高级科学概念的神经科学

认知神经科学方法可以识别通过fMRI测量的熟悉个体概念（如苹果）的神经表征，并将其分解为有意义的神经和语义成分。此处将该方法应用于确定10位卡内基梅隆大学物理系教师大脑中有关物质与能量的更为抽象的物理概念（如费米子和暗物质）的神经表征及潜在的表征维度，这些教师思考了每个概念的主要属性。一个新颖的维度编码了概念的可测量性与不可测量性。另一个由后经典概念特别引发的新颖表征维度与四类认知过程相关，每类都与特定脑区相关：(1) 对无形事物进行推理，考虑其与直接经验和可观察性的分离；(2) 评估与其他更可靠知识的一致性；(3) 对不明显或不可观察的关系进行因果推理；(4) 对一个由其他概念的多层级结构组成的大型知识组织进行知识管理。先前在物理学生中发现的另外两个潜在维度——周期性和数学表述，也存在于该教师样本中。数据分析使用了稳定响应体素的因素分析、与每个概念相关的激活模式的Gaussian-naïve Bayes机器学习分类，以及基于概念维度的独立评分预测与每个概念相关的激活模式的回归模型。研究结果表明，人脑依据神经表征的新维度系统性地组织新颖的科学概念。