视觉工作记忆的容量与资源分配
开篇：润墨网以专业的文秘视角，为您筛选了一篇视觉工作记忆的容量与资源分配范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：在对视觉工作记忆容量资源的分配模式进行解释时，出现了两种不同的观点，分别是工作记忆容量的“插槽模型”和“灵活资源模型”。近期的研究结果表明，这两种模型各有其合理之处，而将两者融合的“插槽-资源”模型则似乎能对现有证据做出更好的解释。认知神经科学技术的引入在验证这些理论模型的过程中起到了重要作用。借助能够反映当前工作记忆负荷的生理学指标，研究者得以更直观地观测到工作记忆容量资源的分配方式。
关键词：视觉工作记忆；工作记忆容量；插槽模型；灵活资源模型；插槽资源模型；神经机制
分类号：B842
1、引言——对容量限度的早期研究
工作记忆的容量限度问题一直就是工作记忆相关研究领域的热点，因为这一容量限度决定了我们所能够同时加工的信息数量，限制着我们的各种高级认知活动的效率。Miller（1955）在他的那篇著名的文章中提出，人类短时记忆的平均容量约为7±2个组块。半个世纪后，Cowan（2001）依据大量的实验证据质疑了Miller的神奇的数字7，Cowan认为Miller高估了短时记忆的容量，人类的平均短时记忆广度应为4±2个组块。Cowan在文章中提出Miller文中提到的支持容量为7±2的实验证据都未能充分分离组块的因素，即7个项目中的某些项目间可能已经形成组块而未被研究者发现，同时这篇文章总结了4种能够测量到纯粹的短时记忆容量的方法，而支持4±2个组块的实验证据所采用的方法都可归为其中的一种。
支持短时记忆容量约为4个组块的最有力证据之一来自于Luck和Vogel（1997）利用变化觉察范式完成的一项研究。这一研究通过要求被试记忆快速呈现的彩色方块阵列来考察个体的工作记忆容量，研究结果表明视觉工作记忆的容量约为4个项目。近年来大量研究在这一范式的基础上加以变化，结合多种认知神经科学技术，揭示了工作记忆容量限度背后的神经机制并正在不断探索着容量限度内部的资源分配机制（Rouder。Morey，R.D.，Morey，C.C.，&Cowan，2011）。
2视觉工作记忆容量的理论模型
2.1 初期的理论模型
对工作记忆容量的早期研究仅关注于我们的存储限度，然而我们的视觉工作记忆中能够存储多少个项目事实上是取决于工作记忆容量的内部机制或者说是工作记忆容量资源的分配模式的。早期研究中所观察到的容量限度只是在这种资源分配模式下所产生的一种现象。
尽管已有大量研究表明人类的视觉工作记忆容量存在一个约为4个项目的上限，但是对于“这一有限的容量资源是如何分配的？”这一更深入的问题，我们还没有找到一个让人信服的答案。在解释决定了工作记忆容量限度的有限资源的分配方式时，研究者们出现了分歧。一种观点认为这一有限资源是以离散的方式进行分配的，进而形成了工作记忆容量有限性的“离散资源模型”，也称“插槽模型”（discrete resource orslotmodels）（见图1）。同时另一种观点则认为这一有限资源的分配方式是连续且灵活的，进而形成了“灵活资源模型”（nexible resource models）（见图2）（Fukuda，Awh，&Vogel，2010）。插槽模型认为工作记忆容量存在一个约为3到4个项目的上限，且分配到各存储项目的资源是固定且等量的。而灵活资源模型则认为工作记忆容量不存在一个明确的上限，且分配到各项目的资源可因其重要性、复杂程度或同时存储的项目数量而灵活变化。
2.2 初期理论模型中的争议
由这两种模型出发，研究者们提出了各自对于工作记忆内部机制的不同假设，所针对的核心问题主要为以下两方面：（1）工作记忆容量是否存在明确的上限；（2）工作记忆容量资源的分配是否恒定，即存储数量和客体复杂度是否会影响资源分配。
2.2.1 工作记忆容量是否存在明确的上限
插槽模型的理论假设是：工作记忆容量以量子化模式分配，这就好像每个被存储的项目都被分配到了一个“插槽”中，而插槽的数量是有限的，当插槽已被占满，多出的项目将无法被存储（见图1）。而灵活资源模型则假设视觉图像中的每个项目都能够分到容量资源，只是当项目过多时，由于每个项目分到的资源过少，才会导致正确率的下降（见图2c）。
Luck和Vogel（1997）的研究表明当项目数量超过3～5个时，被试的正确率会出现大幅度的下降。在神经机制方面，Vogel和Machizawa（2004）的ERP研究进一步表明了超出容量限度的项目似乎未被表征于大脑中。Todd和Marois（2004）的fMRI研究也得到了相似的结果。近期，Zhang和Luck（2008）通过对工作记忆中的表征精度的单独测量发现当项目数量较多时，一部分项目有着较高的表征精度（被存储），而另一部分项目的精度则趋于O（未被存储）。这表明并非所有项目都会获得容量资源。
尽管以上证据都表明工作记忆容量存在明确的上限，但也有研究者得到了不同的结果。Bays和Husain（2008）的研究结果表明，表征精度从两个项目时就开始随项目数量的增加而逐渐下降，不存在突然下降的分界线。该研究与Zhang和Luck（2008）不同的是被试要记忆的是客体的位置和角度，这有可能是这两个相似的研究得到不同结果的原因。
2.2.2 工作记忆容量资源的分配是否恒定
根据插槽模型，分配到每个插槽内的容量资源是恒定的，而灵活资源模型则认为随同时存储的客体数量的增加每个客体分到的资源会减少（见图2b、c），并且客体的复杂程度越高消耗的资源也会越多（见图2d）。大量研究都已证实随记忆项目数量的增加表征精度会逐渐下降（Anderson，Vogel，&Awh，2011；Barton，Ester，&Awh，2009；Bays&Husain，2008；Gorgoraptis，Catalao，Bays，&Husain，2011；Wilken&Ma，2004），这一结果支持了存储数量会影响资源分配的假设。另有多项研究结果表明，对复杂客体的存储容量低于简单客体（沈模卫等，2009；Alvarez&Cavanagh，2004；Gao et al.，2009；Luria，Sessa，Gotler，Jolicoeur，&Dell'Acqua，2010；Wheeler&Treisman，2002）。这些证据似乎都支持了工作记忆容量资源的分配具有灵活性的假设。
2.3 新的理论模型
根据以上这些最新的研究结果，有研究者对原有的工作记忆容量模型进行了修改，提出了“插槽一资源”模型和“插槽.平均”模型，这两个改进后的模型主要是在插槽模型的基础上融入进了一些灵活资源模型的假设（Awh，Barton&Vogel，2007；Zhang&Luck，2008）。插槽-资源模型认为工作记忆的存储上限由插槽的数量决定，而所存储表征的精度则由另外的单独资源决定（见图3）。这个资源的分配会受到项目数量、复杂度和重要性等的影响。插槽一平均模型认为多个插槽可以同时存储一个项目的表征，以使表征精度提高。当需要存储的项目数量较少或项目复杂度较高时，多个插槽就会被用来表征同一个项目。
3、神经机制对理论模型的验证
尽管我们在行为研究中获得了很多发现，但如果能够直接测量到大脑的反应，我们就能够获得更直接的证据。利用已经发现的能够反映工作记忆当前存储状态的神经生理指标，研究者们获得了关于工作记忆容量资源分配机制在神经层面上的一些实验证据。
3.1 对插槽模型容量有限性假设的支持证据
3.1.1 ERP研究——敏感于存储量和容量上限的ERP指标
支持视觉工作记忆的容量存在一个约为4个项目的上限的有力证据来自于Vogel和Machizawa（2004）利用事件相关电位技术（ERP）结合变化觉察范式得到的研究结果。该实验要求被试完成单侧视野的变化觉察任务，实验过程中所记录到的ERP表明在记忆保持期间目标视野对侧脑区有比同侧脑区更大的负走向波，这一成分被称为对侧延迟活动（contralateral delay activity.CDA）。CDA受工作记忆中所保持的项目数量的调控，当项目数量为1～3时振幅随项目数量的增加而增强，当项目数量达到约4个时，振幅达到极值不再增加。这一临界点与在大量行为研究中所得到的工作记忆容量估值相一致（Luck&Vogel，1997；Sperling，1960；Vogel，Woodman，&Luck，2001）。此外CDA还高度敏感于工作记忆容量的个体差异，使CDA达到极值的项目数量依个体的工作记忆容量估值不同而不同。这一研究结果不仅使我们获得了能够反映工作记忆中所保持的表征数量的ERP成分，还证实了插槽模型中所提出的工作记忆容量存在明确上限的理论假设。
McCollough，Machizawa和Vogel（2007）使用了与Vogel和Machizawa（2004）相似的实验范式对CDA的特性做了更进一步的研究，他们发现：（1）CDA敏感于行为表现，即正确试次的振幅显著大于错误试次；（2）CDA在记忆项目为其他类型的简单视觉刺激时（该研究中为记忆黑色长方形的方向）也会出现，具有一定的可推广性；（3）CDA不受注意中心大小的影响。此外，为了进一步验证CDA反映的是工作记忆中保持的表征数量，Ikkai，McCollough和Vogel（2010）的实验证据排除了两种额外的可能性，其结果表明CDA不受记忆项目的知觉需要的调控，也不由注意指向的位置的数量所决定。综合以上结果可知，Vogel和Machizawa（2004）所发现的在记忆保持期间出现的对侧延迟活动反映的是工作记忆中保持的表征数量而不是知觉或注意中的某些加工过程。此外，近期Gao，Yin，Xu，Shui和Shen（2011）的研究结果发现CDA所反映的是物体属性信息负荷而非物置信息负荷。
3.1.2 fMRI研究——反映容量限度的神经位点
大量使用功能性核磁共振技术（fMRI）的脑成像研究都发现在视觉工作记忆任务的保持期间大脑的某些区域出现了持续的激活，这些区域包括前额叶皮层（PFC）、顶内沟（IPS）、外侧枕叶皮层（LOC）和初级视皮层（V1）（Ferber，Humphrey，&Vilis，2005；Harrison&Tong，2009；Serences，Ester.Vogel，&Awh，2009；Srimal&Curtis，2008）。然而，Todd和Marois（2004）的研究发现在这些脑区中似乎只有顶内沟（后部顶叶）敏感于视觉工作记忆的存储量并能够反映容量上限。
Todd和Marois（2004）利用fMRI技术进行的研究得到了与Vogel和Machizawa（2004）相一致的结果，并发现后部顶叶的活动反映了视觉工作记忆的容量限度。该研究要求被试完成的同样是变化觉察任务，对fMRI扫描结果的分析发现顶内沟和枕内沟的激活情况与研究者所预期的调控视觉工作记忆容量限度的脑结构所应当表现出的反应模式相吻合，即激活随项目数量的增加而增强直到项目数量达到3或4后就不再增加。该研究还排除了顶内沟和枕内沟的激活反映的是知觉负荷的可能性，也排除了其他脑区也会有同样的反应模式的可能性。此外，在Vogel和Machizawa（2004）的研究中所发现的反映容量限度的对侧延迟活动也正是分布于后部脑区，与该研究的结果是一致的。这些结果表明后部顶叶皮层（顶内沟和枕内沟）是我们对视觉世界的极其有限的心理表征的一个关键的神经位点，同时也支持了工作记忆存在容量上限的理论假设。
Todd和Marois（2005）的研究又发现后部顶叶的激活与视觉工作记忆容量的个体差异显著相关。在视觉工作记忆任务中，高容量的个体比低容量的个体在后部顶叶（顶内沟和枕内沟）有更大的激活。这进一步验证了后部顶叶是反映视觉工作记忆容量限度的关键脑区。
以上这些对反映工作记忆保持量的神经生理指标的监测证据都表明，视觉工作记忆的容量似乎的确是存在一个明确上限的。这与大量行为研究中所观察到的结果相一致，支持了插槽模型的容量有限性假设。
3.2 对灵活资源模型容量资源灵活分配假设的支持证据
根据灵活资源模型，容量资源的总量是一定的，其可以在项目间被灵活地分配。相对复杂或者需要较高精度表征的客体会消耗更多资源而导致存储数量的降低。尽管在Luck和Vogel（1997）的研究中客体特征数量的增加并未使所能存储的客体数量减少，但在Wheeler和Treisman（2002）的研究中，客体上同一维度内特征数量的增加导致了所能存储的客体数量的减少。Alvarez和Cavanagh（2004）的研究也发现客体的信息负荷（复杂度）越大，工作记忆的容量就越小。这些结果表明客体复杂度会影响工作记忆的容量。
Gao等人（2009）使用以简单形状和复杂形状为材料的变化觉察任务进行的ERP研究表明，从两项阵列到四项阵列简单形状的CDA振幅有显著增加，而复杂形状的振幅则无差异。这表明容量资源的分配会受到项目复杂度的影响，而同时似乎也意味着随项目复杂程度的增加工作记忆所能够存储的项目数量会减少。Luria等人（2010）以彩色方块作为简单刺激，以随机多边形作为复杂刺激，让被试完成变化觉察任务，其ERP结果表明简单刺激的CDA振幅在阵列大小达到3个项目时不再增加，而复杂刺激的CDA振幅在阵列大小仅为2个项目时就不再增加了。此外，该研究还发现在同为2项阵列时，复杂刺激诱发的CDA振幅显著强于简单刺激。补充实验也表明这一差异并非由刺激的物理属性不同所导致。这一结果表明复杂客体会消耗更多的容量资源。以上两项研究的结果都支持了灵活资源模型所提出的资源会被灵活分配到各项目上的假设。
近期，Machizawa，Goh和Driver（2012）的ERP研究表明容量资源的分配不仅会随刺激复杂程度的改变而变化，还会随刺激精度需求的改变而变化。该研究发现当只需保存两个项目时人们可以凭意志提高表征的精度，同时CDA的振幅也会增强，而当需要保存4个项目时则无法提高。也就是说当记忆项目数量较少时，我们可以依据任务要求调用更多的资源，以使表征的精度提高。这一结果进一步支持了资源可以被灵活分配的假设。
3.3 对插槽-资源模型双限制假设的支持证据
插槽.资源模型最主要的理论假设即工作记忆中同时存在着相互独立的插槽数量的限制和精度资源总量的限制。多项行为研究已发现，视觉工作记忆中的项目数量限制和表征精度限制的确受相互独立的机制所调控（Awh et al.，2007；Barton et al.，2009；Fougnie，Asplund，&Marots，2010），而在神经机制层面也有多项证据支持这一假设。
在利用fMRI技术考察客体复杂度对工作记忆容量的影响时，研究者发现客体复杂度对与工作记忆容量相关的不同脑区的影响有所不同。Xu和Chun（2006）的研究结果表明，顶内沟下部的激活随阵列大小的增加而增强直至达到容量上限，且与客体的复杂度无关，而外侧枕叶脑区和顶内沟上部的激活仅在目标为简单客体时随阵列大小的增加而增强，当目标为复杂客体时未出现增强。这表明外侧枕叶脑区和顶内沟上部的激活不仅受客体数量的调控还会受到客体复杂度的影响，或者说这两个脑区的激活由所编码的视觉信息的总量决定。Song和Jiang（2006）的fMRI研究要求被试记忆彩色多边形的颜色（简单特征）或形状（复杂特征），他们得到了与Xu和Chun（2006）相似的结果，同样发现对于复杂程度不同的特征类型，不同的脑区有着不同的反应模式。后部顶叶的激活同时受客体数量和目标特征复杂度的调控，而前额叶的激活仅受客体数量的影响，外侧枕叶脑区的激活则只受控于目标特征的复杂度。这些结果表明工作记忆中调控所存储的客体的数量和客体的总体信息量的脑区是相互分离的，这与插槽一资源模型的双限制假设是一致的。
4、总结与展望
目前来看，在现有的解释视觉工作记忆容量资源分配机制的理论模型中，基于插槽模型的部分假设和灵活资源模型的部分假设所提出的插槽.资源模型似乎是得到了更多证据的支持。该模型认为工作记忆中同时存在着相互独立的插槽数量的限制和精度资源的限制，插槽数量是固定的但精度资源可以在各插槽间灵活分配。这一模型既包含了插槽模型中被大量证据支持的容量有限性假设，也包含了灵活资源模型中被多次证实的资源灵活分配假设，同时还能够解释数量限制与精度限制相分离的实验证据。然而，尽管如此，由于目前在许多问题上仍存在着争议，我们依然无法对视觉工作记忆容量资源的分配机制做出一个清晰的描绘。
（1）CDA反映的是哪些心理过程？
在探讨工作记忆容量的内部机制时，研究者利用到的一个重要工具就是Vogel和Machizawa（2004）所发现的对侧延迟活动（CDA），他们认为CDA反映了保存于工作记忆中的项目数量，这一结论曾被广泛认可。Luria和Vogel（2011）的研究结果也发现CDA的振幅受物体数量的调控而与每个物体所包含的特征数量无关。
然而近期的一些研究证据似乎表明CDA反映的可能不仅仅是所保存的项目数量。Luria等人（2010）的研究结果表明在相同项目数量的条件下复杂刺激诱发的CDA振幅更强，而Machizawa等人（2012）的实验结果也发现CDA的振幅会随表征精度的增强而增加。这些证据表明CDA不仅受项目数量的调控也受项目质量的调控。那么CDA到底反映的是工作记忆中保存的项目数量还是工作记忆在保存项目时所消耗的资源总量就需要更多的研究证据来加以考证了。
（2）随精度需求的改变资源是如何分配的？
客体复杂度或精度需求的增加是否会使容量降低呢？尽管多项行为研究表明随客体复杂度的增加视觉工作记忆的容量会降低，但Awh等人（2007）认为复杂刺激的正确率降低是因为复杂性的增加使记忆刺激和探测刺激问的相似性增加而差异性减少。由于记忆表征的精度有限（zhang&Luck，2008，2009），所以在进行比较时就会出现较多的错误，而事实上所存储的项目数量并未减少。尽管Luria等人（2010）发现对于复杂刺激在阵列大小为2时CDA振幅就已达到最大值，但CDA不增强是否就一定能说明存储数量未增加呢？目前复杂度增加会使容量下降的假设似乎还需要更多的证据来加以检验。
（3）随项目数量增加精度下降的真正原因是什么？
我们已经知道随着记忆项目的增多各项目的表征精度会下降。灵活资源模型（Bays&Husain，2008）和插槽-资源模型（Barton et al.，2009）都认为，这是因为精度资源总量是有限的，随保存的项目数量的增加，每个项目能分到的资源就减少了。也就是说只存储一个项目时这个项目会占用全部资源，存储两个项目时每个项目分到全部资源的一半，而存储3个项目时每个项目只能分到1/3的资源。但Machizawa等人（2012）的研究发现当只保存两个项目时可以凭意志提高表征的精度，而保存4个项目时则无法提高，这可能意味着在只保存两个或更少的项目时精度资源并未被完全利用。然而按照上述灵活资源模型和插槽.资源模型的假设这是无法被解释的。那么表征精度随记忆项目的增多而下降到底是否因为资源的用尽就仍有待于考证了。
为了找到以上这些问题的答案，研究者不仅需要不断发展出新的研究范式或方法，也需要充分利用能够反映工作记忆存储状态的生理指标，以弥补行为证据的不足。纯粹的行为或神经机制证据都已很难解决这些问题，而如果能将这两方面的证据相结合也许就能够找到一些问题的答案。然而目前结合神经机制来进行的对容量模型的探索性或验证性研究仍为数不多。相信在未来认知神经科学技术与新的行为范式的结合很可能会对这一领域的发展起到重要的推动作用。