如何连接大脑必须改变形成的记忆可以帮助开发人工认知计算机

记忆是如何在大脑中存储和访问尚不清楚。然而,神经科学家知道,原始结构埋在大脑的中心,被称为海马体,是记忆形成的一个关键地区。在这里,神经元之间的连接优势的变化,称为突触,是记忆形成的基础。在海马体神经元网络链接可能编码特定的记忆。

因为直接测试不能在大脑中进行,实验证据这个过程的记忆的形成很难获得,但数学和计算模型可以提供洞察力。为此,Eng友江Cheu和同事* * Infocomm研究所,新加坡,已经开发出一种模型,揭示了在记忆形成所需的确切突触条件。

他们的工作建立在先前提出的模型auto-associative内存,内存检索过程或其组成部分激活后神经网络完成。早期的模型提出神经网络编码短期记忆被激活在特定的点在振荡大脑的活动。改变突触的优势,因此网络中神经元的能力相互激活,导致auto-associative长期记忆。

Cheu和他的团队随后改编一个数学模型,描述了单个神经元的活动将海马细胞的具体特点,包括他们的抑制活性。这使得他们的神经网络模型海马体编码的短期记忆。他们为成功auto-associative记忆的形成,表明突触的强度需要在一定范围:如果突触变得太强烈,相关的神经元被激活在错误的时间和网络变得混乱,破坏记忆。如果他们不够强壮,然而,激活的神经元网络是不够的,激活和记忆检索失败。

以及提供洞察如何存储和检索记忆在大脑中,Cheu认为这工作也有实际应用。“这项研究具有重大影响建设人工认知计算机在未来,”他说。“它有助于发展人工认知记忆,记忆序列可以被检索的演讲部分查询。”According to Cheu, one can compare it to a single image being used to retrieve a sequence of images from a video clip.

---

---