与之前的假设相反，人类新皮质中的神经细胞的连接方式与小鼠不同。 这些是柏林夏里特医学大学进行的一项新研究的结果，该研究发表在《科学》杂志上。*该研究发现，人类神经元以一个方向进行通信，而在小鼠中，信号倾向于循环流动。 这提高了人脑处理信息的效率和能力。 这些发现可以进一步推动人工神经网络的发展。
新皮质是人类智力的关键结构，厚度不到五毫米。 在大脑的最外层，有 200 亿个神经元处理无数的感官知觉、计划行动，并构成我们意识的基础。 这些神经元如何处理所有这些复杂的信息？ 这很大程度上取决于它们如何相互“连接”。
更复杂的新皮质——不同的信息处理
“我们之前对新皮质神经结构的理解主要基于小鼠等动物模型的发现，”夏里特大学神经生理学研究所所长 Jörg Geiger 教授解释道。 在这些模型中，邻近的神经元经常相互交易所，就像在对话一样。 一个神经元向另一个神经元发出信号，然后该神经元发回信号。 这意味着信息经常循环流动。”
人类的新皮质比小鼠的新皮质更厚、更复杂。 尽管如此，研究人员此前曾假设（部分由于缺乏数据）它遵循相同的连接基本原则。 由盖革领导的夏里特研究小组现在使用极其稀有的组织样本和最先进的技术来证明事实并非如此。
监听神经元通讯的巧妙方法
在这项研究中，研究人员检查了 23 名在 Charité 接受神经外科治疗耐药性癫痫患者的脑组织。 在手术过程中，医学上有必要切除脑组织，以便接触到其下方的患病结构。 患者同意使用该进入组织用于研究目的。
为了能够观察人类新皮质最外层相邻神经元之间的信号流，该团队开发了一种改进版本的“多块”技术。 这使得研究人员能够同时监听多达十个神经元之间发生的通信（有关详细信息，请参阅“关于该方法”）。 因此，他们能够在细胞停止体外活动之前的短时间内进行必要数量的测量来绘制网络图。 总之，他们分析了近 1,170 个神经元之间的通信通道以及大约 7,200 个可能的连接。
前馈而不是循环
他们发现只有一小部分神经元进行相互对话。 该出版物的第一作者彭扬帆博士解释说：“在人类中，信息往往朝一个方向流动。它很少直接或通过循环返回到起点。” 他在神经生理学研究所从事这项研究，现在在夏里特神经病学系和神经科学研究中心工作。 该团队使用根据人类网络架构的相同原理设计的计算机模拟来证明这种前向信号流在处理数据方面具有优势。
研究人员给人工神经网络一个典型的机器学习任务：从语音数字的录音中识别正确的数字。 模仿人体结构的网络模型比模仿小鼠的网络模型对这项语音识别任务做出了更正确的反应。 它的效率也更高，在小鼠模型中达到相同的性能需要相当于 380 个神经元，而在人类模型中只需要 150 个神经元。
人工智能的经济榜样？
“我们在人类身上看到的定向网络架构更强大并且节省资源，因为更多独立的神经元可以同时处理不同的任务，”彭解释道。 “这意味着本地网络可以存储更多信息。目前尚不清楚我们在颞叶皮层最外层的发现是否会延伸到其他皮层区域，或者它们能在多大程度上解释人类独特的认知能力。”
过去，人工智能开发人员在设计人工神经网络时从生物模型中寻找灵感，但也独立于生物模型优化了算法。 “许多人工神经网络已经使用某种形式的这种前向连接，因为它可以为某些任务提供更好的结果，”盖格说。 “令人着迷的是，人类大脑也表现出类似的网络原理。这些对人类新皮质中具有成本效益的信息处理的见解可以为完善人工智能网络提供进一步的灵感。”
资讯来源：由a0资讯编译自THECOINREPUBLIC。版权归作者A0资讯所有，未经许可，不得转载
