科學(xué)家稱，大腦神經(jīng)元產(chǎn)生的模式可用于闡明大腦的功能，并讓我們離制造智能機(jī)器人更近一步。
今天，來自紐卡斯?fàn)柎髮W(xué)和蘇黎世大學(xué)、蘇黎世聯(lián)邦理工學(xué)院和加州理工學(xué)院的國際團(tuán)隊(duì)在PLoS Computational Biology上發(fā)表了他們的研究，表明神經(jīng)元的結(jié)構(gòu)方式和它們產(chǎn)生的模式可以用來解釋它們的行為方式和功能。
研究人員對(duì)視覺皮層中負(fù)責(zé)視覺的神經(jīng)元進(jìn)行建模，表明看似隨機(jī)的模式可以用簡(jiǎn)單的發(fā)育規(guī)則來解釋。
反過來，這些重復(fù)出現(xiàn)的模式可用于更好地理解神經(jīng)元如何組織它們的連接以相互通信。
該研究的合著者、計(jì)算機(jī)學(xué)院研究員 Roman Bauer 博士解釋說：
“乍一看，人腦中的神經(jīng)元網(wǎng)絡(luò)錯(cuò)綜復(fù)雜，你會(huì)認(rèn)為不可能開始理解它們是如何連接在一起的。
“但我們已經(jīng)表明，某些神經(jīng)元會(huì)產(chǎn)生遵循一些非常簡(jiǎn)單規(guī)則的特定模式。
“如果我們能在大腦中發(fā)現(xiàn)這些模式，那么我們就可以用它們來預(yù)測(cè)那些特定神經(jīng)元的行為方式。”
Bauer 博士將他們的工作重點(diǎn)放在丘腦和大腦皮層區(qū)域之間的聯(lián)系上，他說，如果我們能夠了解動(dòng)物如何感知視覺刺激和識(shí)別物體，它可能會(huì)徹底改變當(dāng)前的技術(shù)。
“當(dāng)我們改變一個(gè)物體的方向時(shí)，大腦仍然將它識(shí)別為同一個(gè)物體，并很容易地適應(yīng)不斷變化的情況。但目前的人工智能在這方面存在一個(gè)真正的問題。
“如果我們能夠?qū)⒋竽X簡(jiǎn)化為一些可以通過技術(shù)轉(zhuǎn)換的關(guān)鍵模式，那么就有可能創(chuàng)造出真正模仿人類大腦的人工智能。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！