图片来源：Artur Luczak
几个世纪以来，人类一直试图弄懂大脑是如何工作以及获取信息的。尽管神经学家现在已经充分掌握了大脑不同分区的工作方式与功能，仍有很多问题亟待探索。如此，业界仍缺乏统一的神经科学理论。近年来，计算机学家致力于创造一种计算工具来人为地复现人脑的功能和工作流程。阐明了大脑预测活动原理的新神经科学理论将有助于大幅提高这些计算工具的性能，并使之以越来越真实的方式再现神经功能。
位于加拿大莱斯布尼齐（Lethbridge, Canada）的加拿大行为神经学中心（Canadian Centre for Behavioural Neuroscience）的研究人员最近正在进行一项实验：探索个体神经元是如何学习并对未来做出预测的。他们发表在“Nature Machine Intelligence”的研究成果表明，单一神经元预测自己未来活动的能力能带来一种新的学习机制。
“神经科学的发展现在正处于一个临界的阶段，就像达尔文（提出统一理论）之前的生物学。”该实验的研究人员，Artur Luczak告诉TechXplore网站说。“现在已经有大量细致的观察结果，但是没有一种理论能解释它们之间的联系。因此，神经科学的一大任务就是找到统一的原理来解释大脑是如何工作的。我们的工作旨在为实现这一目标做出贡献。”
利用数学方程，Luczak和他的同事表明，个体神经元的预测能力可以提供一种可以被机器复现的新的学习机制。据研究人员所说，这一学习过程可能源于新陈代谢，神经元需要最小化它们自己的突触活动，同时与其他神经元协同，以最大化它们对局部血液供应的影响。
图片来源：Artur Luczak
“你知道乌云将会带来雨水，这会提醒你保持干燥并节约热量”Luczak解释道。“同样的，神经元也能够学习到，在X量的输入活动后，随之而来的是Y量的活动。通过调节突触来最小化意外事件的影响（即实际活动和预期活动之间的差异），神经元可以仅响应必要的激活来节省能量。我们发现，预测学习的规则是自然产生的，是神经元最大化代谢能的结果。”在他们的论文中，Luczak将这种学习机制称作“懒惰神经元原理”（lazy neuron principle）。虽然团队目前仍未确定个体神经元做出预测的具体机制，但他们相信这与钙信号调节有关（即有关钙离子进行交流和驱动胞间进程的过程）。“有趣的是，我们的结果还显示，自发的大脑活动（例如深度睡眠）为神经元学习从X预测Y提供了训练数据。”Luczak说道。
研究人员们进行的这项最新研究可能会对神经科学和机器学习领域产生许多有趣的影响。总的来说，他们的研究结果表明，预测机制对单个神经元功能的巩固和增强在学习过程中起到了重要作用。“未来，这一构想也有助于创造更强大的人工神经网络来解决现实问题。”Luczak说道，“我相信，我们揭示的预测学习规则将是找到神经科学统一理论的重要一步。但是，实现这一目标还需要更多努力，而我们对能将这一旅程继续下去感到无比兴奋。”
图片来源：pixabay
撰文：Ingrid Fadelli
翻译：王馨仪
审校：王嘉钰
引进来源：techxplore
本文来自：中国数字科技馆
特别声明：本文转载仅仅是出于科普传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或其它相关事宜，请与我们接洽。
[责任编辑：环球科学]
京公网安备11010502039775号
