编者按：本文来自微信大众号“量子位”（ID：QbitAI），作者郭一璞、十三，36氪经授权发布。
为什么在北京、西安这种路途横平竖直的城市，你更简略辨明方向，不简略走失？
为什么到了重庆、青岛这种路途方向为所欲为的城市，你就晕了？
如同所有人都知道，假如路途直南直北、城市方方正正，人就更有方向感，但这究竟是怎么回事？
现在科学依据来了。
来自大名鼎鼎的马克斯·普朗克人类认知与脑科学研讨所、伦敦大学学院（UCL）等组织科学家，最新一篇论文登上Nature子刊Human Behavior，揭开了背面的大脑隐秘：
由于你的脑子里，回想不同地标方位的办法是一张虚拟的地图，担任回想这些虚拟地图的细胞，自身排列成六边形网格。
因而，当“虚拟地图”是四四方方的时分，六边形网格细胞的回想形变不显着。
而假如“虚拟地图”是七拐八拐的各种形状，六边形网格细胞的回想形变就很显着了。
VR环境中方位回想试验
为了证明这一点，研讨者们跑去挪威科技大学，找了一群男男女女做试验。
参加者总共53人，他们的年纪都在18~30岁之间，试验需要让他们带上VR设备做，由于一些技能和差错的问题，终究的数据以其间37人为样本。
试验的进程，是在这样一个VR+运动渠道的组合中进行的：
试验者穿戴冲突十分低的鞋套，被安全带固定在运动渠道上，可以自在旋转改换方向，这样他们就能在VR国际中行进了。
他们先进入了一个新手村，新手村的形状是虚拟的圆形环境，这儿有许多树木可以做为地标辨别方向。
他们在这个新手村习惯在VR运动渠道设备中走路和转弯，并像玩游戏相同在这个VR国际里经过操控器按钮捡金币。
在新手村习惯之后，试验正式开端。
△正方形和梯形环境
试验在两种尺度的虚拟环境中进行，一种是36vm×76vm×8vm×76vm的梯形环境，这儿的vm是“虚拟米(virtual meters)”，VR环境中特有的长度计量单位，另一种是40.27vm×40.27vm的正方形环境。
两种环境中，都有蓝天和草地，为了便利定位，环境的鸿沟每面墙都是不同的色彩。
参加者在每种环境中别离呆20分钟，一半的人先进入梯形再进入正方形，另一半的人相反。
虚拟环境中，有包含锥桶、烤吐司机在内的各种方针，每次他们新进入虚拟环境的时分，环境中的这些方针的坐标是随机更新的，方针之间的最小间隔是11vm，它们离鸿沟的最小间隔是3vm，并且，每次坐标随机更新时，都是依照排列成两个钝角等腰三角形的阵列来安置的。
每次人进去的时分，他们先从锥桶开端，之后走到不同的方针处，以记住不同方针的方位。
△这个玩意就是锥桶
之后，除了锥桶之外的其他方针消失，参加者回到开端的锥桶处，研讨者给他们命题，随机展现一个方针的图形，他们依据回想跑到这个方针之前的方位，假如当地对了，会收成一个笑脸。
在参加者从虚拟国际的游戏中出来之后，研讨人员让他们别离估量自己行走的间隔和对应在电脑屏幕上的长度。
越方正的VR环境，越简略记住方位
之后，经过各种数学办法计算出参加者们走到方针方位的精确程度，发现，在正方形环境中，参加者的错误率是显着低于梯形环境的。
而试验的分数，正方形也是高于梯形环境的。
之后，考虑到梯形环境全体比较长，由于间隔远可能会让人记不住，因而他们把梯形区分为了左右两个部分，左面的宽一些，形状更方正；右边的窄一些，形状更歪曲。
这下，奇特的工作出现了，在梯形环境里，左面宽的部分错误率显着低于右边窄的部分。
相同从得分算，左面宽的部分分数也高于右边窄的部分。
而在过后的间隔预算环节，参加者预算间隔的精确程度也迥然不同。
这说明：
在越方正的当地，人类关于方位的回想是越精确的。
或许说，一个当地越四四方方，你就越不简略走失；而假如你个当地是歪歪扭扭的，你就简略犯路痴。
在七拐八拐的当地，网格细胞会歪曲
那么，为什么这样呢？
其实，当咱们想要记住一个重要的方位或一段途径时，咱们的大脑会对周围环境制作一张“地图”。
这张“地图”中的一个重要组成部分就是网格细胞(grid cell)。
简略来说，它是大脑GPS体系中的一部分。
当咱们在看一张地图时，其实大脑也在看这张地图。它会剖析“有多远”、“什么方向”等等问题，这时，起到关键效果的就是4个单位细胞：
定位细胞(place cell)：辨认身处的方位；网格细胞(grid cell)：打坐标轴、画网格；定向细胞(head direction cell)：辨认方向；定界细胞(boundary vector cell)：了解相对间隔。
有关“大脑GPS体系”的研讨还曾获得了2014年的诺贝尔奖。
而在这样的一个进程中，网格细胞起了较为重要的效果。
下图中的灰色线代表了老鼠走过的途径，赤色点标明在这个方位时，细胞归于激活状态。
而当把老鼠放到更大面积区域后，成果就更显着了。
较为亮的点标明细胞处于激活状态，将这些亮点连起来，构成规矩六边形网格。
换句话说，当你在乱跑时，这些细胞都默默地在帮你记住坐标。
而在这项的研讨中发现，当老鼠穿过梯形框时，这些原本较为安稳的网格会变得不对称。
相反的，在经过方形框时，网格是比较规矩的。
在此次人类参加的试验中，成果是相似的：
人身处不规矩环境后，回想起方位和间隔时，这些网格发生了歪曲。
而更奇特的是，即使是处于相同的方形环境，看到两个间隔相同的物体(一个是梯形，一个是方形)后，在回想与梯形物体间隔时，会发生必定的误差。
△在梯形(上)和方形(下)环境下，网格所出现的歪曲。
MPI科学家们之前的研讨也标明，大脑不只发明了思想地图来找到自己的方向，并且其它的认知进程也掩盖在咱们大脑的GPS体系上。
除了人类自我认知，还有助于AI
研讨比如网格细胞或许大脑GPS体系，不只可以进步人类对自我的认知。还能更好的协助人类推动人工智能的开展。
上一年，DeepMind便使用AI模拟了大脑导航功用，可以像动物相同“抄近路”，登上了Nature杂志，还激起了业界火热的评论。
DeepMind团队首先用深度学习算法练习神经网络学习哺乳动物的寻食运动途径，使用线速度、角速度等信号在视觉环境中进行定位。
研讨人员随后发现了一种相似于网格细胞活动特征的结构，在此前的练习中，他们并未故意引导神经网络发生此种结构。
DeepMind团队随后使用强化学习查验这种网格结构是否可以进行矢量导航。
阅历强化学习后，该人工智能在游戏迷宫中向目的地行进的导航才能逾越了一般人，达到了工作游戏玩家水平。它能像哺乳动物相同寻觅新路线和抄近路。
DeepMind团队信任，相似的研讨办法还可拿来探究大脑听觉和操控四肢的机制。在更远的将来，神经科学家们还可以用人工智能替代小白鼠来做试验。
研讨团队介绍
△Jacob Bellmund
Jacob Bellmund是一名认知神经科学家，来自德国Max Planck人类认知和脑科学研讨所，研讨爱好包含空间导航和情景回想。
个人主页：https:///
△William de Cothi
William de Cothi是伦敦大学学院行为神经科学研讨所的博士生。在攻读博士期间，他期望使用机器学习、虚拟现实、神经成像和细胞外录音等范畴的最新进展，研讨与导航体系相关的大脑和行为。
个人主页：https:///
△Caswell Barry
Caswell Barry是UCL细胞和发育生物学首席研讨员，一起也是神经科学家。
个人主页：https://www.ucl.ac.uk/biosciences/people/caswell-barry
△Christian F. Doeller
Christian F. Doeller来自Max Planck人类认知和脑科学研讨所心理学系主任。
个人主页：https://www.mpg.de/12000399/kognitions-neurowissenschaften-doeller
传送门
论文地址：Deforming the metric of cognitive maps distorts memoryJacob L. S. Bellmund,William de Cothi, Tom A. Ruiter,Matthias Nau,Caswell Barry,Christian F.
Doellerhttps://www.biorxiv.org/content/10.1101/391201v2.full
博客：https://www.eurekalert.org/pub_releases/2019-11/mpif-vf111819.php