神經科學領域有個基本理論：某些腦細胞對相同事物會產生相同的反應。例如，特定的神經元在我們看到特定形狀和顏色時總是會放電；其他神經元則在擺動手臂或蠕動鼻子時被活化。理論認為，大腦需要這種穩定性，才能以一致的方式對外部世界做出反應。
因此，當神經科學家 Laura Driscoll 於 2012 年在麻薩諸塞州劍橋的哈佛大學開始她的博士研究時，她的首要任務是透過追蹤單一小鼠神經元隨時間的活動來建立這個基準。
令 Driscoll 驚訝的是，這個基準不斷地在移動。在幾天的時間裡，許多細胞的反應都發生了明顯的轉變。在第一天對特定位置做出反應的神經元，在幾週後在同一個位置幾乎沒有反應了。「這完全違背了我們所有的預期，」Driscoll 回憶道，她現在任職於華盛頓州西雅圖的艾倫研究所。「這太令人驚訝了，以至於我的整個研究計畫都改變了。」
2017 年，她和同事們發表了該項研究的發現，這項發現公然挑戰了神經科學的理論。在一天的時間裡，頂葉皮層（處理感覺資訊的中心）的神經元會對特定事物做出可預測的反應，例如小鼠在虛擬迷宮中的位置。但在幾週的時間裡，即使導航迷宮的任務保持不變，這些活動模式卻發生了重大重組。有些神經元停止對先前活化牠們的刺激做出反應；有些則反之。然而，在細胞群體中，神經活動模式隨時間的保持相對一致。結果表明，單一神經元可能沒有固定的角色，而單一細胞的反應可能不如整個細胞群體的活動重要。
當 Driscoll 發表這項研究時，已經有幾篇論文描述了在小鼠大腦不同部位的類似觀察結果。但神經科學界許多人對此表示懷疑：研究人員質疑這些發現是否可能是實驗上的怪異現象所致，例如單一細胞追蹤不精確或動物行為的細微變化未被實驗者考慮在內。
從那時起，越來越多的研究人員報告了神經元隨時間改變對特定刺激或行為反應的證據，這種現象被神經科學家稱為「表徵漂移」（representational drift）（見「神經活動如何隨時間漂移」）。在各種大腦區域和使用多種不同技術中都發現了這種現象。總體而言，學界正逐漸接受漂移是真實存在的，但一些科學家仍未被說服——部分原因是有些研究未能發現這種效應。
圖片來源：M. E. Rule & T. O’Leary Proc. Natl Acad. Sci . USA 119 , e2106692119 (2022) 。
圍繞其他問題的辯論仍在繼續，例如：當神經表徵處於持續變動中時，大腦如何產生穩定的行為？漂移（如果有的話）有什麼目的？漂移與可塑性（大腦改變其連接以學習新事物）有何關聯？
研究人員表示，理解漂移可能具有深遠的影響，從解讀記憶如何形成和更新，到為腦機介面和人工智慧工具的神經網路設計提供資訊。
伊利諾州西北大學的神經科學家 Andrew Fink 說：「當人們談論這種現象時，令人興奮，因為它充滿了可能性。」「這引發了關於大腦中正在發生什麼的深刻問題。」
特定神經元總是對相同線索做出反應的想法可以追溯到該領域的里程碑式發現。在 1950 年代和 1960 年代，神經科學家組合 David Hubel 和 Torsten Wiesel 提出，神經元優先對特定刺激做出反應。多年後，神經科學家 John O’Keefe 發現了位置細胞，即動物在特定位置時會變得活躍的神經元。
穩定的表徵也構成了記憶主要模型的基礎。數十年來，神經科學家收集了關於「記憶痕跡」（engrams）的證據，即用於儲存和回憶過去經驗的大腦細胞群體的持久性變化。研究表明，刺激海馬體中的特定神經元可以重新喚起相同的記憶，反之，抑制這些細胞可以抑制它們。
大量研究發現了海馬體（一個與記憶和學習相關的大腦區域）中的表徵漂移。圖片來源：Dr. Chris Henstridge/Science Photo Library
然而，在 2000 年代初期，隨著研究人員開始從記錄單一時點的細胞轉向長期追蹤，大腦表徵資訊的方式可能比科學家們意識到的更具彈性的跡象開始出現。對許多人來說，這些跡象令人驚訝。挪威特隆赫姆卡夫利系統神經科學研究所的神經科學家 Clifford Kentros 回憶說，當他第一次看到小鼠海馬體細胞活動的顯著變化時，他認為是實驗出了錯誤。但即使在重複實驗中，這種不穩定性也沒有消失。他說：「大自然會給你驚喜。大腦不像你預期的那樣運作。」
事實證明，這個發現並非偶然：幾年後，另外兩個團隊報告了在هما鼠和老鼠的海馬體位置細胞中發現了類似的變化。隨著時間的推移，這種變化也發生在大腦其他部位的證據開始出現。
早期研究遇到了方法學上的質疑，例如科學家是否能真正確定他們一天記錄的細胞與第二天追蹤的細胞是相同的。但影像學和記錄技術的進步緩解了一些擔憂。
漂移在更多區域不斷出現，包括一些意想不到的地方，例如視覺皮層和嗅覺皮層。例如，在嗅覺資訊處理的關鍵區域梨狀皮層中發現表徵漂移，Fink 說這「完全違背了我們和我們所有同事對該皮層的看法」。科學家們認為，該區域神經元的活動必須是固定的，才能讓動物識別氣味，但 Fink 和他的同事們發現，在最初記錄後一個月，這些活動模式幾乎完全無法辨認。
隨著證據的累積，一些早期懷疑漂移的人也轉變了觀點。德國美因茲約翰內斯·古騰堡大學的神經科學家 Simon Rumpel 表示，他最初反對這個想法，因為它完全顛覆了他被教導的思考大腦的方式。然而，他補充說，支持漂移的證據最終「大到無法忽視」。
如果表徵漂移確實發生，它的功能是什麼？它是有用的，是理解大腦運作的關鍵嗎？還是它是一個錯誤，是大腦必須克服的問題？
一種假設是，表徵漂移（至少在海馬體中）有助於大腦追蹤時間。事實上，在「漂移」一詞被廣泛使用之前的幾年，加州大學聖地牙哥分校的神經科學家 Jill Leutgeb 和她的同事們觀察到海馬體神經元群體活動隨時間的變化，並提出它們可能編碼事件之間的時間流逝。
其他人也提出了類似的想法：以色列魏茲曼科學研究所的神經科學家 Yaniv Ziv 認為，漂移對於長期記憶的「時間戳記」是必需的。紐約西奈山醫學院的神經科學家 Denise Cai 表示，漂移可能使大腦能夠連結在時間上形成得較近的記憶。這個想法得到了 Cai 和她的團隊工作的支持，他們觀察了小鼠被引入不同位置時海馬體神經元的活動。當小鼠在幾小時內訪問兩個地點時，同一組神經元編碼了兩個地點的記憶，但當訪問之間間隔一周時，用於編碼每個地點記憶的神經元群體是不同的。
除了將記憶錨定在時間上，漂移還可能使大腦能夠用新資訊更新記憶。Cai 說：「我們每天都有經驗，必須將我們學到的東西與過去整合。」「如果我們總是讓相同的細胞以相同的方式工作，大腦就沒有空間來接收新資訊。」Cai 表示，了解控制漂移發生因素及其程度，可能有助於研究人員理解記憶如何在精神和神經退化性疾病中受到干擾，以及如何修復它們。
多巴胺受到衝擊：神經科學如何重新思考「快樂化學物質」
漂移在大腦不同區域似乎以不同的速率發生——例如，海馬體中的變化似乎比視覺皮層多——這些差異可能反映了每個區域將新資訊整合到現有神經迴路中的能力。相比之下，一些研究人員提出，漂移可能是大腦中發生的隨機物理變化（例如突觸的更新）與正常的神經可塑性（動物學習時神經元之間的連接被修改）結合的結果。
除了功能問題，神經科學家還在努力解決一個謎團：如果底層神經編碼處於變動狀態，行為和感知如何保持穩定。根據 Fink 的說法，有兩種主要觀點：也許神經群體在漂移，但其中存在穩定的特徵，或者大腦有機制能夠從變動的表徵中提取穩定的圖像。
哈佛醫學院的神經科學家 Christopher Harvey 說：「漂移最終可能成為許多事物的總稱。」「可能會有許多機制支持這一點。也許在 10 或 20 年後，我們會意識到表徵漂移是一個大傘術語，但實際上有很多不同的事情在發生。」
理解表徵漂移也有實際的益處。它可能幫助研究人員改進腦機介面的設計，因為這類設備需要考慮漂移，特別是如果長期植入的話。它也可能為更好的人工智慧工具做出貢獻。劍橋大學計算神經科學家 Timothy O’Leary 表示，人工神經網路的一個常見問題是「災難性遺忘」，即當系統接收到與訓練集過於偏離的範例時，它會失去先前學到的能力。理解漂移可能提供關於大腦如何避免這個問題的見解，並指出緩解它的方法。
儘管表徵漂移的概念正在獲得關注，但它仍然有一些批評者。
一些研究非小鼠動物的神經科學家未能發現漂移的證據。加州大學伯克利分校的神經科學家 Michael Yartsev 發現，在蝙蝠中，海馬體神經元的活動在牠們沿著熟悉的路線飛行數週後保持穩定。Yartsev 說，蝙蝠擁有「令人難以置信的空間記憶」。
該團隊確實觀察到神經元活動模式的一些變化，但這些變化可以通過動物飛行路徑的細微差異來解釋。對 Yartsev 來說，這些發現證實了他的懷疑：他認為其他人報告的漂移可能是「由於未能適當控制行為而產生的錯覺」。或者，他補充說，它可能僅僅是一種特定物種獨有的現象。
一些研究人員已經確定了似乎對漂移具有抵抗力的大腦區域。在與運動相關的大腦區域，這種現象似乎不存在，里斯本未知中心的神經科學家 Juan Gallego 說。「在運動皮層，當你嘗試在合理範圍內匹配所有內容時，我們會觀察到神經活動與行為之間存在穩定的關係。」Gallego 說。
一些人認為，運動系統中缺乏漂移的現象表明研究人員需要更仔細地審視他們在大腦其他區域的發現。研究人員已經報告，細微的行為波動（如跑步速度）以及內在狀態（如動物對任務的投入程度）會影響神經元對特定刺激的反應模式。Gallego 認為，這表明研究人員報告的表徵漂移可能是由這些細微變化引起的，而不是神經群體執行特定功能的模式發生了轉變。「為了讓我相信你在做同一件事時大腦中有些東西發生了變化，我認為我們需要證明動物內外的一切都是相同的。」
試圖控制所有這些細微的變化並非易事。但一些研究人員已經想出了應對這個問題的方法。在 2019 年的一項研究中，Ziv 和他的同事們開發了一種機器學習演算法，用於繪製小鼠中捕捉到的神經活動模式的整體內部結構。在未發表的論文中，他們發現，即使考慮了未知的行為變數，在小鼠海馬體中仍然可以檢測到漂移。
駕馭關於漂移的文獻的最大挑戰之一是，不同的實驗室使用了不同的方法來研究它，以及不同的方法來分析他們數據，Harvey 說。「這有時就像在比較蘋果和橘子。」
對一些人來說，漂移的發現也威脅到神經科學的一個核心原則：在物體或行為出現時放電的單一神經元參與了這些特定的神經過程。但 Gallego 認為，這種方法可能忽略了更大的圖景。大腦由相互作用的神經元群體組成，研究人員應該致力於理解這個集體在做什麼。他補充說，即使大腦整體上做某事，也不意味著有一個特定的部分在做這件事。
目前，這仍然是眾多未解之謎之一。鑑於迄今為止關於漂移的大部分工作都在小鼠身上進行，那麼它在其他生物體中看起來會是怎樣的呢？在人類身上呢？目前，研究人員沒有好的方法將他們在動物模型中的研究（涉及記錄同一神經元數天和數週）轉移到人類身上——儘管一些研究人員已經使用腦成像來研究人類的漂移。
Ziv 將神經科學中漂移的識別比作物理學中暗物質的發現：一個揭示宇宙比科學家們意識到的要多得多的啟示。它也挑戰了神經科學家仔細考慮他們研究大腦的方法。「我們應該意識到我們的局限性，」Rumpel 說。「我們只能看到我們的研究方法允許我們看到的東西。」