玻尔百科大脑是如何从数十亿个独立神经元看似混乱的放电中，产生稳定的思想、记忆和连贯的自我意识的？吸引子网络的概念提供了一个强大而优雅的答案，它提供了一个理论框架，弥合了神经活动与认知功能之间的鸿沟。它解决了大脑不仅能储存信息，还能从部分线索中稳健地检索信息，并执行如空间导航等动态计算的根本问题。本文将探索吸引子网络的世界，揭示其作为生物组织核心原则的本质。
本次探索分为两个主要部分。在“原理与机制”一章中，我们将剖析核心思想，利用简单的物理类比来理解稳定状态是如何形成和维持的。我们将区分用于特定记忆的离散吸引子和用于动态表征的连续吸引子，并检视塑造这些计算景观的神经结构和学习规则。在这一理论基础之上，“应用与跨学科联系”一章将展示该框架非凡的解释力。我们将看到吸引子网络如何模拟从内容可寻址记忆、大脑内部GPS，到神经系统疾病中的认知波动，乃至单个细胞内做出的生死决策等一切事物。
要真正理解一个概念，我们必须剥去术语的层层外衣，审视其下原始而精美的运作机制。吸引子网络的概念正是这样一个例子。其核心是一个关于稳定性、记忆和对称性的故事——这些原则对物理学和神经科学同样至关重要。让我们踏上一段揭示这些原则的旅程，起点不是神经元，而是一颗弹珠和一座小山。
想象一下，你在一个丘陵地带释放一颗弹珠。它会怎么做？它会滚下山坡，最终停在山谷的底部。这个山谷就是一个吸引子。它是一种状态——在这里指一个位置——系统会自然地“偏好”并稳定于此。所有能让弹珠滚入这个特定山谷的区域，就是它的“吸引盆”。这个简单的物理类比是理解吸引子网络的核心。
在大脑中，网络“状态”并非一个物理位置，而是一种神经活动模式——哪些神经元在放电，哪些处于静息状态。“景观”不是由泥土和石头构成，而是由神经元之间巨大的突触连接网络所塑造。这些连接的强度和模式决定了哪些活动模式是稳定的。当一个网络稳定在这些稳定模式之一时，它就达到了一个吸引子状态。这本质上是记忆的物理基础。记忆是你大脑的一种稳定构型，是刻在其高维神经景观中的一个山谷。
并非所有景观都生而平等，这种差异催生了两种基本类型的吸引子。
首先，想象一个有几个清晰、孤立山谷的景观。一颗弹珠可以在这个山谷或那个山谷停下，但不能停在两者之间。这是一个离散吸引子系统。在大脑中，这对应于一个可以容纳有限数量特定记忆的网络。想想你大脑中识别人脸的网络。你母亲的脸有一个“山谷”，你最好朋友的脸有另一个，以此类推。如果你看到一张模糊或部分的图像——比如，只看到你朋友那副独特的眼镜——这就像把弹珠放在你朋友那个山谷的斜坡上。网络的自身动力学，即神经元之间的循环连接，将导致活动模式“滚下山坡”，直到在谷底稳定下来，从而补全你朋友面孔的完整记忆。这种非凡的能力被称为模式补全。
大脑是如何塑造这些山谷的呢？原理异常简单：“共同放电的神经元会连接在一起。”这就是赫布学习（Hebbian learning）。在看到你朋友面孔的体验中，一组特定的神经元会放电。恰好是这些共同激活的神经元之间的连接得到了加强。这个过程的生物雕刻家是一种名为NMDA受体的非凡分子。它充当分子“重合检测器”：只有当它从突触前神经元接收到信号，并且突触后神经元已经处于活动状态时，它才会加强一个突触。这个过程确实将记忆痕迹，即那个山谷，刻入了网络的突触景观中。海马体，特别是其CA3区域，被认为是这种自联想记忆系统的典型例子，它利用其密集的循环连接来形成和检索记忆。
现在，想象另一种景观：一个带有完美圆形、平底凹槽的景观。放在这个凹槽里的弹珠是稳定的；它不会滚上槽壁。但它也可以沿着凹槽自由移动，没有任何阻力。它可以在圆周上的任意一点稳定地停下来。这就是连续吸引子。稳定状态的集合不是离散点的集合，而是一条连续的线或一个曲面，数学家称之为流形（manifold）。
什么样的网络会创造出这样的景观呢？一个具有深层、内在对称性的网络。如果在一个神经元环上，无论你处于哪个位置，突触布线都是相同的——即它是旋转不变的——那么没有哪个位置比其他位置更特殊。如果网络可以在一个位置维持一个稳定的活动“凸起”，那么同样的对称性决定了它可以在任何位置维持这个凸起，从而形成一个连续的稳定状态族。这是我们内部方向感模型背后的核心原则。网络是一个环，活动凸起在环上的位置代表了头部所指向的方向。
当我们通过动力学和稳定性的视角来审视时，离散吸引子和连续吸引子之间的区别变得异常清晰。
在离散吸引子中，如果你将状态从谷底向任何方向轻推，会有一股恢复力将其推回。该状态在所有维度上都是稳定的。用动力学的语言来说，这意味着与所有可能扰动相关的特征值都是负的，表明系统会衰减回稳定点。
在连续吸引子中，情况更为微妙。如果你将状态向上推离槽壁（一个“偏离”流形的扰动），恢复力会将其拉回。这些方向是稳定的。但如果你将状态沿着凹槽推动（一个“在”流形上的扰动），则没有恢复力。系统完全乐于停留在新的位置。这被称为中性稳定性。这个中性方向对应于一个恰好为零的特征值。
这个零特征值并非偶然；它是系统内在对称性的一个深刻而优美的结果，这一概念与物理学中的Goldstone定理有关。连续对称性（例如旋转）被特定凸起位置的选择“自发破缺”了，而这种破缺对称性的幽灵以零特征值模式——即“戈德斯通模式（Goldstone mode）”——的形式存在，使得系统能够毫不费力地沿着凹槽移动。我们甚至可以从第一性原理证明这一点：通过对网络的控制方程关于对称性参数（位移角）求导，可以证明凸起解本身的导数就是系统的一个本征模，其特征值恰好为零。
谷壁的“硬度”也至关重要。“谱隙”——零特征值与第一个负（稳定化）特征值之间的距离——告诉我们活动凸起的稳健性如何。一个大的谱隙意味着任何试图改变凸起形状而非仅仅是其位置的扰动，都会被非常迅速地消除，从而保证神经编码的完整性。
那么，你实际上如何布线一个网络来产生这些不同的景观呢？突触连接核 是关键，它描述了位于 处和位于 处的神经元之间的连接强度。
要创建一个能支持周期性模式的连续吸引子，例如我们空间导航系统中的网格细胞的六边形模式，一种常见且有效的架构是“墨西哥帽”连接。这涉及短程兴奋和长程抑制。一个神经元会兴奋其近邻，但抑制更远的神经元。
这为什么能行得通？我们可以从空间频率的角度来思考。墨西哥帽相互作用轮廓充当了带通滤波器。它选择性地放大具有特定波长——不太短也不太长——的活动模式，同时抑制其他模式。当你对墨西哥帽核进行傅里叶变换时，你会发现其功率集中在一个非零频率的环上。这正是促进周期性模式出现的原因。更理想化的头朝向细胞和网格细胞模型使用简单的基于余弦的相互作用，这种相互作用从一开始就明确地构建了所需的对称性，并选择了特定波长的模式。这种通过局部激活和长程抑制形成模式的原理是如此基本，以至于它在自然界中随处可见，从动物的皮毛图案到化学反应。
也许连续吸引子最深刻的特点是，它不仅仅是一个静态的记忆存储设备，更是一个动态的计算引擎。因为活动凸起可以在流形上移动而没有能量消耗，一个微小而巧妙施加的外力就可以以可控的方式推动它。
这就是路径整合的拟议机制——大脑通过对速度进行时间积分来追踪自身位置的能力。考虑用于头朝向的环形吸引子。凸起的位置是大脑对其当前朝向 的估计。如果一个携带角速度信息 的外部信号以特定的不对称轮廓（即从一侧推动凸起）输入网络，它可以驱动凸起沿环移动。凸起的速度 与输入的速度信号 成正比。网络正在执行数学积分：。同样的原理也适用于网格细胞，其中二维速度输入使二维网格模式在神经元片层上移动，从而更新动物对其位置的内部地图。
此时，你可能会认为，一个具有完美对称性和零特征值模式的完美连续吸引子的想法，对于大脑混乱、嘈杂的现实来说，有点过于“干净”了。你说得对。
真实的生物网络并非完美对称。突触各不相同，神经元会死亡，连接也存在一定程度的随机性。这种“淬火无序”打破了理想化模型的完美对称性。那么我们那美丽、平底的凹槽会发生什么呢？它会变得凹凸不平。连续的稳定状态流形被打破，取而代之的是一个由无数微小山谷或“势阱”构成的崎岖景观。
活动凸起不再自由滑动；它被“钉”在这些局部最小值中。连续吸引子实际上变成了一个离散吸引子，尽管其状态数量巨大且间隔紧密。凸起仍然可以移动，但现在需要一个小的“推动”才能从一个最小值跳到下一个。凸起感受到这种钉扎力的特征距离是钉扎长度尺度。在一项极为优雅的物理学研究中，可以证明这个长度尺度 取决于神经活动凸起的内在宽度 和潜在无序的相关长度 ，它们之间通过简单的关系式 联系起来。
这是一个至关重要的见解。它告诉我们，理想化的连续吸引子是一个强大的抽象概念，但物理现实是一个在连续与离散之间的刀刃上保持平衡的系统。正是这种不完美，这种景观的轻微崎岖，可能使系统变得稳健，防止存储的信息因神经噪音而漂移，同时仍允许外部输入对其进行更新。对称性及其破缺之间的舞蹈，正处于大脑如何表征和计算的核心。
现在，你可能认为这些“吸引子网络”是一个引人入胜的数学游戏，一个物理学家关于事物可能如何运作的抽象模型。但它们是真实的吗？它们真的出现在混乱、复杂的生物学世界里吗？答案是肯定的，而且正是在探索这些联系的过程中，我们开始看到这个想法的真正力量和美妙之处。吸引子的概念是一个极好的统一原则，通过这个镜头，我们可以理解一系列惊人的现象，从我们记起一首歌的方式，到细胞决定生存还是死亡的方式。
让我们从我们都经历过的事情开始：记忆。你如何检索一段记忆？如果你使用电脑，你需要一个地址。你告诉机器去文件C:\Photos\Beach_2023.jpg，它就会提取存储在该确切位置的数据。你的大脑似乎不是这样工作的。你不需要一个精确的“地址”来回忆一段记忆。空气中盐的味道或一首熟悉歌曲的几个音符，就足以让整个海滨假期的回忆涌上心头。
这就是内容可寻址记忆（CAM）的精髓，而这正是吸引子网络擅长建模的。每个存储的记忆对应一个点吸引子，即网络能量景观中的一个稳定山谷。一个部分线索——盐的味道——就像将网络状态置于“海滨假期”山谷附近的山坡上。网络的自身动力学完成剩下的工作；状态自然地滚下山坡，直到在谷底稳定下来，从而检索出完整、全面的记忆。这个从零散片段中恢复完整模式的过程称为模式补全。
神经科学家相信，他们已经在海马体中找到了大脑用于这类记忆的硬件，这是一个深藏于颞叶的结构。具体来说，被称为CA3的区域充满了与我们理论模型中定义完全相同的循环连接。目前的观点是，CA3的密集布线形成了一个自联想网络，将我们的情景记忆——我们生活中的故事——作为不同的吸引子储存起来。当大脑的另一部分提供部分线索时，CA3网络会迅速切换到相应的完整记忆模式，然后该模式被广播到皮层的其余部分，供我们有意识地体验。此外，这个系统是灵活的。如果你回到一个熟悉的房间，却发现所有家具都重新布置了，网络可以改变其表征，在一个称为重映射（remapping）的过程中，有效地从一个存储的吸引子地图跳到另一个。
记忆并不总是像一张脸或一个地方那样的离散事物。有时，大脑需要表征连续的量，比如你面对的方向或你在地图上的位置。为此，大自然似乎发明了另一种吸引子：连续吸引子。
想象一下动物的方向感。它是一个循环变量——转得足够远，你就会回到起点。在从昆虫到哺乳动物的许多物种的大脑中，科学家们发现了像神经罗盘一样工作的“头朝向细胞”。一个优美的建模方法是使用环形吸引子。想象一个神经元环，其中相邻的神经元相互兴奋，而远处的神经元相互抑制。这样一个网络的稳定状态不是一个单点，而是一个局域化的活动“凸起”。由于环的完美旋转对称性，这个凸起可以稳定地存在于环上的任何位置。凸起的位置，一个从 到 的角度，因此可以完美地编码动物的连续头朝向。当动物转身时，前庭信号会推动凸起在环上移动，从而不断更新其内部罗盘。
大自然似乎对这项发明非常满意，并将其规模化。在一项诺贝尔奖级别的发现中，研究人员在内嗅皮层（一个与海马体相连的脑区）中发现了网格细胞。当动物探索环境时，这些神经元以惊人规则的六边形网格模式放电。它们就像大脑自己的坐标系。这些网格模式被认为是从一个二维连续吸引子网络中涌现出来的。在这里，网络的“状态”不是环上的一个凸起，而是一个在数学上被包裹成环面的二维平面上的周期性模式。
真正非凡的是这个系统如何作为路径积分器工作的。当动物移动时，其速度信号被输入网络。这些输入的作用是“推动”活动模式在神经元片层上移动，与动物在物理空间中的运动完美对应。大脑正在进行一种航位推算法，通过对速度进行时间积分来持续记录其位置。实际上，这是一个即使在完全黑暗中也能工作的生物GPS。
这个内部GPS是一个奇迹，但任何尝试过用航位推算法导航的人都知道其根本弱点：误差会累积。一步的小小失算会被带到下一步并随时间放大。那么大脑的表征是如何与现实保持联系的呢？它利用外部地标。
这个纠错过程也可以用吸引子的语言来理解。再次想象我们的头朝向系统。内部的路径整合可能会漂移，但看到一个熟悉的地标提供了一个绝对的“真北”。这种感官线索就像一股温和而坚定的力量作用于吸引子网络。它在正确的位置上创造了一个能量景观中的小凹陷，有效地“钉住”了活动凸起。如果内部估计漂移了，这个纠正力会把它拉回来。这个优美的机制展示了大脑如何优雅地平衡其内部计算与外部感官证据，创造出一个既动态又稳定的表征。它利用线索来减少系统性偏差和随机的噪声波动。
大脑不仅仅是被动地纠正其表征，它还主动地控制它们。想想空间注意力——你将注意力集中在视野中某一点的能力。这可以概念化为移动一个增强神经处理的“聚光灯”。在吸引子框架中，这相当于将活动凸起引导到期望的位置。有人可能会问：最有效的方法是什么？通过应用源自物理学和工程学的最优控制理论原理，我们发现了一个惊人而优雅的答案。要以最小的控制能量将注意力凸起从一点移动到另一点，系统应该施加一个恒定速度的“推动”。这不是很奇妙吗？大脑转移其焦点的最经济方式，遵循了与物体以恒定速度直线运动相同的原则——这是运动定律与心智动力学之间的深刻联系。
吸引子的稳定性对健康的认知至关重要。那么，当这种稳定性受到损害时会发生什么？后果可能是毁灭性的，而吸引子框架为我们理解某些神经和精神障碍提供了一种强有力的新方法。
思考一下路易体神经认知障碍（Lewy body neurocognitive disorder）的悲剧性症状，在这种情况下，患者的警觉性和注意力会出现剧烈波动。他们可能前一刻还清醒明了，下一刻就变得困惑和反应迟钝。很长一段时间里，这种“时好时坏”的现象都是一个谜。一个基于吸引子的模型提供了一个令人不寒而栗的清晰解释。持续的注意力可以被看作一个稳定的吸引子状态——大脑能量景观中的一个“注意力开启”山谷。这个状态由乙酰胆碱（acetylcholine）等神经调质维持。在路易体病中，产生乙酰胆碱的神经元会退化。这导致“注意力开启”的山谷变得更浅、更不稳定。在这种脆弱的状态下，大脑自身的背景噪音——神经放电的随机波动——足以将系统“踢出”注意力集中的状态，进入一个无组织的“注意力关闭”吸引子。患者的意识简直就像在闪烁，在清醒和困惑的状态之间切换，因为网络在这两个吸引盆之间不规律地跳跃。
吸引子概念的力量远远超出了大脑。它是关于具有许多相互作用组件的复杂系统如何能够稳定到有组织的稳定状态的一个普遍原则。让我们看看单个细胞内部的世界。
一个细胞的命运——无论是分裂、分化，还是经历程序性细胞死亡（凋亡）——都由一个复杂的基因调控网络所控制。成千上万个基因的活动，相互开启和关闭，决定了细胞的行为。我们可以将这个网络建模为一个庞大的布尔系统，其中每个基因要么是“开启”（），要么是“关闭”（）。这个网络的稳定构型——它的吸引子——对应于细胞的稳定状态：一个“增殖”吸引子、一个“静息”吸引子或一个“凋亡”吸引子。
这一视角对医学，特别是癌症治疗，具有深远的意义。想象一个癌细胞依赖于两条平行的生存途径，由基因 和 控制。如果你用一种药物只敲除 ，细胞安然无恙；它的基因网络只是稳定到一个依赖于 的替代“生存”吸引子中。如果你只敲除 ，它会利用 生存下来。但是，如果你同时敲除 和 ，你就切断了所有通往生存状态的路径。网络被迫进入唯一剩下的吸引盆：凋亡的吸引盆。细胞死亡。这种被称为合成致死的现象是现代肿瘤学的核心策略。我们实际上是在重塑癌细胞基因网络的能量景观，以确保死亡是它能找到的唯一吸引子。
从记忆的悄然重建，到老鼠内部罗盘的复杂舞蹈，再到疾病中意识的悲剧性消逝，最后到单个细胞的生死抉择，吸引子的概念提供了一条单一的、统一的线索。它揭示了秩序和稳定功能如何从简单部分的复杂相互作用中涌现——这是一个真正深刻而优美的原则，处于大自然设计的核心。