Only Brains Align with Brains: Cross-Region Alignment Patterns Expose Limits of Normative Models

ABSTRACT

中文摘要

神经科学与计算机视觉研究者通过模型—脑对齐基准比较人工与生物视觉系统。这些基准利用表征几何相似性或模型激活对神经响应的预测能力等度量对模型排序。然而，近期研究发现这些排序存在多种问题，尤其缺乏区分能力，从而引出模型“脑对齐”究竟意味着什么的问题。我们提出对齐模式，即每个脑区与其余脑区之间特有的功能关系轮廓，并主张合格的脑对齐模型应复现这些模式。首先，我们在 BOLD Moments 视频 fMRI 数据集的多个视觉 ROI 上，对广泛视觉模型应用标准基准流程，发现不同模型看似具有相同脑对齐程度，体现出传统基准区分能力不足。传统评价是逐点相似性检验，只评估模型与单个 ROI 是否对齐，因此容易受所选指标的不变性与缩放性质影响。相比之下，对齐模式分析（APA）是一种二阶结构一致性检验：对齐某 ROI 的模型，应复现该 ROI 特有的跨脑区对齐轮廓。应用这一检验后，我们发现，这些模式在不同被试的大脑之间高度稳定，但即使排名最高的模型也经常无法捕捉它们。看似等价的模型在关系标准下出现明显分化，证明 APA 增加了区分能力。最后，我们主张更清晰地区分模型作为工具与作为计算模型所需满足的条件。传统指标可能足以识别能预测神经活动的模型，但关于计算或算法相似性的主张需要更强证据，包括关系对齐模式的可复现性。