新发现的大脑学习机制改变神经学认知

【新唐人北京时间2022年05月07日讯】大脑是一个由数十亿个神经元组成的复杂网络。每个神经元同时与成千上万个神经元通过“突触”沟通,并通过名为“树突”结构的多条长长的“手臂”接收外界的信息。

在过去七十多年来,科学家一直以为,大脑学习的过程是通过改变突触(synapse)的强度,继而激活与它们相连的神经元而完成。这种理论也指导着人工智能网络、机器学习算法的设计,对现代社会的方方面面有着深远的影响。可是最新的一份研究发现,神经元的工作模式并不是这样。

以色列巴伊兰大学(Bar-Ilan University)的研究人员在新研究中揭示,他们的实验显示,学习的机制主要是通过神经元的树突(dendritic trees)结构完成。研究者称,树突结构就像神经元大树的树干和树枝,学习的过程是通过改变树干和树枝的强度而完成,而不像以前以为的仅改变突触(树状结构上的叶子)进行。

研究称这项发现表明神经元是个非常复杂、动态的计算单元,并不是像以前认为的只有激活和关闭两种状态的二元系统。仅一个神经元就能执行深度学习算法,而以前的研究以为,这需要一整套由几千个神经元、并通过突触相互连接的人工智能网络才能完成。

这份研究的负责人巴伊兰大学物理系教授伊多‧坎特(Ido Kanter)说:“我们的研究显示,单个神经元树状结构进行学习后,对手写数字识别的成功率接近100%。这项发现为开发新型仿生人工智能硬件铺平了道路。”

这份研究4月28日发表于《自然》(Nature)旗下的子刊《科学报告》(Scientific Reports)期刊。

(转自大纪元/责任编辑:叶萍)

相关文章
评论
新版即将上线。评论功能暂时关闭。请见谅!