跳到主要內容

發表文章

精選

大腦如何決定「誰比較可信」?

想像你在荒野中導航,遠方有一座不動的高山,眼前則有一棵隨風搖擺的樹。雖然兩者都很顯眼,但你的大腦會本能地更相信那座「穩定」的高山來確認方向,而不是那棵位置可能變動的樹 。但在果蠅的微觀世界裡,牠們經常面臨更複雜的選擇:當「眼睛看到的景色」與「觸角感受到的風向」告訴牠們不同的方位時,大腦該聽誰的?這不僅僅是誰比較大聲的問題,而是一場關於「信任」與「學習」的神經賽局。 在我們之前的文章中,常提到大腦中的「指南針」——位於中央複合體(Central Complex)的 環狀吸引子(Ring Attractor) 網路。最新的研究告訴我們,這個網路不只能告訴果蠅「我在哪裡」,它甚至懂得評估資訊的「可靠度」,並利用 Hebbian Learning(赫布學習法則) 在穩定與靈活性之間取得完美的平衡。 這篇發表於 2025 年 Nature Neuroscience 的最新研究,帶我們潛入果蠅大腦的導航中心,揭示了一個令人驚訝的發現:一個太過自信的大腦,有時候反而是最笨的學習者。 1. 什麼是「有信心的」神經訊號? 果蠅的頭部方向(Head Direction, HD)是由一群稱為 EPG neurons 的細胞編碼的。這些細胞在橢圓體(Ellipsoid Body, EB)中形成一個活性「凸起(Bump)」,就像羅盤上的指針 。 研究團隊發現,當果蠅處於一個高對比度、資訊豐富的視覺環境時,EPG 的活性 Bump 會發生顯著變化 (如圖一所示): • 當環境資訊很明確時(例如看到高對比度的地標): EPG 的活性波形會變得「又高又瘦」(Amplitude 高,Width 窄)。這代表神經元們異口同聲,非常確定方向,雜訊很低。 • 當環境資訊模糊時(例如光線昏暗): 波形會變得「又矮又胖」。這代表神經元們有點猶豫,意見不集中。 圖一、Bump的結果示意圖。 這就像是在統計學中的機率分布,當我們很確定時,高斯分布會變得又高又瘦;當我們不確定時,分布就會變得又矮又胖。這背後的物理基礎在於赫布可塑性(Hebbian Plasticity)。當一個視覺線索很強且穩定時,大腦會透過長期抑制機制,在神經連結的權重矩陣上「刻」出一道深深的凹痕(Notch)。這道凹痕就像是一個深深的河道,把神經活動牢牢地鎖在特定的位置,讓羅盤變得極度精準且穩定。 2. 誰是老大?「最後看到的」說了算! 先看視...

最新文章

RAG降低醫學問答AI的幻覺

在 Minecraft 走出腦內地圖:用統計解析 3D 導航路徑與認知地圖

🧠 當腦神經遇上時間:一個會「自我組織」的人工大腦

神經連接能告訴我們多少?來自果蠅延髓的系統性檢驗

Many Slow Spikes, One Fast Beat: How Neuron Populations Make Rapid Rhythms

大腦不是追求完美的製圖師,而是務實的工程師:為何神經系統偏愛「甜甜圈」?

香菇也能當電腦-菌絲網路可以作為memristor !?

果蠅大腦裡的「數位邏輯」

為什麼神經科學需要Foundation Models與生成式AI?

視交叉上核研究五十年:顛覆教科書的六大驚人發現