几个世纪以来，人类一直试图了解大脑是如何工作的，以及它是如何获取信息的。虽然神经科学家现在已经很好地了解了大脑的不同部分是如何工作的以及它们的功能是什么，但许多问题仍然没有得到解答。
近年来，计算机科学家一直在尝试创造计算工具，以人工方式再现人脑的功能和过程。新的神经科学理论阐明了大脑是如何进行预测的，这有助于大大增强这些工具，使它们以越来越接近现实的方式复制神经功能。
位于加拿大莱斯布里奇的加拿大行为神经科学中心的研究人员最近进行了一项研究，关于单个神经元是如何学习和预测未来的。他们发表在《自然机器智能》（Nature Machine Intelligence）杂志上的发现表明，单个神经元预测其未来活动的方式可能提供一种新的机器学习机制。
“神经科学现在所处的阶段和生物学在达尔文之前所处的阶段一样。”研究人员之一阿图尔·鲁扎克告诉媒体，“它有无数详细的观察结果，但没有一个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解释大脑如何工作的统一原则。我们的工作就是为了实现这一目标。”
利用数学方程，卢扎克和他的同事证明了单个神经元的预测能力可以提供一种新的学习机制，这种机制最终可以在机器上复制。根据研究人员的说法，这个学习过程可能源于代谢的规则，因为神经元需要最小化它们自己的突触活动，同时通过动员其他神经元来最大化它们对局部血液供应的影响。
“你知道乌云预示着下雨，这会让你选择呆在干燥的地方，从而节省热量。”卢扎克解释道。“类似地，神经元可能能够学习到X量的输入后通常紧随Y量的活动。通过调整突触以减少意外（也就是实际活动和预期活动之间的差异），神经元可以通过只活跃到必要的程度来节省能量。我们看到，预测性学习规则是自然产生的，是一个神经元让代谢能量收支最大化的结果。”
在他们的论文中，将这种学习机制称为“懒惰神经元原理”。研究小组仍然不确定单个神经元做出预测的确切机制，但他们相信它们可能与钙信号传递有关(一个使用钙离子进行交流和驱动细胞间过程的系统)。
“有趣的是，我们的结果还表明，无意识的的大脑活动（包括在睡眠期间）也能为神经元提供‘训练数据’。”卢扎克说。
这组研究人员最近进行的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，他们的发现表明，一种支持单个神经元功能的预测机制可能在机器学习中发挥关键作用。
卢扎克说：“在未来，这个想法还可能有助于创造更强大的人工神经网络，以解决具有挑战性的现实问题。”“我相信，我们揭开的预测学习规则是找到大脑统一理论的重要一步。然而，要实现这一目标还需要更多的步骤，我们很高兴能继续这一旅程。”
（独家编译：科幻世界）
最热文章
人工智能写科幻小说，和作家写科幻小说有什么不一样？
德国概念设计师Paul Siedler的场景创作，宏大气派。
《静音》是一部 Netflix 电影。尽管 Netflix 过去一年在原创电影上的表现并不如预期，但是《静音》仍让人颇为期待
最近，美国最大的经济研究机构——全国经济研究所（NBER，全美超过一半的诺奖经济学得主都曾是该机构的成员）发布了一份报告，全面分析了 1990 到 2007 年的劳动力市场情况。\n
坏机器人制片公司最新的一部电影名为《霸主》（overlord），背景设置在二战时期，很可能是一部在半遮半掩中秘密制作的科洛弗电影系列。
我们都知道，到处都在重启；我们也知道，如果有钱，啥都能重启。所以，会不会被重启算不上是个问题，只能问什么时候会被重启。自然而然地，世界各地的各种重启现象衍生出了一个有趣的猜猜游戏：哪一部老作品会是下一个接受这种待遇的？\n
京ICP备11000850号-1 
京公网安备11010502039775号
信息网络传播视听节目许可证0111611号
国家科技基础条件平台
© 2011- 版权所有：中国数字科技馆 未经书面许可任何人不得复制或镜像
京公网安备11010502039775号 
添加官方微信了解最新资讯
微信
新浪微博
QQ
QQ空间
