众所周知，当前人工智能的快速发展依赖于海量数据与强大算力的支撑；相比之下，人脑并不具备这样的资源优势，而是呈现出显著的“认知有限性”：我们只能选择性地注意与记忆部分信息；面对庞大的信息海洋，我们反而会淹没和迷失。
然而，人类在另一维度上展现出独特优势——少样本学习（few-shot learning）。即使基于极其有限的经验，人类也能够迅速提炼出可泛化的规则，并将其灵活应用于新情境。一个关键问题是：当面对稀疏且不完整的局部信息时，人脑究竟如何从有限经验中提取规则进行学习？
北京大学心理与认知科学学院、IDG麦戈文脑科学研究所罗欢教授课题组近期通过预注册行为实验与脑磁图（MEG）成像技术，揭示了少样本学习中的一种关键认知机制——主动建构。研究发现，在学习少量且完全相同的局部配对关系后，人类并不会简单整合已有信息，而是构建出因人而异、内部自洽且稳定的整体关系结构，即“同途殊归”。
该研究成果于2026年4月24日发表在《PLOS Biology》，题为 “Human brains construct individualized global rankings from identical few-shot learning input”，并被遴选为封面文章重点推荐。
图1：“同途殊归”：同样的输入在个体上建构出不同但自洽的色带排序
预注册的少样本关系学习范式
为回答这一问题，课题组开发并预注册了一个全新的少样本关系学习范式（图1）。在学习阶段，每位被试仅接触到极其有限的局部信息：8对非相邻的配对关系，且每一对仅重复呈现4次。随后，在测试阶段，被试需要对全部28对项目进行无反馈的排序判断。这一范式的关键之处在于：所有被试所接收的学习输入是完全一致的——即相同的8对非相邻局部关系。这一“统一起点”，构成了所谓的“同途”。
局部错误的受试间双峰分布
预注册行为数据（N = 77）显示，尽管所有被试经历了完全相同的学习路径（“同途”），并在群体水平上再现出经典转移推断任务中的序列位置效应与符号距离效应，但在个体层面却呈现出显著分化的模式。
具体而言，对于难度较高的配对，不同被试之间表现出稳定的“双峰分布”：一部分被试几乎始终做出正确判断，而另一部分被试则持续表现出稳定的错误（图2）。这一结果表明，个体在面对相同输入时，并非仅表现出随机波动，而是形成了彼此分离、相对稳定的判断倾向。
局部错误间的个体内部自洽性
进一步分析表明，虽然受试个体表现出不同且稳定的局部错误模式，这些个体内部的错误却并非彼此独立，而是呈现出内在的逻辑一致性和自洽性。换言之，大多数被试基于有限信息，主动构建出了各自特异但内部自洽的全局排序结构（图3）。
计算模型进一步显示，这种主动建构的现象无法由经典的独立价值更新模型所解释（如Q-learning、Beta-Q、Betasort）。模型虽可拟合个体的平均表现，却难以复现这种内部自洽的结构性偏差，表明人脑在学习过程中引入了全局结构的约束机制。
主动建构的神经证据
为进一步揭示这一主动建构过程的神经机制，课题组开展了一个独立的脑磁图（MEG）实验。首先在行为层面，结果成功重复了上述主动建构现象。
更为关键的是，神经表征相似性分析揭示了了主观排序的神经表征：不同图片之间的神经相似性符合该被试自身的主观排序，而非其他被试的排序关系。这表明，人脑在学习后形成的并非统一的客观表征，而是与个体认知建构高度一致的主观结构表征。
在时间动态上，相较于图像的低级视觉特征以及基于客观知识（如物体大小）的排序表征，主观排序相关的神经信号出现在更晚阶段（685–775 ms），并主要分布于顶叶中后部区域（图4–5），表明个体化的结构建构是一个相对高阶、后期展开的认知过程。
总结
本研究提供了全新行为和神经证据，揭示了人脑如何在稀疏证据和有限计算资源的约束下进行少样本关系推理。在面临信息稀疏和计算资源受限瓶颈时，个体并非被动整合输入信息，而是在有限且不完备的经验基础上，主动构建具有整体约束的认知结构。即使起点完全一致（“同途”），不同个体仍可能形成彼此差异显著但内部高度自洽的全局表征（“殊归”）。
这一发现挑战了将学习视为逐项独立更新的经典观点，强调人脑更倾向于通过结构化建构来组织经验，从而实现对信息的结构化压缩。换言之，人类的少样本学习优势，并不源于对有限数据的精确拟合，而在于能够基于局部信息生成整体性的结构假设。从更广泛的视角来看，这种“主动建构”的机制，正是人类形成知识体系、进行抽象推理与灵活适应新环境的核心基础，也为理解人类智能与人工智能之间的本质差异提供了新视角。
论文第一作者为实验室博士生刘东宁，现在在UCL从事博士后工作的的王牧之博士为共同第一作者，王牧之博士和罗欢教授为共同通讯作者。该研究得到了科技部科技创新2030-"脑科学与类脑研究"重大项目、国家自然科学基金创新研究群体项目、教育部学科突破嘉华“脑网络与类脑智能”等项目的资助。
论文链接：
Liu D, Wang M, Luo H (2026) Human brains construct individualized global rankings from identical few-shot learning input. PLoS Biol 24(4): e3003756. https://doi.org/10.1371/journal.pbio.3003756
https://journals.plos.org/plosbiology/article?id=10.1371/journal.pbio.3003756
2026-04-24