Science新成果：中国团队破解大脑认知灵活性密码，树突计算首获实证

传统的点状神经元模型是把神经元当作一个整体来处理的, 也就是所谓的均一的求和单元, 这种做法实际上是对内部的计算过程如何能够支撑起智能进行了回避。徐宁龙团队的这项成果是非常重要的, 因为它填补了一个空白。这个空白是树突计算功能与高级认知功能之间长期以来都存在着的、缺乏因果证据支持的现象。

早在1951年了, 中国神经科学里的先驱人物张香桐这个人就提出了一个看法, 这个看法说的是顶端树突它是可以产生电信号的兴奋性的, 并且还能去整合那些突触输入的信号, 在之后几十年的研究过程里, 大家证实了精细结构是能够去整合来自不同通路的信号的, 但是呢, 跟灵活认知之间直接有关联的确凿证据这件事, 在过去很长一段时间里都一直是缺失的状态。

研究采用的光遗传学技术, 其奠基性的发现刚刚获得了2026年诺贝尔生理学或医学奖。这项技术的应用是科学家能够使用特定波长的光线对特定的神经元实施精确的控制操作, 并且, 它也因此而成为了针对亚细胞层面进行因果验证工作所提供的非常关键的支撑手段与工具支持。

徐宁龙他的团队, 他们把光遗传学技术还有双光子成像这个手段, 这两样东西结合在一块儿了, 他们在那个保持清醒的小鼠身上面, 做到了同时记录到听觉皮层里头第五层的神经元的那个顶端树部位以及胞体的活动情况, 然后呢, 他们是利用光遗传的方法去抑制掉那个树突的功能, 来直接检验并确定这个东西对一个决策输出到底有没有因果贡献作用。

团队构建了一个能够切换规则的听觉分类任务, 在这个任务中小鼠需要根据类别的边界来判断声音的高低变化, 类别的边界会在没有任何预警的情况下随时发生改变, 动物必须通过奖励的反馈去推断出隐藏的规则, 并且整合感觉输入来驱动灵活的行为选择。

徐宁龙觉得这个事儿就像是在玩一个配对游戏, 那个游戏的规则会突然发生变化, 让小鼠也去玩。它得自己在那里琢磨, 现在究竟是应该按颜色来配对? 还是应该按形状来配对? 这种情况就是在模拟人类在面对突发的新规则时那种灵活的应对能力。

实验的结果显示, 同一个神经元里面的不同部分之间存在非常明确的功能分工情况, 顶端树突主要用来编码推断出来的那些抽象规则的事情, 胞体则更多地是对感觉信息进行表征的工作, 而那些和行为选择直接相关的最终输出信号则会同时出现在这两个不同的区室里面。

在把树突的活动用光遗传学方法抑制之后, 那个胞体输出的选择信号就变得明显变弱了, 这件事儿直接证明了树突对于做决策这件事具有一种因果关系上的重要贡献。这也是咱们头一回在一个单独的神经元里面, 看到了那种独立于胞体之外的一种规则推断的编码信号。

成瘾的患者、患有强迫症的人、以及精神分裂症患者, 经常会碰到认知灵活性有问题的情况, 他们接收外界信息的感觉是正常的, 可脑子里的信念还有对环境做出的推断, 就变得不对头了, 树突整合功能出现异常的情况, 可能就是为了致使认知僵化的底层神经机制。

徐宁龙讲, 用经颅磁刺激这种现有的办法, 最容易影响的位置就在皮层表面, 而那个地方偏偏就是顶端树突长得最多、最密的地方。要是将来能把深层的胞体也给一起激活了, 那么从两个方向传过来的信息整合到一起以后, 最终的治疗效果很可能会变得非常显著。

目前情况下, 人工神经网络这一概念, 是把神经元直接简化成了点状的结构, 这种结构依靠不断堆积网络规模, 以及增加参数的数量, 以此来提升自身的性能表现, 但这种方式的运行效率是比较低的, 并且产生的能耗也是非常巨大的, 如果能够在单个神经元的内部直接完成非线性计算过程的话, 那么就意味着我们其实不需要构建那么深的网络层次了, 这样做的一个直接结果就是可以使整体的能耗实现大幅度降低。

徐宁龙提出建议, 认为未来的AI设计应当去参考树突多区室的那个基本原理, 具体的意思就是各个不同的区间会去接受那些不一样的输入信号,然后这些信号会被灵活地加以组合大城群众说事, 由此就能产生出丰富多样的输出结果, 而且由于在这些不同的输入之间存在着隔离, 所以就不太容易产生那种严重的灾难性遗忘现象, 甚至可以说, 在完全脱离网络连接的离线状态之下, 系统依然具备完成各种复杂运算活动的能力。

假设每一个神经元都被看成了那种小小的微型电子计算装置的话, 你个人是不是觉得人工智能系统应该从最基础的运作结构开始进行根本性的重新规划和设计呢? 欢迎你在下方的留言区留下你自己的观点和看法, 如果你觉得这些内容挺有价值的, 麻烦帮个忙点一点那个赞的按钮然后分享给你的朋友们看看。