最新Nature：科学家一步一步地详细说明了大脑如何构建复杂的认知地图

原标题：最新Nature：科学家一步一步地详细说明了大脑如何构建复杂的认知地图
文章来源：人工智能学家
内容字数：11236字

认知地图在大脑中的形成：海马体的神经机制

本文总结了HHMI研究人员关于认知地图在大脑海马体中形成机制的研究成果。该研究利用先进的显微镜技术，追踪小鼠在学习导航过程中数千个神经元的活动，系统地阐述了认知地图的形成过程，并提出了相应的计算模型。

1. 研究背景与目标

神经科学家已知某些神经元会在特定位置放电，但大脑如何生成认知地图仍然是个谜。本研究旨在系统地阐述认知地图在海马体中的形成过程，并揭示其背后的计算机制。

2. 研究方法

研究人员利用高分辨率显微镜，对学习导航虚拟走廊的小鼠海马体中数千个神经元的活动进行成像。小鼠需要学习不同视觉线索与奖励位置之间的关系。两个虚拟走廊在视觉上相似，但奖励位置不同（近或远）。

3. 主要发现

研究发现，小鼠的学习过程分为三个阶段：首先抑制在无奖励区域的舔舐行为；然后理解每个走廊只有一个奖励；最后，在远奖励走廊中抑制在近奖励区域的舔舐行为。神经元活动与行为变化密切相关：

1. 学习初期，两个走廊的神经元活动相似，仅有轻微差异。
2. 学习过程中，代表不同走廊的神经元活动逐渐分化，即使视觉上相同的奖励位置，其神经元活动也因走廊不同而异。
3. 学习结束时，神经元活动完全不同，形成不同的认知地图，编码隐藏信息，例如电梯楼层号等，帮助小鼠区分不同走廊。
4. 特定的“状态细胞”能够提取环境中的隐藏信息，实现这种分化。

4. 计算模型

研究人员发现，大脑构建认知地图的过程类似于一个状态机，通过推断隐藏状态来判断真实情况。在各种计算模型中，只有“克隆结构因果图”模型能够准确再现学习过程。

5. 研究意义

这项研究不仅绘制了认知地图形成的逐步过程，更重要的是揭示了大脑可能使用的计算机制。这有助于开发治疗记忆障碍（如阿尔茨海默病）的新方法，并创造更像生物大脑的人工智能系统。神经科学和人工智能领域可以互相借鉴，例如，将海马体学习机制应用于改进人工智能系统的推理和规划能力。

6. 未来展望

研究人员创建了一个在线可视化工具，方便全球科学家探索数据。将行为、单个细胞、神经元群体和算法联系起来，是真正理解大脑和智力运作的关键一步，有助于理解大脑如何进行算法层面的计算。

联系作者

文章来源：人工智能学家
作者微信：
作者简介：致力成为权威的人工智能科技媒体和前沿科技研究机构