Credit: CC0公共域 如果行为是一种语言,UO神经科学家卢卡·马祖卡托正在解码它的语法
他和他的团队在一项新的研究中显示,大量神经元的独特协调活动可以预测老鼠未来的行为
他们创建了一个字典,将大脑活动模式与简单动作联系起来
这一发现有助于他们理解大脑如何决定未来行动的时间,并将小的行动连接成更大的序列
他和他的团队在10月29日的《神经元》杂志上报道了他们的结果
Mazzucato说:“在这篇论文中,我们弄清楚了大脑中有什么规律来创建简单的行为序列。”
每一个复杂的行为都是由一系列简单的动作组成的,就像一个句子可以被解构成串在一起的单词音节一样
虽然这些步骤可以灵活地组合在一起,但也有规则规定哪些组合有意义,哪些没有意义
以穿过一个房间为例
一个人的步伐可能会有所不同,但连续看到两个左脚步伐是不寻常的
预测复杂的行为需要理解这个语法——行为被约束的方式和不被约束的方式
马祖卡托想弄清楚是什么让动物决定在特定时间采取某种行动,以及这种选择是如何在大脑中表现出来的
他和他的团队由博士后斯特凡诺·里卡纳西和乌利斯·佩雷拉领导,与神经科学家扎卡里·梅宁在葡萄牙里斯本尚帕利莫德未知中心合作
他们做了一个实验,训练老鼠把鼻子伸进笼子壁上的一个地方,然后移到笼子里的另一个地方喝水
如果老鼠立即去寻求奖励,它们会啜饮一小口;如果他们能等10到20秒,他们就能得到更多的水
老鼠的一系列动作相对固定,但每只动物都可以选择时间
当老鼠四处乱窜时,研究人员追踪了大脑中运动皮质部分的大群神经元的活动,该部分参与规划运动
研究人员发现,运动皮层中大量神经元的协同活动代表了老鼠未来的意图
每一个动作都会在运动皮层产生一个独特的信号,一组神经元以协调一致的方式运作
当一只老鼠准备转换到不同的动作时,神经信号突然改变了
马祖卡托说:“对于动物在笼子里进行的每一个动作,我们都能够理解神经元在大脑中进行的计算。”
“我们可以预测动物在行动前几百毫秒会做什么
" 也就是说,他们可以通过观察大脑活动来区分想要立即获得奖励的老鼠和想要更多水的老鼠
他们还可以通过一组称为递归神经网络的数学方程来复制老鼠选择的可变性,这是大脑启发的人工智能的一个例子
马祖卡托说:“现在我们有了一个模型,我们可以对它进行推广。”
在这里,团队只关注一个行为变量,行动的时机
但在未来,他们希望在更接近模拟现实生活复杂性的场景中,研究围绕选择和决策的类似问题
来源:由phyica.com整理转载自PH,转载请保留出处和链接!