推广 热搜: 采购方式  滤芯  带式称重给煤机  甲带  气动隔膜泵  减速机型号  无级变速机  链式给煤机  履带  减速机 

最新研究报告| 练了100遍还学不会?最新研究发现:你的大脑里有两类神经元在'打架'

   日期:2026-07-12 14:15:41     来源:网络整理    作者:本站编辑    评论:0    
最新研究报告| 练了100遍还学不会?最新研究发现:你的大脑里有两类神经元在'打架'

最新研究报告| 练了100遍还学不会?最新研究发现:你的大脑里有两类神经元在偷偷"打架"

摘要:你有没有过这种体验?一首钢琴曲练了三个月,每次到那个小节还是卡壳;一个数学题型刷了50道,换个数就不会了;一个英语发音纠正了无数遍,一开口又回到老样子。我们都以为"不够努力"是答案——再来100遍。但就在上周,Nature Communications发表的一项研究告诉我们:问题不在于你练了多少次,而在于你大脑里两类完全不同的神经元,在练习过程中走了完全不同的路。一条路通向"会做",另一条路通向"真懂"。而大多数人,都只走通了第一条。


练了100遍,为什么还是"不会"?

先讲一个小故事。

我有个朋友老张,四十岁开始学吉他。他是我见过最勤奋的人——每天晚上雷打不动练一小时,F和弦的横按练了整整两个月。两个月后,他坐在我面前弹《小星星》,F和弦依然按不实,声音闷闷的。

"我已经练了上千遍了。"他说这话的时候,表情又困惑又委屈。

老张不是个例。学车的时候,教练让你反复倒库,你练到肌肉都有了记忆,考试还是压线。背单词的时候,同一个词在APP里见了20次,第二天在文章里遇到还是不认识。刷题的时候,同类型的数学题做了30道,考试稍微换个条件就蒙了。

我们一直被教育"重复就是力量"。一万小时定律、《卖油翁》的"无他,唯手熟尔"——这些观念深入人心。

但如果重复真的是全部答案,那为什么有那么多像老张一样的人,练了无数遍,还是不会?

上周,来自德国的Max Planck佛罗里达神经科学研究所给出了一个让人意想不到的答案。


小鼠学"踩点"的启示

Inagaki团队设计了一个看似简单的实验。

他们训练小鼠学会一个动作:用舌头舔一个特定的传感器,而且必须在听到"哔"声之后恰好等待一秒钟——不能太早,不能太晚。太早没奖励,太晚也没奖励。这是个精细的"动作时序学习"任务。

这个任务听起来陌生,但它在我们的日常中无处不在:学弹琴需要精确的时间感,学打球需要预判球的落点,学语言需要把握停顿和重音的节奏。

小鼠刚开始完全是乱舔一通。但经过几天的训练,它们的准确率从瞎猜水平提升到了80%以上。它们真的"学会"了。

问题来了:在这个学习过程中,它们的大脑到底发生了什么?

科学家们做了件极其大胆的事——他们给小鼠的运动前皮层(premotor cortex)中注射了一种能暂时关闭CaMKII蛋白活性的药物。CaMKII是什么?它是神经元可塑性的"总开关"——没有它,神经元就无法在学习中改变自己的连接强度。

结果令人震惊。

如果在小鼠学习阶段关闭CaMKII,它们完全学不会这个任务。但如果小鼠已经学会了之后才关闭CaMKII,它们依然能完美执行——仿佛"学会"之后,这个能力就固化到了别的地方,不再依赖这个开关。

但真正的惊喜还在后面。


两种神经元,两种"学会"

大脑皮层里有两类最主要的兴奋性神经元。一类叫锥体束神经元(PT neurons),它们的轴突投射到皮层以外,负责把信号发射出去。另一类叫端脑内神经元(IT neurons),它们只在皮层内部交流。

长久以来,神经科学家一直假设这两类神经元在学习中扮演类似的角色——毕竟它们都参与同样的任务,都表达了相同的可塑性开关CaMKII。

但Inagaki团队决定逐个关闭——先关PT的CaMKII,看看会发生什么;再关IT的CaMKII,看看会发生什么。

结果让他们自己都吃了一惊。

PT神经元的两类亚型,分别负责塑造"什么时候做"这个动作时序预测。没有PT的可塑性,小鼠就无法学会"哔声之后等一秒再舔"——它们要么太早,要么太晚,始终找不到那个精确的节奏点。

IT神经元的任务完全不同:它们负责降低皮层活动的维度

"维度"这个词要解释一下。在学习初期,小鼠运动前皮层的神经活动像一团乱麻——几百上千个神经元各自以不同的模式放电,整体看起来杂乱无章。但随着学习深入,IT神经元的可塑性会把这个高维混乱"压缩"成一个低维、有序的编码——类似于从一团混沌中提炼出一个简洁的公式。

换句话说:PT神经元管"做得对",IT神经元管"悟得透"。

更关键的是,这两类可塑性不可替代。你关掉任何一个,学习就会失败。而且它们各自塑造的神经动态模式完全不同——PT的可塑性消失后,皮层的节律预测能力就没了;IT的可塑性消失后,皮层的活动就永远停留在"高维混乱"状态。


这就是你"练了100遍还不会"的原因

现在我们回到老张的吉他故事。

老张练了两个月F和弦,上千次的重复。他的PT神经元一定经历了充分的改变——因为PT神经元正是通过反复练习来调整动作时机的。他能把手按上去,手指确实摆对了位置,角度也差不多。从"能做"的角度看,他确实进步了。

但他的IT神经元可能从来没有被真正激活过。

IT神经元的任务是提炼规律、降低维度、形成抽象的"规则"。对于F和弦来说,这个规则不是"食指横按、中指二弦二品、无名指四弦三品",而是"手指用力的方向和分配、手腕的角度、指甲是否碰到了不该碰的弦"。前者是动作序列,后者是动作原理。

如果你每次练习只是在重复动作序列,PT神经元会越来越熟练。但如果你不思考"为什么这次按实了、那次没按实"——IT神经元就永远处于"高维混乱"中,无法提炼出那个关键的抽象规则。

这就是为什么很多人"机械练习"无效的神经科学解释。

同样,刷数学题的时候,如果你只是背题型、记套路,你的PT神经元在学习"看到这个形式的题就套这个公式"。但你的IT神经元没有被驱动去提炼"为什么这个公式适用于这类问题"的深层规则。

结果就是:题目换一个数字你会做,换一个条件你就懵了。


给孩子、给自己的三个启示

这篇发表在Nature Communications上的研究(Majumder et al., 2026),为"如何高效学习"提供了一个全新的神经科学框架。基于这个框架,我们可以提炼出三个实用的学习策略:

第一,区分"练会"和"学会"。

PT神经元的可塑性是"练会"的基础——它让你能完成一个具体任务。IT神经元的可塑性是"学会"的基础——它让你理解背后的规则,能迁移到新情境。

练琴的时候,别只重复那一小节。弹完之后,问自己一个问题:"我刚才弹对的那一次,和弹错的那一次,手上有什么不同?"这个问题,就是驱动IT神经元开启可塑性的钥匙。

第二,主动制造"认知挑战"。

PT神经元喜欢重复。重复越多,它的可塑性越稳定。但IT神经元恰恰相反——它需要适度的"认知冲突"来被激活。

如果你练一个动作100次都是完全相同的条件,IT神经元就"睡着"了。但如果你刻意变换条件——比如换一把吉他、在不同的速度下弹、闭上眼睛弹——IT神经元就会被唤醒,因为它必须重新提炼那个在不同条件下依然成立的"核心规则"。

这就是为什么"交错练习"比"集中练习"效果好——不是因为你练得更多,而是因为你同时激活了两类神经元的可塑性。

第三,睡觉的时候,大脑在帮你做"IT神经元的工作"。

之前的多项研究已经证明,睡眠中的海马体回放(hippocampal replay)会把白天的经验重新"放映"一遍,帮助皮层巩固记忆。结合Inagaki团队的发现,我们可以推测:睡眠可能正是在帮助IT神经元完成那个"从高维混乱到低维规则"的提炼过程。

所以,别再熬夜刷题了。你刷到凌晨两点的那50道题,很可能只是在过度训练PT神经元,而剥夺了IT神经元在睡眠中完成"深度加工"的机会。


最后的"问题"

回到文章开头那个问题:为什么练了100遍还是学不会?

答案藏在你的两类神经元里。

PT神经元已经练得很好了——它记住了动作的先后顺序、学会了在正确的时机出手。但你缺了IT神经元那一步——它需要你把100次练习中成功和失败的区别提炼出来,形成一个"在任何情境下都成立"的深层规则。

这其实是一个让人感到解脱的发现。

因为它意味着:你练不会,不是因为你笨,不是因为你不努力,而是因为你一直在用同一种方式努力。你只用了一种神经元学习,而另一种神经元一直在等待一个它真正需要的信号——那个"让我想想为什么"的信号。

所以,下一次练习的时候,试着做一件不一样的事:在重复之前,先问一句"上次为什么没成?"

这短短一秒钟的停顿,可能就是IT神经元可塑性的"开门密码"。


参考文献: Majumder, S., Hirokawa, K., Yang, Z. et al. Complementary roles of cell-type-specific plasticity in shaping neocortical dynamics for learning action timing. Nature Communications (2026). https://doi.org/10.1038/s41467-026-74869-1[1]

引用链接

[1]https://doi.org/10.1038/s41467-026-74869-1

 
打赏
 
更多>同类资讯
0相关评论

推荐图文
推荐资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  皖ICP备20008326号-18
Powered By DESTOON