抑制神經控制複雜運動的藝術
在運動皮質內的神經網路擁有複雜、龐大且高動態的資料傳輸，尤其是當我們需要進行精準且快速的動作時，像是手臂的運動。一項實驗顯示，只要給予適當的初始狀態，猴子的頭腦就可以自動產生類似雪崩式的複雜指令，快速的將手臂移向指定的位置。目前為止已經有許多人想嘗試利用隨機突觸連結來建構相同功能的神經網路，但是卻遭遇許多問題，像是連結強度太弱沒辦法產生複雜運動，或者強度太強導致整個網路變得很聒噪。(圖一)
來自洛桑聯邦理工學院的研究[1]引進了一種新的網路架構，這種架構可以使原本強度太強的網路回歸到平穩的狀態，同時又可以擁有複雜且快速的神經活動。這樣的神奇效果中，抑制神經扮演了很重要的角色；它們能將原本雜亂連結的特徵值(eigenvalue)精準地調整到穩定的區域，同時根據不同的脈衝頻率初始狀態來產生特殊的活動，比方說，畫一隻蛇或者蝴蝶的圖。他們也證實了這種網路跟猴子的運動皮質活動是相當相似的。(圖二、圖三)
我們同時也可以觀察到，即使在沒有測試的時候，神經們還是會自發性的與同一組的其他神經一起，產生緩慢波動；也因為抑制神經跟興奮神經的緊密耦合，導致單顆神經的膜電位有緩慢且巨大的、低於閥值的波動。這也與另一篇論文[2]在視覺皮質錐體神經所觀察到的結果一致。
微小但正確的刺激可以產生巨大的反應，這或許能是未來設計記憶體內計算(Compute in memory)仿神經網路的一個新的思考方式。
撰寫者：葉宸甫
參考文章：
[1] Hennequin, G., Vogels, T. and Gerstner, W. (2019). Optimal Control of Transient Dynamics in Balanced Networks Supports Generation of Complex Movements.
[2] Johnson, J., Wright, N., Xià, J. and Wessel, R. (2019). Single-Cell Membrane Potential Fluctuations Evince Network Scale-Freeness and Quasicriticality. The Journal of Neuroscience, 39(24), pp.4738-4759.
來自洛桑聯邦理工學院的研究[1]引進了一種新的網路架構，這種架構可以使原本強度太強的網路回歸到平穩的狀態，同時又可以擁有複雜且快速的神經活動。這樣的神奇效果中，抑制神經扮演了很重要的角色；它們能將原本雜亂連結的特徵值(eigenvalue)精準地調整到穩定的區域，同時根據不同的脈衝頻率初始狀態來產生特殊的活動，比方說，畫一隻蛇或者蝴蝶的圖。他們也證實了這種網路跟猴子的運動皮質活動是相當相似的。(圖二、圖三)
我們同時也可以觀察到，即使在沒有測試的時候，神經們還是會自發性的與同一組的其他神經一起，產生緩慢波動；也因為抑制神經跟興奮神經的緊密耦合，導致單顆神經的膜電位有緩慢且巨大的、低於閥值的波動。這也與另一篇論文[2]在視覺皮質錐體神經所觀察到的結果一致。
微小但正確的刺激可以產生巨大的反應，這或許能是未來設計記憶體內計算(Compute in memory)仿神經網路的一個新的思考方式。
撰寫者：葉宸甫
參考文章：
[1] Hennequin, G., Vogels, T. and Gerstner, W. (2019). Optimal Control of Transient Dynamics in Balanced Networks Supports Generation of Complex Movements.
[2] Johnson, J., Wright, N., Xià, J. and Wessel, R. (2019). Single-Cell Membrane Potential Fluctuations Evince Network Scale-Freeness and Quasicriticality. The Journal of Neuroscience, 39(24), pp.4738-4759.
留言
張貼留言