一项新的研究显示了价值选择是如何被记录在我们的大脑中的
研究人员发现，持续性可以让价值信号在大脑的不同区域得到最有效的表达或“编码”，尤其是在大脑中被称为脾后皮层的关键区域
信用:加州大学圣地亚哥分校小宫山实验室 2019年，加州大学圣地亚哥分校的研究人员发现了大脑中做出“价值决定”的区域
他们发现，大脑中一个被称为脾后皮质(RSC)的区域是我们用来进行价值选择的地方，比如我们决定今晚去哪家餐厅吃饭
然后，我们根据我们对当晚的汤和意大利面的新印象，用新的信息更新RSC
由生物科学部博士后学者服部哲和小山隆树教授领导的新研究揭示了这种动态信息是如何处理的细节
研究结果发表于11月11日
23发表在《神经元》杂志上，表明持续性可以让价值信号在大脑的不同区域得到最有效的表达或“编码”，特别是在反应堆控制中心
为了研究大脑活动如何代表基于价值的决策的细节，这是一种在精神分裂症、痴呆症和成瘾等神经疾病中受损的核心动物行为，研究人员设置了强化学习实验，向小鼠提供选项，并以一定的概率奖励它们的选择
他们在强化学习过程中记录了相应的大脑活动
由此产生的数据和网络模拟指出了持续编码在如何表现小鼠及其价值决策中的重要性，以及RSC作为这一活动的纽带的重要性
作者在论文中解释说:“这些结果表明，尽管信息编码是高度分布的，但并不是所有在神经活动中表示的信息都可以用于每个领域。”
“这些结果揭示了依赖于环境的、无关联的持续性有助于可靠的信号编码及其在大脑中的分布
" 根据服部哲的说法，已知神经元在不同的活动模式中循环，一些神经元活动激增，而另一些保持沉默
这些大脑活动模式被证明与某些与任务相关的信息相关，比如决策的价值信息
因为RSC在连接几个大脑网络和功能方面起着核心作用，新的发现强化了关于该网站根本重要性的观点
“我们认为在老鼠的大脑中，RSC是价值信息的稳定储存库，”服部哲说
“当老鼠进行强化学习和决策时，RSC似乎会将价值信息分配到对进一步处理价值信号至关重要的其他大脑区域
" 为了进一步测试他们的发现，服部哲和小宫山利用了他们的“大数据”宝库，里面记录了实验期间超过10万个老鼠的决定
他们设计了人工智能(AI)网络来模仿基于计算机的强化试验中的行为策略，并发现了与真实世界实验非常相似的结果
“当我们训练人工智能网络做同样的行为时，它采用了同样的策略和同样的方式来表示神经活动中的信息，”Komiyama说，他是神经生物学(生物科学系)和神经科学(医学院神经科学系)的教授，隶属于加州大学圣地亚哥分校的神经回路和行为中心以及halc olu数据科学研究所
“这表明这是进化选择的神经回路执行这种行为的策略
生物大脑和龙马训练的人工智能之间的这种相似性真的很有趣
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
