我们的大脑如何处理和存储运动对多种疾病、机器学习有影响

从我们出生的那一刻起,甚至在那之前,我们通过运动与世界互动。我们用嘴唇来微笑或说话。我们伸出手去触摸。我们移动我们的眼睛去看。我们摆动,我们走路,我们做手势,我们跳舞。我们的大脑是如何记住这么大范围的动作的呢?它是如何学习新知识的?它是如何进行必要的计算来让我们抓住一杯水,而不让它掉下来、压扁或错过它?
来自露丝和布鲁斯·拉帕波特医学院的Technion教授杰基·席勒和她的团队在单神经元水平上检查了大脑,以解开这个谜团。他们发现计算不仅发生在神经元之间的相互作用中(神经细胞),但在每个神经元内。事实证明,这些细胞中的每一个都不是一个简单的开关,而是一台复杂的计算机器。这一发现,最近发表在科学这项研究不仅有望改变我们对大脑如何工作的理解,而且有望更好地理解从帕金森病到自闭症等各种疾病。如果这还不够,这些同样的发现有望推动机器学习,为新架构提供灵感。
运动是由大脑的初级运动皮层控制的。在这一领域,研究人员能够准确地指出,在任何给定的时刻,哪些神经元会产生我们所看到的运动。席勒教授的团队是第一个进行更深入研究的团队,他们不是将整个神经元作为单个单元来研究,而是将其各个部分的活动进行了研究。
每个神经元都有被称为树突的分支延伸。这些树突与其他神经细胞的末梢(称为轴突)密切接触,允许它们之间的交流。信号从树突传递到细胞体,然后通过轴突传递。神经细胞之间树突的数量和结构差异很大,就像一棵树的树冠与另一棵树的树冠不同一样。
席勒教授的团队重点研究的特定神经元是大脑皮层中最大的锥体神经元。这些细胞大量参与运动,具有很大的树突树,有许多分支、子分支和次分支。研究小组发现,这些分支不仅仅是传递信息。
每个子分支机构对接收到的信息进行计算,并将结果传递给更大的子分支机构。分支机构对从其所有子公司收到的信息进行计算,并将其传递出去。此外,多个树突小枝可以相互作用,以扩大他们的组合计算产品。结果是在每个单独的神经元中进行复杂的计算。席勒教授的团队第一次证明了神经元是被分隔的,它的分支独立地进行计算。

席勒教授解释说:“我们过去认为每个神经元都是一种哨子,要么吹,要么不吹。”“相反,我们看到的是一架钢琴。它的琴键可以同时敲击,也可以按顺序敲击,产生无数不同的曲调。”这种在我们大脑中演奏的复杂交响乐使我们能够学习和表演无数不同的、复杂的和精确的动作。
多发性神经退行性疾病神经发育障碍很可能与神经元处理数据能力的改变有关。在帕金森病中,已经观察到树突树经历了解剖和生理上的变化。根据Technion团队的新发现,我们了解到,由于这些变化,神经元执行并行计算的能力降低了。在自闭症中,树突分支的兴奋性似乎被改变了,导致了与这种情况相关的许多影响。对神经元如何工作的新颖理解为这些和其他疾病开辟了新的研究途径,并希望缓解它们。
这些相同的发现也可以作为启发机器学习社区。深度神经网络,顾名思义,试图创造一种学习和功能类似于人脑的软件。尽管它们的进步不断制造新闻,但与活的大脑相比,这些网络是原始的。更好地理解我们如何大脑实际上,工作可以帮助设计更复杂的东西神经网络使它们能够执行更复杂的任务。
这项研究由席勒教授的两位医学博士和博士领导。候选人Yara Otor和Shay Achvat,他们对研究的贡献相当。该团队还包括博士后Nate Cermak(现在是一名神经工程师)和博士生Hadas Benisty,以及三位合作者:Omri Barak教授,Yitzhak Schiller教授和Alon Poleg-Polsky教授。
进一步探索