Rosedahl, L. A., Eckstein, M. P., & Ashby, F. G. (2018). Retinal-specific category learning. Nature human behaviour, 2(7), 500-506.
视网膜特异性的分类学习
摘要：以往的认知理论都认为，分类学习是一个使用了抽象的高级功能，它与低层次的视觉信息是无关的。本研究挑战了这种观点，证明对于信息整合的分类(information-integration category)是视场(visual-field)依赖的，但对于基于规则的分类(rule-based category)是没有视场依赖的。
现在已有很多证据证明，分类学习与陈述性记忆和程序性记忆有关。在rule-based（简称RB）任务中，陈述性记忆，工作记忆和执行能力都很关键。在information-integration（简称II）任务中，只有两个或两个以上的刺激信息在决策前被整合了，分类正确率才会最大化，研究证明这种II(information-integration)任务与程序性记忆有关。
实验一
这是一个2×2的设计。两种任务类型(RB;II)×两种测试顺序（先左眼还是先右眼）
刺激：
II任务刺激如图1所示，RB刺激是将II任务刺激顺时针旋转45°，虚线会变成水平和竖直，这时候分类间的rule更容易表述。
流程：
一共四个阶段。阶段一蒙上左眼，进行训练，一共500个试次，会反馈分类正误。阶段二，50试次的测试，主要是测试被试学习阶段的成果，无反馈。阶段三，蒙住右眼，刺激位置不变，50个新试次，无反馈。阶段四，蒙住左眼，刺激位置换到左边，50个新试次，无反馈。阶段三和阶段四的顺序在被试间平衡。
结果：
对任务类型（II和RB），不同模块（control和test），不同测试条件（“新眼旧位置”和“旧眼新位置”）进行方差分析，结果显示，在II条件下，视网膜位置变化差异显著，其他不显著；在RB条件下，是模块间差异显著，但视网膜位置变化不显著。
图3a：训练阶段的结果，在500个试次后正确率都显著超过随机水平（25%），并且两种任务类型差别不显著。
图3b，c：圆点表示单个被试的正确率，柱状图表示平均结果。从图3b中可以看出，在II任务中，视网膜位置的改变显著地降低了正确率，而眼睛的变化并没有。从图3c中可以看出，在RB任务中，视网膜位置的改变并没有产生影响，正确率随着阶段的往后而不断下降。
实验二：
在实验一中，RB任务下的视网膜特异性不显著，这也可能是因为随着阶段推移，准确性下降从而掩盖了效应。实验二用另一种方式再去验证假设。我们的假设是，视网膜特异性在II任务中显著的，并且II任务与程序性记忆相关；在RB任务中不显著，RB任务是与陈述性记忆相关的。因此，以程序系统介导的分类学习是视网膜特异的，而已陈述系统介导的分类学习不是。
程序：
实验二在RB任务中将训练试次减少到300次，II任务的训练试次还是保持500次。并且在RB任务训练中，反馈会在选择之后延迟2.5秒再给出，中间也会有噪声掩盖(noise mask)。
结果：
结果显示，在II条件下，视网膜位置变化差异显著，其他不显著；在RB条件下，模块间差异，视网膜位置变化都不显著。
图4a：训练阶段的结果，RB和II任务的正确率达到相同水平，无显著差异。
图4b，c：圆点表示单个被试的正确率，柱状图表示平均结果。
从图4b中可以看出，与实验一相同，在II任务中，视网膜位置的改变显著地降低了正确率，而眼睛的变化并没有。
从图4c中可以看出，实验二的结果与实验一有所不同，在RB任务中，正确率并没有随着阶段有显著降低。新的眼睛和新的位置之间没有显著差异。实验二中RB任务没有体现出block之间的差异，也可以证实在实验一中，block之间的正确率递减并没有掩盖视网膜特异性的效应，也就是说，RB任务的确没有视网膜特异性。
讨论：
这两个实验共同验证了，在分类学习中视网膜特异性的存在，尤其是在类似II任务的程序性系统下的分类学习。
可能的解释是，RB任务是基于对规则的学习，主要调节的区域是前额叶，视觉输入也是下颞叶皮层和其他高级视觉区域，因此刺激换了位置之后，高级视觉区域还是会被激活，所以不会影响分类。而II任务更多依靠突触可塑性的介导，视觉输入是从视觉皮层是获取的，刺激位置的不同，视网膜受刺激的神经元不同，突触为受到训练，分类就会受到影响。
从这基础上引申出的问题是，（1）这种视网膜特异性在其他II任务能不能得到拓展，例如将刺激换成更复杂的人脸？（2）之前对视网膜特异性的研究都是在知觉学习的基础上，本研究是分类学习，结论有重叠的部分但也有不一样的部分，这其中还不够有一些共同的潜在机制在影响？
