近年来，神经科学领域对大脑如何通过经验塑造其神经网络表现出浓厚兴趣。生物神经网络通过改变神经元响应特性实现感知和认知能力的提升，而探究这种神经塑性的机制成为了解脑功能的重要线索。特别是无监督预训练的概念，近年来引起学界关注，指的是神经系统在没有明确奖励信号和监督指导的情况下，仅通过感官输入自发调整神经连接与功能的过程。本文聚焦于生物神经网络中的无监督预训练，基于最新实验研究，解析其对视觉皮层神经群体活动的深远影响以及促进学习效率的潜力。 感知学习与神经塑性传统观点认为，感知学习主要依赖于监督学习模式，即通过任务反馈和奖励信号驱动神经系统调整响应。然而，越来越多的实验证据表明，无监督学习同样扮演了关键角色。
视觉皮层，尤其是初级视觉皮层（V1）及其高级视觉区（HVAs）中的神经元对视觉刺激表现出动态适应和响应重构，这种变化不仅在有任务要求或奖励存在时出现，即便是在无监督、无奖励的纯暴露条件下，也能观察到相似的神经塑性现象。 一项重要的实验研究通过两光子显微镜技术同时记录了超过九万神经元的活动，跟踪小鼠在进行视觉纹理辨别任务以及无奖励视觉刺激暴露时的脑内响应变化。结果显示，任务驱动的小鼠与仅暴露于同样刺激、未接受奖励的小鼠在视觉皮层中产生了高度相似的神经响应变化，尤其是在中间的高级视觉区。这一现象强烈支持无监督学习理论，认为视觉皮层在感官输入作用下自动优化神经表征，无需任务标签或奖惩信息作为指导。 该研究中使用的视觉任务设计巧妙，采用了虚拟现实走廊的形式，让小鼠通过奔跑体验两种自然纹理的环境刺激，需分辨出奖励所在的特定走廊。通过比较行为表现和神经选择性指标，发现多数视觉区域的神经可塑性主要归因于视觉输入本身的反复暴露，而非任务中奖励等监督信息参与。
换言之，神经元对视觉特征的调优高度依赖无监督的感官体验过程，这不仅丰富了对感知学习机制的理解，也强调了大脑在无指导信号下的自我调整能力。 探索视觉编码的空间与视觉特征关系，研究团队引入了变换刺激，改变视觉模式的空间排列，同时保持其特征属性。行为结果表明小鼠能够区分不同纹理类别，但神经活动序列则更多反映视觉特征的统计特性，而非特定的空间序列。这暗示神经系统针对的是视觉图像整体的特征信息，而非单纯的空间导航信号。这种特征导向的编码模式体现出无监督预训练优化了视觉皮层对环境冗余信息的有效表示。 此外，关于神经元如何处理新奇视觉信息，该研究发现初级视觉皮层和部分侧面高级视觉区对新奇刺激表现出更强反应，体现出神经元对环境变化的敏感性。
这种新奇响应在经过持续暴露后明显衰减，表明无监督的适应机制促使神经系统逐渐建立稳固且区分度更高的视觉表征，利于视觉识别记忆的形成。与此同时，视觉皮层中间区域的神经群体则能够通过向新的刺激表达正交化的方式，实现对不同视觉示例的细粒度区分，从而支持更加精准的感知判别任务。 与此形成对比的是，前部视觉皮层区域表现出明显的奖励预测相关信号，这种信号仅在任务驱动、存在奖励反馈的条件下才明显出现，表明该区域神经元可能承担监督学习中对奖赏预期的编码任务。此发现强调，在生物视觉系统中，监督与无监督学习机制可能在空间和功能上各有分工：无监督塑性主导自然视觉特征表征的自发调整，而监督学习则支持任务相关的行为优化与奖励关联编码。 对无监督预训练的功能性意义，研究团队通过行为学实验进一步验证了其加速后续任务学习的效果。经过无监督视觉刺激暴露预训练的鼠群，在随后引入奖励驱动的视觉辨别任务时，表现出明显更快的学习曲线和更高的行为效率。
这一现象与人工神经网络中无监督预训练促进深度学习收敛的机制相似，突出了无监督学习在生物神经系统中的重要战略地位。 整体来看，这项研究不仅为无监督学习的生物学基础提供了坚实的实验证据，也提出了感知学习和神经塑性的新观点。视觉皮层中的无监督预训练塑造了神经响应特性，加速行为学习进程，并与监督学习信号共存形成互补。该发现激发了未来在神经回路机制、突触可塑性模型及理论学习框架等多方面的探索方向，同时为设计更接近生物特性的人工智能系统提供了宝贵启示。 未来的研究可以聚焦于无监督与监督学习在脑不同区域间更细致的交互动态，识别具体的神经生理机制和分子基础，使我们更加深刻理解大脑如何从自然体验中自主构建复杂知识体系。此外，通过结合现代自监督学习算法，可能促进理论与实验的融合，加速揭示大脑学习与记忆的核心原理。
无监督预训练不仅作为一种学习范式，正在成形为理解生物智能与设计类脑计算模型的关键桥梁。
