Science:颠覆认知,大脑计算力是传统100倍,树突峰值发现催生类脑计算机

【新智元导读】考察神经元胞体以理解大脑如何运作,这曾为许多医疗和科学问题提供了框架——从诊断和治疗疾病到如何构建计算机。过去这一框架是基于对胞体做决策的认识,且认为该过程是数字的。UCLA的一项最新研究则表明,神经元中的树突产生的spike 是胞体产生的近10倍,且执行的是模拟和数字的混合计算,这一方面意味着大脑的计算能力可能在以前所认为的百倍以上,另一方面可能会为理解和治疗神经系统疾病以及开发类脑计算机铺平道路。

UCLA的一项最新研究可能会改变科学家对于大脑如何工作的认识 ,并可能引出治疗神经障碍的新方法,甚至会进一步催生像人类一样“思考”的计算机。

树突产生的spike,是胞体的近10倍

研究集中于树突的结构和功能,树突是神经元(大脑中的神经细胞)的组成部分。神经元是一个大的树状结构,由一个主体(胞体,soma)和许多称为树突外延(dendritesextending outward)的分支组成。神经元胞体产生称为“(峰值)spike”的短暂电脉冲,以彼此联接和通信。科学家一般认为神经元胞体的spike激活树突,然后树突被动地发送电流到其他神经元的胞体,但这从未被直接测试过。这一过程是记忆形成和存储的基础。

但UCLA的研究团队发现,树突不只是被动的渠道。他们的研究表明,树突在自由活动的动物中具有电活性,其产生的spike 是胞体产生的近10倍。这一发现对长期以来的观点提出了挑战,即神经元胞体的spike是感知、学习和记忆形成的主要方式。

“树突构成超过90%的神经组织,”UCLA神经物理学家、研究的高级作者Mayank Mehta说:“知道他们比神经元胞体活跃得多,这从根本上改变了我们对大脑如何计算信息的认识。它可能会为理解和治疗神经系统疾病以及开发类脑计算机铺平道路。”

这项研究刊登在3月9日的Science期刊上。

UCLA科学家发现树突(这里显示为绿色)不仅是电流在神经元之间的被动导管。

此前科学家普遍认为树突只是简单地把他们从细胞的突触(synapse)(两个神经元之间的链接)接收到的电流传送到神经元胞体,继而由胞体产生电脉冲。这些短时的电信号的爆发,称为体细胞峰值,被认为是神经计算和学习的核心。但新的研究表明树突自己产生的峰值是胞体的10倍。

树突执行的是模拟和数字的混合计算

研究人员还发现,树突除了spike之外还产生了大的电压波动; spike是二进制的,非0即1,非有即无。神经元胞体或者产生spike,或者完全没有spike,这一点很像数字计算机。除了产生类似的spike,树突还产生大的、缓慢变化的电压,其值甚至大于spike,这表明树突执行的是模拟计算。

“我们发现树突是模拟和数字计算的混合,因此它们与纯数字计算机从根本上是不同的,但有点类似于模拟量子计算机。”UCLA的神经与神经生物学、同时也是物理和天文学教授Mehta说,“神经科学的一个基本信念是神经元是数字设备。它们或者产生spike或者不产生spike。这一研究结果则显示,树突不像数字器件那样表现得很纯粹。树突确实产生了数字信号,有或者完全没有spike,但它们也显示了大的模拟波动,不是非有即无。这与过去60年神经科学家的认识相背离。

因为树突的体积几乎比神经元中心大100倍,Mehta说,大量树突spike的发生可能意味着大脑的计算能力是以前认为的100倍以上。

新的技术引出新的认知

最近对于脑切片的研究显示,树突可以产生spike。但是,在自然行为条件下,这种情况是否会发生以及发生的频率都不清楚。在自然行为条件下测量树突的电信号活动长期以来一直是一个挑战,因为他们是如此精细微妙:在对实验室老鼠的研究中,科学家已经发现,在动物活动时将电极放置在树突,会杀死那些细胞。但是UCLA研究团队开发了一种新技术,可以将电极放置在树突附近,而不是在树突中。

使用这一方法,科学家对在大型迷宫中自由活动的实验室老鼠的树突活动进行了长达四天的测量。科学家从后顶叶皮层(大脑的这一部分在运动规划中起关键作用)进行测量,发现树突中的活动远比在胞体内活跃– 睡眠时大约是5倍,而探索时增加到10倍。

“以前的许多模型假设学习发生在两个神经元胞体同时活动时,”UCLA博士后研究员和研究的第一作者JasonMoore说,“我们的研究结果表明,当输入神经元和树突神经元同时活跃时,学习有可能发生。 - 而且树突的不同部分可能会在不同的时间活跃,这也表明学习在单个神经元内发生时具有多得多的灵活性。

考察神经元胞体以理解大脑如何运作,这曾为许多医疗和科学问题提供了框架——从诊断和治疗疾病到如何构建计算机。但是,Mehta说,过去这一框架是基于对胞体做决策的认识,且认为该过程是数字的。

“我们的研究发现,这种决策在树突中比在胞体内发生得多的多,其计算过程不仅仅是数字的,而且是模拟的。”Mehta说:“由于技术上的难题,对大脑功能的研究曾主要集中在胞体。但现在我们已经发现了神经元特别是延伸出的神经元分支中隐藏的秘密。我们的研究结果大大改变了我们对神经元如何计算的理解。”

原文链接:http://sciencebulletin.org/archives/11147.html

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2017-03-11

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

来自专栏腾讯游戏云的专栏

再也不用担心网吧开黑队友听不清了!降噪解决方案了解一下?

经常逛游戏论坛的朋友会深有感触,很多玩家经常会在论坛里吐槽在网吧开黑的体验很差,噪音太多。在游戏语音开黑的过程中,如果其中一个队友身处网吧,则其他人的耳机总是难...

59770
来自专栏大数据文摘

Facebook研究出接近人类水平的脸部识别技术

32190
来自专栏企鹅号快讯

No.3 啥是数据运营(三):思维方式

今天这篇可以说是思维方式的总结,一共十四对我个人而言较为重要的思维方式,分享给大家。请不要嫌弃我的灵魂画作。 1.信号与噪音(信度与效度) 信度的英文为Reli...

20580
来自专栏大数据文摘

科学家运用大数据准确识别昆虫

27270
来自专栏人工智能快报

德国科学家运用深度学习预测造血干细胞生长情况

据德国亥姆霍兹联合会慕尼黑中心报道,现在的细胞生物学已不再局限于静止状态,还尝试去理解细胞群的动态发育。其中的一个例子是从前体细胞(造血干细胞)产生不同类型的血...

30260
来自专栏大数据文摘

关于深度学习,Yann LeCun给大学生的十四条建议

13730
来自专栏机器人网

机械CAD设计的第五次革命:同步建模技术

计算机辅助设计(CAD)主要是用于研究如何用计算机及其外围设备和图形输进输出设备来帮助人们进行工程和产品设计的技术,它是随着计算机及其外围设备、图形设备以及软件...

418110
来自专栏CDA数据分析师

大数据的新算法:简化数据分类!

如今,大数据时代悄然来临。专家用“大数据”的表达描述大量信息,比如数十亿人在计算机、智能手机以及其他电子设备上分享的照片、音频、文本等数据。当前这种模式为我们的...

24970
来自专栏人工智能快报

人工智能帮助预测混合用药的副作用

斯坦福大学的科研人员设计出了一种卷积神经网络,能够预测混合使用多种药物可能产生的副作用。

10410
来自专栏人工智能快报

新算法可干扰脸部识别系统

加拿大多伦多大学(University of Toronto)的研究人员宣布开发出了人工智能驱动的程序,可干扰脸部识别系统。

14110

扫码关注云+社区

领取腾讯云代金券