|
近日，一项现代人工智能（AI）技术结合神经科学的研究，揭示出短期记忆（或叫工作记忆），会根据所面临任务的复杂程度以不同方式使用神经元网络。该研究近日已发表在《Nature Neuroscience》上，由美国芝加哥大学的高级科学家Nicholas Masse教授领导。该研究展示了AI在神经科学研究中的价值，以及这两个领域是如何互惠的。 在这项研究中，研究人员使用AI技术训练基于大脑生物学结构的计算神经网络。他们要求神经网络解决一系列需要在短期记忆中存储信息的复杂行为任务。研究结果显示，短期记忆涉及两个截然不同的过程：一个是“静默”过程，即大脑储存短期记忆而不进行神经活动。另一个是更活跃的过程，在这个过程中，神经元回路会持续放电。 研究通讯作者、神经生物学教授David Freedman说：“短期记忆很可能由多种不同的过程组成，从简单地回忆几秒之前看到的事物，到更复杂的过程，如操纵存储记忆中的信息。我们已经确定了两种不同的神经机制如何协同工作来完成不同类型的记忆任务。”Freedman教授的研究专注于视觉学习、认知和决策制定的大脑机制。 David Freedman 主动记忆与“静默”记忆 许多日常任务都需要使用工作记忆，即你在当下做的某件事，但稍后可能会忘记的信息。有时你会主动且有意识地记忆一些事物，比如在脑海中做一道数学题，或者在你有机会写下一个电话号码之前试图记住它的时候。你也会被动地吸收你后来能回忆起来的信息，即使你没有刻意记住它，比如有人问你是否在走廊里看到了某个人。 通过监测动物在执行需要使用工作记忆任务时大脑中电流活动的模式，神经科学家们已经了解了很多关于大脑如何表达存储在记忆中的信息。 但Freedman说，令他和他的团队感到惊讶的是，在某些需要记忆信息的任务中，他们的实验发现神经回路异常安静，所以他推测，这些“静默”记忆可能存在于神经元之间连接强度或突触强度的暂时变化中。 但随之而来问题是，使用现有的技术测量活体动物大脑中这些“静默”过程中突触发生的情况是不可能的。因此，研究团队开发了一种AI方法，利用动物实验数据来设计网络，模拟真实大脑中的神经元如何相互连接。然后，他们可以训练这些网络来解决在动物实验中相同类型的任务。 在对这些受生物学启发的神经网络进行实验期间，他们能看到在短期记忆处理过程中有两个不同的过程在发挥作用。 一种被称为持续性神经元活动，在更复杂但仍然是短期的任务中尤为明显。当神经元获得输入时，会产生一个短暂的放电。神经元之间会形成突触，当一个神经元放电时，会触发连锁反应，使另一个神经元放电。通常，当输入消失时，这种活动模式就会停止，但AI模型显示，当执行某些任务时，即使在输入消失后，某些神经元回路仍会继续放电，就像是回声一样。对于处理更复杂的问题，即需要以某种方式操纵记忆中的信息，这种持续的活动显得尤为重要。 图片来源：《Nature Neuroscience》 此外，研究人员还发现了另一种过程，解释了大脑如何在没有持续活动的情况下将信息保存在记忆中，正如他们在大脑记录实验中观察到的那样。这类似于大脑通过在许多神经元之间建立复杂的连接网络来存储长期记忆。当大脑学习到新信息时，这些连接会增强、重构或者移除，这就是所谓的“可塑性”。这个AI模型显示，在记忆的静默期，大脑可以利用神经元之间突触连接的短期可塑性来临时记忆信息。 这两种形式的短期记忆持续时间从几秒钟到几分钟。短期记忆中使用的一些信息最终可能会被长期存储，但大多数信息会随着时间的推移而消失。 |
|
|
