神经元如何利用众包作出决定呢

我们如何做出决定?或者更确切地说,我们的神经元如何做出决定?单个神经元有强烈的说还是神经集体的声音?

思考这个问题的一个方法是问你需要多少我的神经元观察读我的心。如果你能预测我要说这个词“奶奶”,看我的一个神经元,那么我们可以说我们的决定可以归因于单身,也许很直言不讳,“神经元。等神经神经元称为“祖母”神经元后,在1960年提出的,可能会有单一神经元,独特的应对复杂和重要的知觉像祖母的脸。

另一方面,如果你只能通过轮询懂我我的许多神经元就会出现一个集体的决定,分布在数百、数千甚至数百万的神经元。一大争论神经科学是否单一神经元编码或分布式编码是最了解大脑功能有关。

事实上,这两个可能是正确的。在研究最近发表在神经科学前沿,布莱恩·丹尼尔斯、杰西卡·弗莱克和大卫·科莱考尔解决这个问题使用数据记录的神经元猕猴猴任务由实验者做一个简单的决定。

在大脑的一个区域参与决策过程,丹尼尔斯和他的同事们发现,当猴子最初处理数据,调查许多神经元是需要一个很好的预测猴子的决定。然后,随着时间承诺的决定方法,这种模式的转变。神经元开始同意,最终每一个自己是最大限度地预测。因此首先异构和集体“神经的声音”,但随着神经元接近决策点,“神经的声音”成为同质,从某种意义上说,个人主义,因为任何神经元本身就足以了解猴子的。

丹尼尔斯说,一个可能的解释这种奇怪的行为是系统有两个任务来解决。它必须收集好信息从噪声数据,必须使用此信息来产生一个一致的决定。在输入调查许多找到规律单个神经元随着人群的回答比任何单个神经元的更可靠数据时吵了。但是,正如科莱考尔说,最终决定必须是。的神经元达成一致的答案通过分享他们的信息来达成共识。

这个解释也导致其他集体系统,从动物的社会系统在统计物理学习。宣传说这共性表明集体计算的一般原则:它有两个phases-an信息积累阶段,利用众包收集可靠的信息和阶段,允许系统采取行动达成共识。