记忆的不确定性，可以从神经噪声中读出吗？
神经科学研究表明，当我们调用一段记忆时，我们对回忆准确性的不确定性也是回忆的一部分。当你看到一个电话号码，想用手机拨打时，你也许会发现那些数字在你的脑海中神秘地丢失了。即便你已经将前几个数字深深印刻在记忆里，最后几位数可能还是不知为何变得模糊不清了。要长期维持这样的信息碎片，并根据这些碎片采取行动，我们需要利用一种叫做视觉工作记忆的能力。
多年以来，科学家们一直在争论工作记忆是否一次性只能存储几个事项，又或者它只是缺少存储细节的空间：也许我们的脑容量要么只能记住一些非常清晰的回忆，要么只能存储大量模糊不清的片段。
最近，来自纽约大学的神经科学研究员在Neuron上发表了一篇论文。该论文声称，工作记忆中的不确定性也许跟大脑使用不同寻常的方式来监测和使用模棱两可的记忆有关。
研究者们让受试者参与记忆任务，然后对他们的大脑进行扫描并用机器学习进行分析。结果发现大脑信号编码了受试者认为自己看到的大概信息，这些信号噪声的统计分布则编码了记忆的不确定性。你感知的不确定性也许是你回忆中大脑表征事物的一部分。这种不确定性或许可以帮助大脑做出更好的决策去使用记忆。
纽约大学心理学和神经科学教授克莱顿·柯蒂斯表示，这些发现表明“大脑正在使用那些噪声”。这项研究也进一步证明了，即便人类似乎并不擅长理解日常生活中的数据，但是他们的大脑可以从概率的角度有规律地解读来自世界的感官印象，无论是当下的还是回忆中的。这一发现提供了一种新的方式来理解我们对不确定世界的感知赋予了多少价值。
大脑更有可能是整合了来自神经元群体的信息，那么了解大脑是如何做到的很重要。对纽约大学心理学和神经科学教授克莱顿·柯蒂斯来说，最近的科学分析表明大脑利用神经电信号的噪声来表示编码感知和记忆的不确定性。
贝叶斯推理解决了在已知情况下，人们对预期结果的发生有多么自信。当应用于视觉时，这种方法可能意味着大脑通过构建似然函数来理解神经信号：根据以往经验产生的数据，最有可能产生特定激发模式的视觉信息是什么？
神经科学家们已经使用解码器来预测人们从大脑的功能性磁共振成像扫描中看到的事物。可以对程序进行训练，以找到呈现的图像与人们看到图像时大脑中的血流和神经活动模式之间的联系。贝叶斯解码器不会做出单一的猜测：例如，受试者正在注视85度角，而是产生概率分布，分布的平均值则能预测受试者最有可能正在看什么。描述分布离散程度的标准偏差可以反映受试者对所见之物的不确定性。
在最新的研究中，柯蒂斯、马伟基和他们的同事将这一想法应用于工作记忆。首先，为了测试贝叶斯解码器是否可以追踪人们的记忆而不是他们的感知，他们让受试者在接受fMRI扫描时盯着一个圆圈的中心，圆周上有一个点。圆点消失后，志愿者被要求将视线移到他们记忆中圆点所在的位置。
贝叶斯编码假设表明，至少一些大脑区域的分布宽度反映了人们对自己记忆的置信程度。为了评估人们的不确定性，研究人员要求受试者们打赌他们记忆中点的位置，并鼓励受试者们努力让自己的猜测更准确。这些赌注实际上是对其不确定性的自我评估报告，因此研究人员可以寻找赌注与解码器分布的标准差之间的关联性。
观察到的活动模式可能意味着大脑使用相同神经群体来编码某个角度的记忆，同时也将置信程度编码在该记忆中，而不是将不确定性信息存储在大脑的其他区域。尽管如此，“我们需要意识到，实际的关联性非常低。”剑桥大学的神经科学家保罗·贝斯说，他也研究视觉工作记忆。
尽管研究结果很有趣，但它们只能初步或部分回答不确定性是如何被编码的。其他解释也是有可能的。理想情况下，各种证据类型，包括行为、计算和神经元方面的证据，应该被放在一起考虑并指向相同的结论。
然而，如果计算概率是我们感知和思考世界的组成部分，那么为什么人类会有不擅长概率的名声呢？例如一些非常有名的发现，尤其是来自经济学和行为科学的研究结果表明，人们在估计方面犯了无数错误，导致他们高估了某些危险事情发生的可能性，而低估了其他事情的发生概率。