Science:研究发现人脑新记忆形式,有助于解释学习机制与大脑原理

【新智元导读】 12月1日,Science 杂志上发表的文章介绍了一个关于大脑记忆的研究的新发型。研究团队展示了在工作记忆和长期记忆转换的中间状态中,记忆是能够被重新复活的。他们观察到了一种新形式的工作记忆,称之为“优先长期记忆”,这种记忆存在于突触中,可以在没有活跃的神经元活动的情况下存在。对理解人类学习机制和理解大脑记忆原理来说,这是一个基础性的成果。 人脑是如何记忆的?拿人名来说,一般的解释是,如果你刚见到一个人,如果他对你很重要的话,他的名字会在几天之内从你大脑的工作记忆(working memeory)转到长期记忆中去,由已经被永久改变了的神经元连接储存。

但是,就在这转换的几天,或者几个小时之间,这些信息到哪儿去了呢?就在它们离开标准的工作记忆,但是还没嵌入到长期的记忆中时,它们在哪?

最近,专门研究记忆的研究者发现了这一秘密,他们发现了人脑中的一种新的记忆方式,名叫“优先长期记忆”。

《自然》 杂志上发表的文章介绍了一个研究团队,他们展示了在这种转换的中间状态中,记忆是能够被重新复活的。他们观察到了一种新形式的工作记忆,他们称之为“优先长期记忆”,这种记忆可以在没有活跃的神经元活动的情况下存在。

与最近其他的一些研究相一致,这项研究表明,信息从某种程度上可以在连接神经元的突触间进行停留,即使旧的工作记忆已经消失。

“这真的是一项非常基础性的发现——就好像记忆的黑暗面被发现了一样”,美国范德堡大学认知神经科学家Geoffrey Woodman 说,“想要清楚地看到这种记忆存在确实很难,但是,它是确实存在的。否则,信息就会在人脑中消失。”

Geoffrey Woodman 与这项研究没有任何关系,这是来自同行比较中立的评价。

认知神经科学家Nathan Rose和在威斯康星大学(UW)的同事最初让受试者观看一系列幻灯片,幻灯片上显示了一些了人脸、单词或字节,并且这些内容在一个方向移动。

他们使用功能磁共振成像(fMRI)跟踪产生的神经活动,并借助机器学习算法,表明他们可以分类与每个幻灯片内容相关的大脑活动。然后,受试者观看组合的内容 - 例如单词和人脑,但是被提示仅关注一个内容。首先,正如脑电图(EEG)展示的那样:两个内容都在大脑中产生信号。但是未经提示内容的神经活动迅速下降到基线,就好像是被遗忘了一样,而被提示的内容EEG信号仍然保持,这表明它仍在工作记忆中。 但是,在几秒后,如果促使受试者记忆那些未经提示的内容,他们依然能够迅速地回忆起来。

Rose 最近离开了威斯康星大学,加入位于印第安纳州的Notre Dame大学。他的同事随后转向了经颅磁刺激(TMS)研究,这是一种非侵入性的方法,使用快速变化的磁场向脑部提供一个电流脉冲。他们的受试者执行相同的提示记忆任务,然后在未记忆的记忆内容的信号消退之后,再应用一个更加宽泛的TMS脉冲。结果发现,对应“被忘记”的内容的神经活动非常突出,这说明,记忆已经被潜在的状态重新激活,转变成即时的意识。

此外,当TMS直接针对最初对非提示内容进行反应的脑区时,重新激活反应甚至更强。

这项研究并没有表明突触或者其他的神经元特征是如何保存这种秒级别的工作记忆,或者它们能储存多少信息。“这是一项非常原始的研究,对于理解我们人类思维是如何形成的提供了早期的观察”,该研究的作者之一、威斯康星大学认知神经科学家Bradley Postle说。

Woodman 也同意这种看法,“好的研究倾向于提出更多的问题而不是回答问题”,他说,“这些工作绝对属于这一类型“。最后,他说,这种新的记忆状态有着大量的现实意义,可以帮助学生更高效的学习,也可以帮助患有与记忆相关的疾病的人,比如失忆、癫痫和精神分裂。

原文链接:http://www.sciencemag.org/news/2016/12/newly-discovered-state-memory-could-help-explain-learning-and-brain-disorders

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2016-12-02

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏人工智能头条

【微信分享】李滔:搜狐基于Spark的新闻和广告推荐实战

1962
来自专栏AI研习社

Facebook 开源深度学习框架 Caffe2,让 AI 从云端走向终端

AI 研习社按:在昨晚开幕的 F8 年度开发者大会上,Facebook 发布了一款全新的开源深度学习框架 Caffe2。按照官网介绍,它最大的特点就是轻量、模块...

34713
来自专栏算法+

音乐旋律提取算法 附可执行demo

https://github.com/cpuimage/AudioFingerprinter

8583
来自专栏量子位

语音合成论文和英伟达撞车,韩国小哥紧急放出全部草稿代码和样本 | 资源帖

10月31日,英伟达在arXiv网站上传了一篇论文——WaveFlow:一个用于音频合成基于流的生成网络。

1352
来自专栏AI研习社

DeepMind提出增强想象智能体 这次能帮你赢游戏 | 2分钟读论文

来源 / Two Minute Papers 翻译 / 张丹婷 校对 / 囧囧 整理 / 雷锋字幕组 本期论文 "Imagination-Augmented ...

3737
来自专栏PPV课数据科学社区

读书笔记 |《推荐系统实践》- 个性化推荐系统总结

? 推荐系统实践 对于推荐系统,本文总结内容,如下图所示: ? 推荐系统.png 文章很长,你可以跳着看你感兴趣的部分。 一、什么是推荐系统 1. 为什么需要...

58911
来自专栏数据派THU

独家 | 一文读懂推荐系统知识体系-下(评估、实战、学习资料)

? 本文主要阐述: 推荐系统的评估(Evaluation) 推荐系统的冷启动问题(Cold Start) 推荐系统实战(Actual Combat) 推荐系统...

2.2K7
来自专栏大数据文摘

数据也会说谎:常见的数据造假三种形态!

20310
来自专栏新智元

神经科学新突破!新算法助力超算进行人类大脑模拟

---- 新智元编译 作者:谢永芬 【新智元导读】由德国于利希神经科学和医学研究所联合国际研究机构提出的新算法,解决了限制在E级超级计算机上模拟大脑神...

2838
来自专栏喔家ArchiSelf

神经网络加速器的兴起

自从投身智能硬件以来,又开始重新关注嵌入式领域的相关技术。这是“2018嵌入式处理器报告: 神经网络加速器的兴起”(http://www.embedded-co...

2193

扫码关注云+社区

领取腾讯云代金券