强有关。
结语
皮质脑回路对社会认知的支持本质上是一种多尺度适应性计算系统 ：从微观的脉冲时序编码、中观的模块化网络动力学，到宏观的文化信息内化，共同构成人类社会智能的生物学基础。未来计算神经科学可通过构建社会情境模拟的人工网络模型，进一步揭示其起源规律。