美国普林斯顿大学神经科学家在一项新研究中，揭示了大脑在人工智能（AI）面前保持优势的一个关键机制：大脑会在不同任务中重复使用相同的认知“模块”，通过组合和重组这些模块，如同“拼积木”一般，大脑能够迅速构建新的行为模式。这项研究发表在最新一期《自然》杂志上。

目前最先进的AI模型在单一任务上可以达到甚至超越人类水平，但在学习并执行多种不同任务时却表现不佳。这是因为人脑在一个关键方面仍保持着优势：认知灵活性。例如，人类可相对轻松地适应新信息或陌生挑战，比如学习新软件、照着食谱做菜或快速上手一款新游戏，而AI却难以实现这样的“即时”学习。

研究发现，大脑之所以灵活，是因为它能够重复利用认知组件，就像搭积木一样，将这些“认知积木”拼接起来。比如，会修理自行车的人，在学习修理摩托车时会调用相关技能，更加得心应手。但大脑究竟如何实现这种认知灵活性，目前科学界仍缺乏一致且充分的证据。

团队此次训练了两只雄性恒河猴完成三项相关的分类任务，并在过程中记录了它们的大脑活动。这些任务类似于判断屏幕上模糊的图像更像兔子还是字母“T”，或是更接近红色还是绿色。图像模糊程度不一，有时差异明显，有时则十分细微。猴子通过朝不同方向看来表达它们的判断。实验设计的关键在于，每项任务虽各有不同，但共享某些认知要素，从而可以检验大脑如何重复使用相同的神经活动模式。

通过多脑区分析后团队发现，前额叶皮层（负责高级认知功能的脑区）包含若干可重复使用的活动模式，它们对应不同的“认知积木”，大脑通过灵活拼接这些“积木”来构建新行为。

此外，前额叶皮层还会在不需要某些认知模块时抑制其活动，从而帮助大脑集中处理当前任务。这是因为认知资源是有限的，大脑会确保主要目标任务不被干扰。

团队称，这种基于组合的学习方式，或许正是人类能够高效学习新技能而不遗忘旧技能的关键。相比之下，当前AI系统常遭遇“灾难性干扰”问题——学会新任务后，往往会覆盖掉之前的记忆。如果将人脑这种模块化、可重组的机制引入AI，或许能开发出可以持续学习而不遗忘的智能系统。同时，这项发现对理解某些精神疾病和脑损伤也具有临床意义。