
看这一张图,你能判断大多数白点往哪个方向移动吗?

圆点运动模拟器(804 个运动圆点,651 个 同向信号点,其余圆点为随机方向噪声点),图源:作者自制
当同方向白点的比例减少到 3%,现在再判断一下?

图源:作者自制
看出来了吗?24 个同向信号点在往右边移动。

刚刚你判断方向的这个决策过程,大概花了多少时间?
这是一个经典的知觉决策实验——随机点运动任务(Random Dot Motion task,简称 RDM),通常是为了研究大脑如何在噪声中做出判断。屏幕上一群点随机闪动,其中一部分朝同一方向移动,被试需尽快判断整体往哪边动。人类在类似的实验测试中,平均反应时间大约在 450~820 毫秒之间。

乌鸦通过啄击屏幕左侧或右侧的目标圆圈做出选择,以获得食物奖励。丨德国图宾根大学
2026 年 10 月 22 日,一篇发表在《科学》杂志的论文把这个实验用在了鸟类身上。德国图宾根大学的研究人员测试了两只小嘴乌鸦,Iggy(9 岁)和 Lemmy(10 岁),它们只用 235 毫秒(1 秒 =1000 毫秒)就做出了判断,强信号(如动图 1)的准确率约 99.4%,弱信号(如动图 2)也有约 57%。
也就是说,乌鸦的决策速度比人快了近 1 倍,虽然弱信号的准确率略逊色于人类(乌鸦约 57%、人类 65%~80%),但强信号的准确率和人类几乎都接近 100%。
此前也有人给鸽子做过类似实验,为什么这篇顶刊论文值得说说?这得从 " 大脑到底是怎么做决策的 " 说起。
决策并非 " 拍脑袋 "
当我们判断屏幕上的圆点向左还是向右移动时,答案似乎在一瞬间浮现。但在这短短几百毫秒里,大脑已经完成了提取视觉信息、积累判断依据、准备作出反应的一整套流程。决策更像一场 " 投票 ",只有当某一选项的票数越过预设界线,决定才真正产生,科学家称之为证据积累。

依据证据积累理论制作的简化模型,脑区位置、连接、活动强度和时间均为示意,图源:作者自制
光线进入眼睛后,信号在约 40 到 60 毫秒内抵达初级视皮层,随后交由专门分析运动的中颞区处理,这里的神经元会对运动方向产生选择性反应,但只反映当下看到了什么,并不随时间累加,提供的是原始证据而非结论。
真正的 " 计票 " 发生在顶叶的顶内沟外侧区及与之协同的前额叶皮质,那里的神经元把每一帧证据存入对应选项的 " 账户 ",支持 " 向左 " 的证据推高一组神经元的放电率,支持 " 向右 " 的推高另一组;由于信号夹杂噪声,两边都会进账,只是正确一方积累得更快,证据越清晰则爬升越陡、决策越快,越模糊则耗时越长、也越容易出错。当某一选项的神经活动攀升到一条相对固定的阈值线,决策即告完成,信号传往运动皮层,手指的按压或眼球的扫视才得以执行。
这条阈值线还会随任务要求上下调整,求快时调低、求准时调高,日常所说的 " 速度与准确性的权衡 " 在神经层面正对应于此。
不同大脑,同一个算法
上面这套决策流程,是在灵长类身上摸清楚的,靠的是大脑六层结构的新皮层来运行。而乌鸦的大脑走的是另一条路。从时间上看,鸟类和哺乳类的共同祖先生活在大约 3.2 亿年前,此后哺乳类发展出分层的新皮层,鸟类的端脑则没有分层,由一个个核团组成。

谁的童年没有一只聪明的乌鸦。丨 Wikimedia Commons
很长时间里,人们据此认定鸟类只有本能,谈不上 " 思考 "。可课本里那只往瓶中投石取水的乌鸦并非虚构,现实中的乌鸦会制造工具、逻辑运算,还会玩 " 密室逃脱 ",这些事它们是用一颗没有新皮层的大脑做出来的。于是一个问题自然浮现:这颗大脑在做决策时,跑的是同一套算法,还是别的什么?

猴的前额叶皮质(左)与乌鸦的尾外侧巢皮质区(右),位置和结构完全不同,功能上却是对应的决策中枢。丨 Nature Reviews Neuroscience 参考文献 [ 3 ]
图宾根的研究人员把电极植入乌鸦端脑中一个叫 NCL(尾外侧巢皮质)的区域,它不是前额叶,功能上却扮演类似角色:整合信息、拍板、指挥行动。在记录到的 248 个神经元里,有 58 个对运动方向有明显偏好。点阵亮起后约 70 毫秒,这些神经元的活动就开始分化,偏好 " 向左 " 和 " 向右 " 的两群各攒各的证据,放电率一路爬坡,信号越清晰爬得越快,谁先触到阈值,决策便落定——此时距离乌鸦真正啄向屏幕,还有约 170 毫秒。
这与人类和猴子顶内沟外侧区、前额叶里发生的事如出一辙:原理相同,硬件不同。研究人员猜测,鸟脑体积小、神经元排得密,信号在区域之间跑的路更短。
聪明,不是人类大脑结构的专利
这篇论文结果真正耐人寻味的,不是乌鸦有多快,而是一颗没有新皮层的大脑,居然跑出了和我们人类一样的决策计算。往深处想,它至少动摇了三件事。
第一,高级认知不一定需要新皮层。几十年来,神经科学默认灵长类大脑是智能的 " 标准答案 "。乌鸦给出了反例:不盖六层楼,高密度的 " 核团机房 " 照样能跑高级认知。
第二,同一个算法,演化可能找到了两次。两条分开 3 亿多年的路线,脑结构完全不同,却都落在 " 证据积累 " 这一套解法上。智能不是某种脑结构的专利,而是一个可以被反复实现的方案。
第三,找智能,别只盯着人类这面镜子。论文作者 Nieder 说得很直白:不要默认哺乳动物的大脑就是智能的蓝图,多看看其他物种,才分得清哪些原理是通用的,哪些只是某条演化路线上的 " 特调 "。

"birdbrain" 隐含愚蠢的意思早就该改改了。丨 AI 绘图
参考文献
[ 1 ] Schmidbauer, P. & Nieder, A. Ultrarapid decision-making in an avian brain. *Science* 394, 445 – 449 ( 2026 ) .
[ 2 ] Roitman, J. D. & Shadlen, M. N. Response of neurons in the lateral intraparietal area during a combined visual discrimination reaction time task. *J. Neurosci.* 22, 9475 – 9489 ( 2002 ) .
[ 3 ] NIEDER A. The neuronal code for number [ J ] . Nature Reviews Neuroscience, 2016, 17 ( 6 ) : 366-382.
策划制作
作者丨卓京鸿 科普创作者
审核丨徐凯 山东第一医科大学脑科学与类脑研究院讲师
李翀 清华大学临床医学院科研办主任副教授
策划丨高佩雯 江帆
责编丨刘晓璐
相关推荐
1. 看多了 AI 漫剧,我觉得真人脸变 " 丑 " 了?! 2. 为什么有人每天睡得少却很精神?科学家发现 " 短睡基因 " 3. 高铁上给手机充电,电量为何越充越少?真相来了
4." 减肥神药 " 司美格鲁肽致盲风险冲上热搜!尚无可靠治疗方法
5. 中国最不该被低估的科技成就,如今还在非洲落地
本文封面图片及文内图片来自版权图库
转载使用可能引发版权纠纷 原创图文转载请后台回复 " 转载 "
点亮 " 推荐 "
一起涨知识!



