建模的记忆在大脑中

EPFL科学家发现大脑背后的数学方程形式——甚至失去记忆。

记忆是人生的最重要的元素之一。没有记忆,就没有学习;没有学习就没有发明、进步或文明。另一方面,忘记一些经验,尤其是创伤,可以帮助恢复心理健康和功能。这一切的关键是了解大脑如何形成记忆首先,然后是如何保留回忆。EPFL科学家开发出了一种数学模型来描述网络神经元创建记忆。发表在自然通讯,该模型可以澄清长期以来的理论记忆的形成,并可能改变我们理解的方式,模拟,甚至改变记忆形成。

“火在一起,连接”

神经元网络形式通过专门的连接称为“突触”。神经元发出一个信号通过突触被称为“pre-synaptic”,和一个接收“后突触”。神经元突触显示大量的可塑性,允许改变他们的通信速度和强度。今天,突触可塑性的基础是我们如何学习和记忆。

最普遍的突触可塑性理论,神经科学家的名字命名的唐纳德·赫布提问到,州突触变得更强,当pre-synaptic神经元触发在反复刺激突触后神经元的同步。在这种Hebbian突触,“细胞一起火灾,线在一起。”However, models of Hebbian plasticity fail to simulate memory formation accurately because they cannot account for external biological factors, and also because not all synapses are Hebbian.

一个现实的模型的内存

Wolfram Gerstner EPFL领导的研究小组已经开发了一个模型的Hebbian可塑性,成功之前的失败了。研究人员关注的形成所谓的“内存组件”,网络的神经元,通过突触连接,可以存储特定的段的内存。当内存被召回,其特定的总成件一起生产。

研究人员使用第三代神经网络模型称为“强化神经网络”(SNN)。SNN,当一个神经元受到刺激信号(峰值),前往其他神经元,回应相应的增加或减少自己的火灾信号的能力,从而加强或削弱了连接。

不同的突触,不同的时间尺度

郭士纳的团队模拟数百SNNs为了探索不同类型的突触和多种形式的突触可塑性在不同的时间尺度。模拟表明,记忆形成和回忆实际上遵循的“有序的组合”Hebbian和non-Hebbian突触可塑性的规则。换句话说,内存组件的形成并不仅仅取决于来自pre-synaptic神经元的信号,但还从外部输入神经元,间接调节突触的强度。

仿真的时间也是一个重要的组成部分。一次记忆大会已经形成,记忆可以通过有选择地回忆甚至几天后触发特定神经元的活动内存组装。总的来说,科学家们的模型表明,广泛的多样性突触可塑性在大脑中(Hebbian non-Hebbian甚至其他类型)是“策划实现常见的功能性目标。”

从他们的结果,科学家们就能够得到一个复杂的算法,目前这一复杂现象的最精确的表示。算法可以适应帮助开发层次模拟记忆形成和回忆,可以促进我们理解大脑是如何工作的。此外,这些发现可以通知与创伤记忆甚至改善策略,以解决教育的努力。“如果我们可以理解突触一起伪造或者拆除内存网络,我们可以促进认知和心理治疗等领域,“Gerstner说。

---

---