喬治城大學醫學中心（Georgetown University Medical Center）的科學家在理解大腦生理重組機制方面取得了突破，揭示了當一項技能從有意識的控制轉變為完全自動化時，大腦是如何進行自我改造的。
透過一項讓志願者對汽車圖像進行分類的大型研究，研究人員發現大腦所做的遠不只是提高任務執行速度。它會將任務在生理上遷移到完全不同的大腦區域，進而為真正的平行作業騰出空間。這項發現打破了流傳多年的迷思，即人類被認為僅能透過在不同事務間快速切換來達成「多工作業」。
在五到十週的時間裡，志願者透過行動應用程式完成了超過 3 萬次的汽車分類練習，學習辨識相似影像間的細微差別。研究人員在訓練開始之初與結束後，分別利用功能性磁振造影（fMRI）與腦電圖（EEG）兩次掃描受試者的大腦。
正是這種長期追蹤的研究方法，讓科學家得以觀察到高強度的練習如何實質上重塑大腦的神經架構，並在原先不存在的地方建立起全新的神經迴路。
在學習初期，這項任務需要前額葉皮質進行大量運作，該區域負責有意識的決策、規劃以及意志控制。
研究發現，這個區域就像一個瓶頸：它一次只能專注於一件複雜的事務。這正是為什麼在學習開車時，你的注意力會完全被過程所佔據。但在數週的高強度練習後，大腦發生了戲劇性的轉變：活動完全轉移到了顳葉皮質，該區域專門負責物體辨識與長期記憶儲存。現在，資訊可以繞過前額葉皮質的瓶頸，直接進入負責快速自動反應的區域。
「經驗重塑了大腦，使其能繞過額葉瓶頸並提升自動化程度，」該研究的資深作者、喬治城大學醫學中心神經科學教授兼神經工程中心共同主任馬克西米利安·里森胡伯（Maximilian Riesenhuber）解釋道。
這種效果顯而易見：任務向顳葉皮質轉移得越徹底，參與者同時處理第二項任務的表現就越好——這是實現真正的多工作業而非僅是注意力快速切換的直接且不容置疑的證據。長久以來備受爭論的多工作業現實，終於得到了科學證實。
這項研究也解釋了為什麼習慣如此難以改變。習以為常的行為會內化到幾乎獨立於意識控制之外的神經迴路中。這就是為什麼當壞習慣完全自動化時，僅僅「想要改變」是不夠的——因為習慣性動作的啟動並不需要負責意志控制的前額葉皮質參與。這項科學發現具有實務意義：它表明要改變根深蒂固的習慣，需要採取與單純承諾或意志努力不同的方法。
這項發現還揭示了人類大腦與現代人工智慧之間的根本差異。神經網路雖然可以辨識模式並處理數據，但它們無法將習得的技能轉移到新的情境中，也不具備根據經驗重構自身的能力。
相較之下，人類大腦會將已設定為「自動駕駛」的既有知識，作為學習新技能的基石。這使得人類能夠以已知知識為基礎，快速掌握新技能。這種根本性的差異為人工智慧的發展指明了重要方向，使其未來可能真正從經驗中學習，而非僅僅是累積參數。
這項題為《廣泛經驗重塑神經任務電路以逃脫額葉瓶頸並增加分類自動化》（Extensive Experience Remodels Neural Task Circuitry to Escape the Frontal Bottleneck and Increase Automaticity of Categorization）的研究於 2026 年 6 月 4 日發表在《認知神經科學期刊》（Journal of Cognitive Neuroscience）上。研究作者包括派屈克·柯克斯（第一作者）、克拉拉·舒爾、馬麗莎·洛斯、尼爾森·海梅斯、熊江與馬克西米利安·里森胡伯，均來自喬治城大學。研究經費來源包括美國國家科學基金會、陸軍研究實驗室及 ARCS 基金會。
研究人員已在規劃下一階段的任務：找出究竟是哪些神經訊號觸發了技能從一個大腦區域向另一個區域的遷移，並確定哪些類型的任務具備實現真正平行處理的潛力。
