我们的大脑会构建环境的地图,帮助我们理解周围的世界,从而实现思考、回忆和规划。这些地图不仅让我们能够找到酒店正确楼层的房间,还能帮助我们判断是否误入了错误的楼层。
神经科学家对构成这些地图的神经元活动已经有了深入研究,例如哪些细胞会在我们处于特定位置时被激活。然而,大脑在学习过程中如何创建这些地图仍然是一个谜。
现在,通过追踪动物学习期间数千个神经元在数天乃至数周内的活动,霍华德·休斯医学研究所(HHMI)Janelia研究园区的研究人员系统地详细描述了大脑海马体中这些认知地图形成的每一步。海马体是负责学习和记忆的关键区域。
研究介绍
由Spruston实验室领导的研究团队发现,当动物学会在两个微妙不同的线性轨道上收集奖励(类似于酒店的不同楼层)时,海马体中的神经元开始以不同方式作出反应。最终,大脑生成了完全不同的表示,这些表示包括使动物能够区分两种选择的信息。
研究人员还确定了最能重现这一学习过程的数学模型,这为揭示大脑可能用来创建心理地图的计算方法提供了线索,并为记忆和智力的理解提供了新的视角。
“我们正在绘制认知地图形成的具体步骤,这是一个非常重要的概念,”康奈尔大学助理教授Weinan Sun说道,他作为Spruston实验室的研究科学家共同领导了这项研究。
“但还有另一个贡献:观察这一过程为我们提供了关于潜在计算的线索,让我们更接近理解大脑在构建这些地图时所做的工作。”
理解大脑如何实施这些计算可以帮助研究人员开发更好的记忆障碍治疗方法,如阿尔茨海默病,并创建更像生物大脑的人工智能系统。
“神经科学和人工智能可以从彼此身上学到很多东西,”E11 Bio的神经解剖学首席科学家Johan Winnubst说道,他作为Spruston实验室的研究科学家共同领导了这项研究。
“大型语言模型的能力令人印象深刻,但它们在许多显而易见的方式上也会失败,其中一些与推理和长期规划有关。因此,也许我们可以将从海马体中学到的一些教训引入这些模型中。”
研究方法
为了观察这些认知地图是如何形成的,研究人员使用了Janelia设计的高分辨率显微镜,这种显微镜具有较大的视野,可以成像小鼠海马体中数千个神经元的活动。实验中小鼠正在学习如何导航两条不同的虚拟走廊:一条在近端有奖励,另一条在远端有奖励。
在每条走廊的起点附近,小鼠会收到一个视觉提示,指示它在哪里可以找到水奖励——要么在近端,要么在远端。小鼠必须弄清楚提示和奖励位置之间的关系。
研究人员观察到,所有动物都以相同的特定顺序学会了如何导航这两条走廊。首先,它们学会抑制在知道自己不会得到奖励的地方舔舐的行为。然后,它们学会了每条走廊只提供一次奖励。最后,它们学会了在奖励位于远端的走廊中抑制在近端舔舐的行为。
随着动物开始学习,其神经活动开始反映行为的变化。在学习初期,单个神经元的活动在这两条走廊之间基本相似,形成了只有细微差异的线性轨迹,这些差异代表了不同的提示和奖励位置。
然而,随着动物学习的进展,代表不同走廊的神经活动开始进一步分化。
尽管近端和远端奖励位置始终以不同方式表示,但现在这些奖励位置的处理方式取决于小鼠所在的走廊。例如,在近端走廊中,近端位置的表示方式与在远端走廊中相同位置的表示方式不同,尽管它们在视觉上完全相同。
在学习结束时,这些神经元的活动完全不同,生成了包含隐藏信息的独特地图,使动物能够区分这两条走廊。研究人员发现,有一些特定的细胞——他们称之为“状态细胞”——能够从环境中提取隐藏信息,从而实现这种区分。
用酒店的比喻来说,最初大脑可能会以类似的方式表示所有楼层。但经过几天的学习,我们学会了区分各楼层。我们的大脑为不同楼层生成了不同的地图,每个地图都包含隐藏或上下文信息——例如电梯内显示的数字,当我们走出电梯时就不再可见——这些信息帮助我们区分楼层。
对于现实世界中的动物而言,这一过程有助于区分森林或田野中相似但不同的区域。
“最初,大脑活动非常相似,随着学习的进行,活动变得越来越不同,直到它们变得正交。最终,每种神经活动模式都会编码一个隐藏状态,反映任务的真实隐藏状态,”Sun说。“大脑关注即时的感官输入,但在动物所处的隐藏状态下对其进行解释。”
研究意义
最后,研究人员探讨了大脑中可能发生的计算过程,以支持他们观察到的地图形成现象。
研究团队发现,大脑构建这些地图的方式类似于状态机——一种通过推断超出即时可见范围的隐藏状态来确定真实情况的系统。在测试的各种计算模型中,只有一种类型——称为克隆结构因果图(Clone-Structured Causal Graph)——能够准确重现这一学习过程。
研究人员还创建了一个在线可视化工具,让世界各地的科学家可以探索这些数据。他们表示,能够将这些碎片——从行为到单个细胞、再到神经元群体和算法——连接起来,是真正理解大脑和智力如何运作的关键一步。
“神经科学的终极目标之一是:如果我们观察到某种行为或认知功能,我们希望以不仅包括负责该行为或认知功能的细胞和分子过程,还包括大脑使用的算法表示的方式来理解它,”Janelia执行董事Nelson Spruston说道,他是这项新研究的资深作者。
“我们正在触及算法层面——可以说是最难确定的部分——这有助于我们将细胞和分子过程如何实际运作以在大脑中形成算法联系起来,从而产生我们以行为形式观察到的计算。”
新闻来源:Nature
参考文献:DOI: 10.1038/s41586-024-08548-w
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.