以簡單神經網路模擬鳥鳴行為

動物行為的發生是一個神經網路研究的重要議題,在此研究中,研究人員使用非常簡單的兩群神經產生出規律鳥鳴。兩群神經分別為上游的高階發聲中心(high vocal center, HVC)與下游的弓狀皮質櫟核(robust nucleus of the arcopallium, RA),兩者之間在特定規則下隨機連結,同時雖然兩群神經內的連結都是固定的一維小世界網路(small world network of dimension one),也就是任意神經都有兩個相鄰的神經,但個別神經參數有些微隨機變動空間,因此不是每顆神經元都一模一樣。在肌肉運動的部分,簡單將RA神經平分成兩類,一類代表肌肉張力(tension)、一類代表肌肉壓力(pressure),藉此以簡單數學模型模擬鳥類發聲的肌肉震動。

網路的活動是由單一固定神經元激發,在HVC中研究者指定一顆神經為起始神經元(initiator neuron),只要輸入刺激在此神經元上,即可觸發規律鳥鳴行為,發出的聲音以500Hz為主,雖然和真實鳥鳴大多位在數千赫茲的頻率不符,但只要經過仔細調整參數,不僅能調動頻率範圍,亦有可能製造更豐富的鳴叫模式。另外不論是增加神經元數量、刺激強度、神經元雜訊(internal noise),或是神經時間常數(time constant),都能對聲音表現有不同程度的影響。雖然這個研究沒有深入探討神經網路連結與參數的調整能如何影響鳥鳴表現,不過這個研究展現了一個小小的神經網路就能表現複雜行為的例子。


撰文:姚皇宇


原始文獻:C. Giordani, H. Rivera-Gutierrez, S. Zhe, and R. Micheletto, “Simulation of the song motor pathway in birds: A single neuron initiates a chain of events that produces birdsong with realistic spectra properties,” PLOS ONE, vol. 13, no. 10, p. e0200998, Oct. 2018.

留言