探索枕颞皮层中的认知和神经特异性

《Cognitive Neuroscience》：Seeking cognitive and neural specificity in occipitotemporal cortex

视觉处理的核心目的常被误认为分类任务，但过度依赖单变量分类特异性忽视了个体化、实例和物品等关键维度，这些维度更适合作多变量模式分析。传统分类导向的局部定位器会压制类别内变异，掩盖个体和实例层面的信号。转向多变量可判别性分析能更好匹配日常视觉认知的实际需求。

　　

摘要

我们领域的研究往往基于一个隐含的假设，即视觉处理的目的是进行分类。我认为，我们对单变量类别选择性的依赖使得人们忽视了一些行为上至关重要的维度，例如个体差异，而这些差异最好通过多变量模式来体现。以类别为中心的视觉处理机制会抑制同一类别内的变异性，从而掩盖了个体、样本和项目层面的信息。通过将重点从单变量激活转移到多变量区分能力上，我们可以使神经测量结果更好地符合日常视觉任务的认知需求。