《Cognitive Systems Research》：Progressive integration of the functions of attentional networks through a bioinspired framework composed of computational services
编辑推荐：
构建基于脑区映射和连接验证的模块化注意力网络计算框架，通过四服务架构实现渐进式整合，验证了警觉-定向-执行控制网络协同产生持续性注意力的机制。
弗朗西斯科·洛佩兹-戈麦斯（Francisco Lopez-Gomez）|何塞-安东尼奥·塞万提斯（José-Antonio Cervantes）|费利克斯·拉莫斯（Félix Ramos）
墨西哥哈利斯科州瓜达拉哈拉市国立理工学院（CINVESTAV IPN）研究与高级研究中心
摘要
创建通用人工智能的一种方法是赋予控制论实体认知功能的计算机实现。这些认知功能之一是注意力。研究这一认知功能非常复杂，因为它涉及研究三个注意力网络及其相互关系所导致的行为，从而帮助我们更深入地理解人类大脑的工作原理。在这项工作中，没有找到涵盖所有三个注意力网络的完整计算实现。实现这一目标所面临的问题之一是，神经科学测试使用不同的术语来描述大脑区域的行为，并且缺乏对连接性的验证，这使得我们无法观察和理解持续注意力等行为的产生。本文提出了一种通过由四个服务组成的框架进行模块化开发的机制：一个用于映射大脑区域的服务，可以实现增量建模；一个连接组验证服务，用于验证连接的神经科学合理性；一个消息管理服务，用于调节和路由通信；以及一个数据存储服务，通过共享内存空间促进协调。我们提案的验证基于注意力网络测试（ANT）案例研究，该测试用于评估这三个建模的注意力网络。使用这个案例研究的目的是逐步整合注意力网络，以展示这种整合如何产生持续注意力等新兴过程。
引言
注意力这一认知功能使人类能够高效管理接收到的海量信息，通过选择相关信息来实现并控制当前任务的执行（Klein, 2022；Posner和Petersen, 1990）。它还负责使大脑区域能够完成任务，将处理过程重新定向到环境中出现的突然且相关的刺激上，这些刺激可能会影响任务表现（Aceves等人, 2023；Avila-Contreras等人, 2014a）。根据心理学和神经科学界的观点，理解和研究注意力的一种方法是将它划分为三个注意力网络：警觉网络（Alerting）、定向网络（Orientation）和执行控制网络（Executive Control）（Klein, 2022；Petersen和Posner, 2012；Posner等人, 2006）。警觉网络有助于保持警觉状态以执行任务；定向网络决定将注意力导向环境中的哪个刺激；执行控制网络则指示如何根据任务目标处理信息（Klein, 2022；Posner和Petersen, 1990；Posner等人, 2006）。
目前这项工作中的模型显示，大多数注意力计算模型仅关注一个或两个注意力网络，或者关注这些网络内的特定孤立过程（例如，Aceves等人, 2023；Gartenberg等人, 2014；Itti和Koch, 2000；Ritter等人, 2019；Vargas等人, 2021；Walther和Koch, 2006）。这种片面的方法意味着注意力的计算表示是有限的，因为它只代表了注意力功能的一部分，如特定情境下的显著刺激选择或执行控制。部分建模阻止了由注意力网络之间的相互作用产生的注意力过程的出现。因此，在这项工作的开发过程中，我们在文献中未发现整合所有三个注意力网络的计算模型，因此也没有类似于人类观察到的灵活且适应性强的注意力计算模型。在此背景下，这项工作的动机是通过一种计算方法来促进对注意力的理解，该方法允许逐步整合注意力网络过程。多项研究强调了神经科学模型的计算表示的重要性（例如，Kriegeskorte和Douglas, 2018；Loosen等人, 2025；Piccinini, 2018；Sterratt等人, 2023），突出了它们在提高概念理解、分析人类大脑以及支持多个研究领域中的人类行为模拟方面的价值。本文提出了一种分层和模块化的表示方法，其主要目标是促进对注意力的理解和计算建模。作为关键贡献，所提出的框架专注于促进跨大脑区域的注意力神经科学模型的模块化开发，并验证需要计算建模的区域具有神经科学基础，以提供忠实于人类大脑生物学的表示。此外，该框架的设计允许整合新的功能，从而促进模块化开发。为了验证这一提案，我们使用了注意力网络测试（ANT）进行了案例研究，该测试专注于评估这三个注意力网络（Fan等人, 2005）。这项案例研究旨在展示所提出的框架如何逐步整合来自三个注意力网络的组件。此外，该框架将有助于理解持续注意力等行为是如何由于注意力电路的部分整合而产生的。
本文的结构如下：第2节描述了关于三个注意力网络及其相关大脑区域的心理学和神经科学证据。第3节回顾了一些相关工作。第4节通过将框架划分为四个主要服务来介绍本文的提案。第5节描述了如何使用该框架创建具有不同注意力过程的模型。第6节描述了案例研究的目的、目标以及通过该框架逐步整合大脑区域所获得的结果。第7节介绍了在案例研究中应用该框架得出的结论以及未来的研究方向。
节选内容
心理学和神经科学证据
本节介绍了在设计和开发所提出的受生物学启发的框架时考虑的背景信息。它包括了指导三个注意力网络在所提出的计算框架中设计、开发和整合的神经科学证据。首先，需要确定构成每个注意力网络的大脑区域，以及这些大脑区域在每个网络内的相互作用和通信方式。
相关工作
要实现一个能够整合注意力网络及其与其他认知功能交互的受生物学启发的计算框架，需要：(i) 在不同的层次结构上逐步整合大脑区域；(ii) 验证这些区域之间的连接；(iii) 促进这些区域的计算表示之间的通信。这些机制对于反映大脑的分层和分布式组织是必要的。
提案
本节介绍了本文提出的受生物学启发的计算框架。该框架的设计基于从神经科学证据中识别出的一系列基本要求，以及现有计算方法中观察到的局限性。具体而言，整合注意力网络需要：(i) 明确支持在多个层次结构上表示大脑区域，如神经解剖图谱中所定义的那样；(ii)
通过受生物学启发的计算框架整合注意力网络
本文介绍了部分建模的注意力网络整合框架的开发基础和初步结果。这项工作旨在为计算建模提供一种替代方法，该方法能够以符合神经科学证据的方式逐步表示不同大脑区域之间的交互。为此，提出了一个简单的案例研究，验证了这些区域的逐步整合。
ANT描述
注意力网络测试（ANT）是专门为评估注意力网络而设计的（Fan等人, 2005）。在这个测试中，警觉网络通常与一个视觉提示相关联，这个提示可能出现也可能不出现。当提示出现时，它可能以中心或空间的方式呈现，如图8所示。当受试者识别出中心箭头的方向时，就会测试执行控制功能，这个方向可能与侧边箭头一致或不一致。在一致的情况下，侧边箭头会指向...
结论
案例研究的结果表明，所提出的框架是一种有效的计算工具，可用于逐步整合注意力网络。大脑区域映射服务基于Brainnetoma图谱生成了分层组织。使用Brainnetoma图谱可以实现系统和可重复的建模。这项工作的一个基本贡献是连接组验证服务，它允许基于坚实的...
作者贡献
F.L-G负责起草和实施所提出的方法。J-A.C参与了手稿的修订和现有技术的回顾。F.R协助起草，参与了提案的正式化以及手稿的修订。
数据可用性声明
该方法不使用数据集作为训练图像。相反，该提案基于根据受注意力网络启发的架构逐步整合认知过程。数组（例如，List图像）被用来表示专门为验证所提出框架的行为而设计的测试场景。
CRediT作者贡献声明
弗朗西斯科·洛佩兹-戈麦斯（Francisco Lopez-Gomez）：软件开发、概念化。何塞-安东尼奥·塞万提斯（José-Antonio Cervantes）：撰写初稿、验证、监督、形式分析、数据管理。费利克斯·拉莫斯（Félix Ramos）：撰写与编辑、撰写初稿、监督、方法论研究、概念化。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能会影响本文报告的工作。
