先天的時間骨架：腦類器官揭露的神經順序
如果大腦的能力主要來自學習，那麼在尚未接觸外界之前，神經網路理應是無序而混亂的嗎？ 研究團隊利用人類與小鼠的幹細胞培養出腦類器官，對這個觀點提出了耐人尋味的挑戰。這些三維的神經組織可以自行形成神經元與突觸，但它們沒有感官輸入，也沒有行為輸出，幾乎可視為一個沒有經驗的神經系統。建立這樣的模型得以觀察在缺乏學習的情況下，神經網路本身會呈現什麼樣的活動樣貌。 研究人員透過高密度微電極的量測，發現這些神經網路會週期性地出現集體放電事件，也就是大量神經元在短時間內同時活化，並且在每一次集體放電的過程中，神經元並非隨機啟動，而是呈現出穩定且可重複的時間順序。 當研人員將不同次的放電事件對齊比較後，他們看到某些神經元幾乎總是在固定的時間點達到放電高峰。這些細胞構成了一個相對穩定的核心族群，被稱為骨幹神經元（backbone neuron）。相較之下，其他神經元的活化時間則較為分散，變動性也更大。 進一步的分析顯示，骨幹神經元的活動可以用少數幾個主要變化方向來描述，呈現出低維度且穩定的動態。而較不規則的神經元則會分布在更高維、較難預測的範圍之中。也就是說，在整體網路內部，其實存在一個為時間流程提供參考架構的基礎骨架。 為了確認這樣的順序是否與發育形成的立體結構有關，研究團隊將結果與平面培養的神經元進行比較。在缺乏三維組織的情況下，雖然仍能觀察到同步放電，但神經元之間的時間先後關係大幅減弱，幾乎無法形成可重現的序列。這個對照強烈暗示：時間上的組織並非來自經驗，而是源自發育過程中建立的空間連結。 這項發現對於我們在理解大腦的運作本質具有深遠意義。它支持了神經系統在真正與世界互動之前，並非一張白紙，而是已經具備了一套內在的動力學框架。後天的學習與經驗，更像是在這個既有的神經架（Neural Scaffold）上進行校準與精細化，而非從零開始建構。 對人工智慧領域而言，這樣的生物學證據同樣發人深省。正如同人工神經網路的層級架構決定了其運算潛力，生物大腦的三維組織也賦予了它與生俱來的運算能力。研究顯示，這種立體架構本身就預先決定了哪些神經動態容易形成，哪些資訊路徑最可能被利用，結構本身即是運算的一部分。 *聲明：本文使用ChatGPT輔助編輯* 撰稿人：呂菁菁 Reference: van der Molen, T., Spaeth, A., Chini, M., Hernandez, S....
