最新一項研究顯示,當小鼠學會執行一項新任務時,它們的大腦活動會隨著時間的推移而從"新手"發展為"專家"。而這些變化都反映在神經元的活動中。來自冷泉港實驗室(CSHL),哥倫比亞大學,倫敦大學學院和Flatiron研究所的研究人員使用雙光子成像顯微鏡和大量遺傳工具,研究小鼠的神經網絡變化。同時,使用數據構建了計算模型,揭露決策背後的神經科學。
研究中同時記錄了數百個神經元的活動,並研究了神經元在學習過程中的作用。以此來探究動物或人類如何學習任務的結構以及神經活動如何支持任務的結構。
研究發現,在所有動物中,它們的學習都是在大約四個星期內逐漸進行的。而支持學習的是整個神經元群的活動變化。研究小組發現,神經元在對與特定任務相關的活動做出反應時更具選擇性,還開始更快更迅速地做出反應。這些神經元在做出選擇之前做出非常強烈的反應。
當動物剛剛開始學習時,神經元直到做出選擇時才會做出反應。但是隨著動物獲得專業知識,神經元的反應會大大提前。
因此,我們可以通過某種方式來讀懂動物的思想,可以預測動物在做之前要做什麼。而當您是新手時,大腦會做很多不同的事情,因此您的神經元會參與所有不同的事情。但是,當您是專家時,您就會完全了解自己將要做的事情,而我們可以參加這項活動。
研究人員通過使用機器學習算法訓練一個稱為"線性支持向量機"的小型人工網絡,對神經活動進行解碼。它從多個試驗中收集性能數據,並將其與所有神經元的活動相結合,對它們進行加權,以猜測動物的行為。隨著動物在任務中變得更熟練,其神經網絡也變得更加精緻、精確和特定。研究人員能夠將其反映到人工網絡上,從而可以以大約90%的準確度預測動物的決策。
這些神經元是生物物理模型的一部分,可幫助研究人員了解決策的工作原理。隨著研究人員完善這些模型,他們可以更加了解認知如何指導行為。
"我們在知覺決策方面學到了很多東西,比如:受試者會做對與錯的決策,做出這些決策需要多長時間,在決策過程中神經活動的樣子,現在,就可以通過不同種類的決策做出真正具體預測的模型。"研究者說。"所以,我們可以更好地理解為什麼會有這些選擇性非常高的子網,它們如何幫助我們做出更好的決策,以及如何在學習過程中將它們連接起來。"
來源:美國每日科學網
文章來源: https://twgreatdaily.com/zh-tw/kudzkG4BMH2_cNUgL1Ga.html