跳到主要內容

發表文章

精選

神經元如何把一個訊號變成多重時間資訊

皮質神經元之間的連接並不像我們想像中那麼簡單。我們可能會以為,一個神經元的軸突只要在下一個神經元上形成一個突觸,就能完成訊號傳遞。然而當兩個皮質神經元互相連接時,前一個神經元通常會在下一個神經元的樹突上形成多個突觸接點。這樣的設計看起來有些重複,大腦為什麼要使用這種多重連接方式呢? 來自希伯來大學的研究團隊提出了一個可能的解釋。他們認為,這些多重突觸接點並不只是為了增加連接穩定性,而可能提供了額外的時間資訊處理能力。由於樹突具有電纜過濾(cable filtering)的特性,靠近細胞本體的突觸會在細胞本體產生較短暫的突觸後電位,而較遠端的突觸則會產生較寬、較慢的電位變化。因此,同一個突觸前脈衝若同時經由不同樹突位置傳入,最後會被轉換成多種不同時間尺度的訊號。作者將這個現象稱為dendro-plexing。 為了測試這個想法,作者建立了一個簡化的F&F(filter-and-fire neuron)模型。這個模型與傳統I&F(integrate-and-fire neuron)相似,但多加入了兩個特性:第一,每個輸入軸突可以形成多個突觸接點;第二,不同突觸接點會對輸入脈衝 產生不同的時間濾波效果。結果發現,F&F在需要精準產生脈衝時機的任務中,記憶容量約為傳統I&F的三倍。此外,在將MNIST手寫數字轉換成時序脈衝模式的分類任務中,傳統I&F幾乎無法完成,但F&F則能學會辨識部分時空模式。 這篇研究再次提醒我們,神經元並不只是簡單的加總器。過去同一研究團隊曾指出,單顆皮質神經元的輸入輸出關係可能需要多層深度神經網路才能近似;而這篇研究則進一步說明,樹突上的多重突觸接點也可能讓單一脈衝被轉換成更豐富的時間訊息。也就是說,神經元的計算能力不只來自於是否放電,也可能來自於樹突如何延遲、拉寬與混合輸入訊號。 不過,這篇研究仍有一些問題值得後續探討。例如F&F是簡化模型,真實神經元還包含更複雜的離子通道、非線性樹突事件與突觸可塑性。此外,MNIST任務雖然方便展示時空辨識能力,但仍與真實神經系統面對的輸入有一段距離。未來若能結合更真實的神經元形態、生理參數與自然刺激,或許能更進一步理解樹突在大腦計算中真正扮演的角色。 這篇研究讓我們重新思考「重複連接」的意義。看似重複的多重突觸,可能其實是大腦用來擴充時間資訊處理能力的方...

最新文章

飛行中果蠅的躲避行為-掃視網路中扮演樞紐作用的神經元

靠碰撞學會避障:零預訓練的昆蟲腦導航模型

DNp03:果蠅碰撞迴避反應的指揮樞紐

In Defense of Minimal Models

當相機學會像神經元一樣「放電」:事件相機如何讓會飛的機器,在高速與黑暗中依然看清自己怎麼動

解密 RC-HC 儲備池運算:機器人如何長出大腦般的隱含空間直覺?

機器狗學走路的秘密:為何科學家要給它裝上「第二個大腦」?

SparkVSR:讓使用者也能參與的影片畫質修復技術

在充滿不確定的世界中尋找最佳解

「動態重塑的藝術:回聲狀態網絡中的 AFRICO 自適應機制 」類腦運算的優化 - ESN 的 feedback framework