(资料图片)

来自 HSE 大学和加州大学圣地亚哥分校的研究人员 Igor Utochkin 和 Timothy Brady 发现了视觉工作记忆中图像分层编码的新证据。事实证明，记住和回忆一组中单个对象的精度受到整体表示的影响——该组中所有对象的均值和标准差。该研究已发表在《实验心理学杂志：人类感知与表现》上。

视觉工作记忆在我们参与利用这些信息的任务时，会在短时间内存储有关有限数量的感知对象的信息。例如，如果你被要求记住屏幕上的圆圈然后回忆其中一个的大小，你将使用视觉工作记忆。

众所周知，工作记忆容量是有限的：我们平均能够记住大约三四个物体。许多理论假设每个对象都独立于其他对象在工作记忆中被记住、存储和遗忘。相反，分层编码框架的支持者不同意这种假设。根据这个框架，记忆不仅对每个项目的信息进行编码，而且对一组对象的信息进行编码。这种关于群体的概括表示在整体汇总统计中编码。视觉系统可以计算当前项目所有特征的均值和标准差。例如，我们可以很容易地评估和记住树上苹果的平均大小，以及所有苹果与这个平均苹果的相似程度。

研究人员进行了一系列实验，证明了整体统计对单个项目记忆的强烈影响。在其中一个实验中，向参与者展示了一组具有不同顶点方向的四个等腰三角形。顶点方向的范围各不相同：它们指向大致相同的方向，或指向完全不同的方向。可变性越高，计算平均方向就越困难。

参与者被要求记住三角形的方向，然后回忆一个随机选择的三角形。如果分层编码理论是正确的，一组顶点方向的多样性将影响整体统计计算的质量(精度)(所有三角形的平均方向)，并相应地影响单个三角形的精度。

研究人员发现，个人定向报告的准确性取决于所有定向的可变性。此外，参与者能够准确记住展示中物品的方向与要记住的方向的聚集程度之间存在显着的相似之处。

“这说明了一个事实，即即使我们试图单独记住项目，我们的工作记忆也会存储整个组的摘要，”HSE 心理学院教授 Igor Utochkin 评论道。如果有关特定项目的精确信息不在记忆中，则可以使用整体统计来回忆该对象的大致特征。这些统计数据越精确，关于该对象的响应就越精确。