我们的大脑有一个基本的算法,使我们的智力,科学家说
我们的大脑有一个基本的算法,使我们不仅认识到传统的感恩节大餐,但智力思考的更广泛影响丰收以及良好的家庭和朋友。
“一个相对简单的数学逻辑基础我们复杂的大脑计算,”乔钱z博士说,乔治亚州奥古斯塔大学医学院的神经学家,奥古斯塔大学大脑和行为发现研究所的主任和格鲁吉亚著名学者在认知和系统神经生物学研究联盟。
钱是谈论他连通性理论的基本原则,我们的数十亿的神经元如何组装和调整不仅仅是为了获取知识,但从中归纳并得出结论。
“情报是关于处理不确定性和无限的可能性,”提雪说。似乎启用当一群相似的神经元形成各种派系来处理每个基本像认识到食品、住所、朋友和敌人。集团派系的集群功能连通性图案,或fcm,来处理每一种可能性等这些基本推断,赖斯是一个重要食品集团的一部分,可能是一个不错的配菜有意义的感恩节聚会。想,越复杂越派系加入。
这意味着,例如,我们不能仅仅认识一个办公椅,但是办公室当我们看到,知道我们坐在办公室的椅子。
“你知道一个办公室是一个办公室是在你家还是白宫,”钱的概念化的知识的能力,许多事情我们有别于电脑之一。
钱在一篇1000字的第一次发表了他的理论2015年10月的文章在《神经科学的趋势。现在他和他的同事们记录了算法在七个不同的大脑区域参与这些基本食品和恐惧在小鼠和仓鼠。他们的文档是发表在《华尔街日报》神经系统科学。
了解更多:“连接器中心”是冠军的大脑协调
”这是一个普遍的原则,它需要在许多神经回路操作,所以我们选择了七种不同的大脑区域,令人惊讶的是,我们确实看到这一原则操作在所有这些地区,”他说。
复杂的组织似乎是可信的,甚至是至关重要的,在一个人类的大脑,拥有大约860亿个神经元,每个神经元都可以有成千上万的突触,把潜在的神经元之间的连接和通信到数万亿。看似无穷无尽的顶部连接就是无限的现实我们每个人可以大概的经验和学习的东西。
神经学家和计算机专家一直好奇大脑如何不仅能够保存特定的信息,就像一台电脑,但与即使是最复杂的技术也分类信息的概括和抽象的知识和概念。
“很多人猜测这必须有一个基本的设计原则,情报来源和大脑的发展,像DNA双螺旋结构的每个生物的遗传编码是普遍的,“钱说。“我们目前的证据表明,大脑可能使用一个非常简单的数学逻辑。”
“在我看来,Joe Tsien提出了一个有趣的想法,提出了一种简单的大脑的组织原则,这是有趣的和启发性的证据的支持,”托马斯·c·Sudhof博士说,阿夫拉姆戈尔茨坦在斯坦福大学医学院教授,神经科学家研究突触的形成和功能,赢得了2013年诺贝尔生理学或医学奖。
不要错过:2可能有助于解释大脑设计的力量
进一步“这想法是非常值得一试,”Sudhof说,钱和他的同事们也对此表示认同和需要额外的神经回路以及其他动物物种和人工智能系统。
钱博士乔z,乔治亚州奥古斯塔大学医学院的神经学家,奥古斯塔大学大脑和行为发现研究所的主任和格鲁吉亚著名学者在认知和系统神经生物学研究联盟。信贷:菲尔·琼斯
钱的连通性理论的核心是算法,n = 2我1,它定义了需要多少派系FCM和使科学家们预测派系的数量需要识别食物的选择,例如,在他们的测试的理论。
N是神经派系连接的数量不同的可能的方法;2意味着这些派系的神经元接收输入;我是他们正在接受的信息;和1是数学的一部分,使您能够解释所有的可能性,钱解释道。
为了测试这个理论,他们把电极放在大脑的区域,这样他们可以“倾听”神经元的反应,或者他们的动作电位,并检查每个所带来的独特的波形。
他们给动物,例如,不同组合的四种不同的食物,如往常一样啮齿动物饼干和糖颗粒,米饭和牛奶、连通性预测理论,科学家们可以识别所有15个不同的派系,或分组的神经元,对潜在的各种各样的食物组合。
神经元派系出现在大脑发育预配的,因为他们出现时立即选择食物。基本数学规则甚至仍基本完整的门冬氨酸受体时,学习和记忆的总开关,是大脑成熟后禁用。
科学家还learnefd,大小主要有关系,因为在人类和动物的大脑都six-layered大脑皮质的大脑外层更高的大脑功能中扮演着重要角色学习和记忆——额外的人类大脑皮层的纵向长度为小团体提供了一个更大的空间和fcm,钱说。虽然整体的周长象大脑绝对是比人类的大脑,例如,大多数的神经元位于小脑与大脑皮层的超大少得多。小脑是更多地参与肌肉的协调,这可能有助于解释的敏捷性巨大的哺乳动物,尤其是它的树干。
读下一个:识别标签定义的神经回路
钱指出大脑的数学规则的例外情况,如多巴胺神经元的奖赏回路驻留。这些细胞更倾向于二进制我们判断,例如,一些或好或坏,钱说。
这个项目的钱的早期的创建工作聪明的老鼠Doogie17年前在普林斯顿大学的教师,在学习如何改变神经元连接躺在大脑中记忆。
注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。
出版
谢Ket al。大脑的计算是通过Power-of-Two-Based组织排列的逻辑。神经系统科学,2016年11月15日出版。doi: 10.3389 / fnsys.2016.00095
