幾個世紀以來，人類一直在試圖了解大腦是如何工作的以及它是如何獲取信息的。雖然神經(jīng)科學家現(xiàn)在對大腦不同部分的工作原理以及它們的功能有了很好的了解，但仍有許多問題沒有得到解答。因此，仍然缺乏統(tǒng)一的神經(jīng)科學理論。

近年來，計算機科學家一直在嘗試創(chuàng)建計算工具，以人工重建人腦的功能和過程。闡明大腦如何做出預(yù)測的新神經(jīng)科學理論可能有助于顯著增強這些工具，以便它們以越來越現(xiàn)實的方式復制神經(jīng)功能。

加拿大萊斯布里奇加拿大行為神經(jīng)科學中心的研究人員最近進行了一項研究，調(diào)查單個神經(jīng)元如何學習和預(yù)測未來。他們的發(fā)現(xiàn)發(fā)表在NatureMachineIntelligence上，表明單個神經(jīng)元預(yù)測其未來活動的能力可以提供一種新的學習機制。

“神經(jīng)科學現(xiàn)在處于生物學在達爾文之前的階段，”進行這項研究的研究人員之一阿圖爾·盧扎克告訴TechXplore。“它有無數(shù)詳細的觀察結(jié)果，但沒有一個單一的理論可以解釋它們之間的聯(lián)系。因此，神經(jīng)科學的最大任務(wù)是找到統(tǒng)一的原則來解釋大腦是如何工作的。我們的工作旨在為這一探索做出貢獻。”

使用數(shù)學方程，Luczak和他的同事證明了單個神經(jīng)元的預(yù)測能力可以提供一種新的學習機制，最終可以在機器中復制。據(jù)研究人員稱，這種學習過程可能源于代謝，因為神經(jīng)元可能需要最大限度地減少自身的突觸活動，同時通過招募其他神經(jīng)元來最大限度地影響局部血液供應(yīng)。

“你了解到烏云預(yù)示著下雨，因為這可以幫助你保持干燥，從而節(jié)省你的熱能，”Luczak解釋說。“類似地，神經(jīng)元可能能夠了解到X量的輸入活動通常緊跟Y量的活動。通過調(diào)整突觸以最大限度地減少意外-即實際活動和預(yù)期活動之間的差異-神經(jīng)元可以通過僅活動來節(jié)省能量盡可能多。我們證明了預(yù)測學習規(guī)則是自然產(chǎn)生的，是神經(jīng)元最大化代謝能量的結(jié)果。”

在他們的論文中，Luczak將這種學習機制稱為“惰性神經(jīng)元原理”。該團隊仍然不確定單個神經(jīng)元進行預(yù)測的確切機制，但他們認為它們可能與鈣信號傳導有關(guān)(即，需要使用鈣離子進行交流和驅(qū)動細胞間過程的過程)。

“有趣的是，我們的結(jié)果還表明，自發(fā)的大腦活動(例如，在睡眠期間)為神經(jīng)元學習從Y預(yù)測X提供了‘訓練數(shù)據(jù)’，”Luczak說。

這組研究人員最近進行的研究可能會對神經(jīng)科學和機器學習領(lǐng)域產(chǎn)生許多有趣的影響?？傮w而言，他們的研究結(jié)果表明，支持單個神經(jīng)元功能的預(yù)測機制可能在學習中發(fā)揮關(guān)鍵作用。

“在未來，這個想法還可能有助于創(chuàng)建更強大的人工神經(jīng)網(wǎng)絡(luò)來解決具有挑戰(zhàn)性的現(xiàn)實生活問題，”Luczak說。“我相信我們公布的預(yù)測學習規(guī)則是朝著找到統(tǒng)一的大腦理論邁出的重要一步。然而，實現(xiàn)這一目標還需要更多的步驟，我們很高興能繼續(xù)這一旅程。”