By name: platonic-representations-brain description: "人脑柏拉图表征方法论：证明不同受试者的fMRI视觉表征在几何上近似等距，可通过无监督正交旋转进行跨个体翻译，无需配对数据或中间模型。适用于脑表征分析、个体间神经编码、fMRI分析。"
Platonic Representations in the Human Brain
将强柏拉图表征假说（Strong Platonic Representation Hypothesis）拓展至人类视觉皮层： 不同个体独立学习的fMRI嵌入空间可通过无监督几何变换互相翻译。
Metadata
- Source: arXiv:2605.20496 [q-bio.NC, cs.CV]
- Authors: Pablo Marcos-Manchón, Rishi Jha, Lluís Fuentemilla
- Published: 2026-05-21
- Affiliations: University of Barcelona, Cornell University, Bellvitge Institute for Biomedical Research
Core Contribution
核心问题
人工神经网络中不同模型的表征趋向于收敛到相似的几何结构。一个自然的问题是：人类大脑之间是否也存在这种共享的神经几何？
关键发现
- 自监督编码器：利用重复刺激呈现，从fMRI数据中学习受试者特异性嵌入
- 几何等距性：不同受试者的嵌入空间近似等距
- 无监督翻译：通过无监督正交旋转即可实现跨受试者的实例级检索
- 共享坐标系：同步成对旋转到统一共享空间进一步提升检索效果
Technical Framework
方法
自监督编码
- 利用Natural Scenes Dataset (NSD)中重复的刺激呈现
- 从fMRI脑活动数据直接学习受试者特异性嵌入
- 无需图像标签、行为数据或其他监督信号
跨受试者几何对齐
- 为每位受试者独立训练嵌入网络
- 使用无监督正交旋转（Procrustes分析）对齐嵌入空间
- 同步所有成对旋转到统一共享潜在空间
评价方法
- 跨受试者实例检索准确率
- 嵌入空间几何保持度
- 旋转前后的空间结构一致性
数据来源
- Natural Scenes Dataset (NSD)：大规模fMRI数据集
- 受试者观看复杂的自然图像
- 多次重复呈现同一刺激以稳定估计响应
Experimental Results
主要发现
- 独立学习的受试者嵌入空间在几何上高度相容
- 无监督Procrustes旋转即可建立精确的跨受试者对应
- 统一共享空间显著优于逐对对齐
- 证据表明视觉皮层中存在通用的坐标系统
方法对比
| 方法 | 是否需要配对数据 | 是否需要中间模型 |
|---|---|---|
| 传统超对齐(Hyperalignment) | 是 | 否 |
| 基于模型的方法 | 否 | 是 |
| 本方法(Geometry-Based) | 否 | 否 |
Applications & Implications
对神经科学的贡献
- 共享神经几何：首次在无配对数据条件下证明跨个体神经表征的几何相容性
- 跨个体建模：支持将多个受试者的数据映射到公共空间进行分析
- 超对齐替代：提供不依赖共享刺激的功能对齐方法
对AI的启示
- 生物-人工对齐：将柏拉图假说从AI扩展到生物系统
- 表征翻译：为跨系统表征翻译提供几何框架
- 通用表征理论：支持不同智能系统共享底层编码结构
Pitfalls & Limitations
- 仅验证了视觉皮层（V1-V3），未扩展到其他脑区
- 使用fMRI数据，时间分辨率有限
- NSD数据集刺激数量有限，可能限制泛化
- 正交旋转假设嵌入空间是线性的，实际生物嵌入可能具有非线性结构
- 未验证不同模态间的几何相容性
Activation Keywords
- platonic representations, shared neural geometry
- cross-subject fMRI, unsupervised alignment
- representational similarity, hyperalignment
- 柏拉图表征, 共享神经几何, 跨个体对齐
Related Skills
- brain-dnn-transformation-alignment
- naturality-violation-score
- decoding-encoding-alignment-critique
- lpact-brain-lm-alignment-evaluation
References
- Original Paper: https://arxiv.org/abs/2605.20496
- Code: Available at linked URL in paper
- NSD Dataset: Natural Scenes Dataset (Allen et al., 2022)
- Platonic Representation Hypothesis: Lenc & Vedaldi (2015), Li et al. (2015), Huh et al. (2024)
- Hyperalignment: Haxby et al. (2011)