【學習思考】研究神經元處理信息運作,有利人工智能發展深度學習。

專科資訊 - 腦神經科

674

神經元(neuron)如何處理信息?已知神經元將輸入的電信號(electrical signal)分解成子單元(sub-unit)。現在,Blue Brain的研究人員已經發現樹突(dendrites),神經元的樹狀受體,根據工作量一起合作學習。這些發現進一步了解了我們如何思考,並可能激發人工智能的新發展。

在Cell Reports雜誌上發表的一篇論文中,瑞士EPFL的Blue Brain Project中,研究人員開發了一個新的框架,去研究大腦中單個神經元的運作方式。

研究分析了來自Blue Brain的虛擬囓齒動物皮層的細胞( virtual rodent cortex.)。研究人員期望其他類型的神經元,如非皮質(non-cortical)或人類,都以相同的方式運作。

他們的結果表明,當神經元接收訊息時,從神經元延伸出來的精細樹狀受體分支稱為樹突,功能上會因應接收訊息的複雜度進行調整。

photo from Cell

突觸(synapse)的強度決定了神經元接收電信號的感受,並且學習行為改變了這種力量。通過分析「連接矩陣」(connectivity matrix),可確定這些突觸如何相互通信的。新機制確定神經元的樹突如何在功能上分解成單獨的計算單元,並發現它們根據工作負載一起處理信息。

  • 財富=健康丨有錢人中風死亡率較低?瑞典研究:富者比低收入者中風死亡率少三分之一

  • 研究人員將他們的結果比作現今的電腦技術。新發現到的樹突狀功能就像並行計算單元(parallel computing units)一樣,像超級電腦,能夠並行處理輸入的訊息。每個並行計算單元可以獨立地學習調整其輸出,非常類似於當今人工智能(AI)模型中使用的深度學習。

    Blue Brain的模擬神經科學部門經理Marc-Oliver Gewaltig解釋:「在Blue Brain項目中,這種數學方法有助於確定功能相關的神經元接收。這使我們能夠確定模擬皮質網絡的複雜程度,重建和模擬大腦。」

    Source: Cell Reports

    Text by Medical Inspire

    Subscribe to Medical Inspire Telegram for instant news and information : 
    http://bit.ly/2sm3Zve

    Subscribe to Medical Inspire Youtube channel for professional medical information :
    http://bit.ly/2Fd1JPu

    FACEBOOK
    HOT PICK