一项由NIH资助的项目利用先进的突触成像技术来监测学习过程中的实时神经元变化，揭示了新的见解，这些发现可能启发下一代类脑人工智能系统。
我们是如何学习新事物的？如何将新工作的任务、最新热门歌曲的歌词或前往朋友家的路线编码在我们的大脑中？
从根本上讲，学习会触发大脑中的适应性变化。为了采用新的行为或保留不熟悉的信息，大脑的神经回路必须重新组织。
这些变化发生在数万亿个突触上，突触是神经元（神经细胞）之间交流的连接点。在学习过程中，一些突触会加强，而另一些则会减弱，这是一个精心协调的过程，使大脑能够存储新的经验。这种现象被称为“突触可塑性”。
神经科学家已经发现了驱动突触可塑性的各种分子机制。然而，一个长期存在的问题是：在学习过程中，哪些突触会被修改？理解这些潜在的“规则”对于解码大脑如何捕获和保存学习信息至关重要。
加州大学圣地亚哥分校的一项突破性研究
加州大学圣地亚哥分校的神经生物学家威廉·“杰克”·赖特、内森·赫德里克和高岛孝树现在揭示了这一过程的关键细节。这项多年研究的主要资金支持来自多个国立卫生研究院的研究基金和培训基金。
该研究于4月17日发表在《科学》杂志上，研究人员使用了一种前沿的大脑可视化方法，包括双光子成像，以放大小鼠的大脑活动，并在学习活动中追踪突触和神经元细胞的活动。
随着小鼠学习新的行为，研究人员密切跟踪了神经元上的突触连接（在这里表现为小突起）。这些新的图像显示，神经元在学习过程中并不是遵循一套固定的规则，这与传统观点相反。数据表明，单个神经元遵循多套规则，不同区域的突触遵循不同的规则。这些新发现有望在许多领域取得进展，从脑部和行为障碍到人工智能。
“当人们谈论突触可塑性时，通常认为它在大脑中是一致的，”该研究的第一作者、生物学学院的博士后学者赖特说。“我们的研究提供了对学习过程中突触如何被修改的更清晰的理解，具有重要的健康意义，因为大脑中的许多疾病都涉及某种形式的突触功能障碍。”
解决“信用分配问题”
神经科学家仔细研究了突触只能访问其自身的“局部”信息，但它们共同帮助塑造广泛的新的学习行为，这个问题被称为“信用分配问题”。这个问题类似于个别蚂蚁在执行特定任务时并不知道整个蚁群的目标。
发现神经元同时遵循多套规则让研究人员感到惊讶。在这项研究中使用的尖端方法使他们能够可视化神经元在发生变化时的输入和输出。
“这一发现从根本上改变了我们对大脑如何解决信用分配问题的理解，即单个神经元在不同的亚细胞区室中并行执行不同的计算，”该研究的资深作者高岛孝树教授说。他在生物科学学院（生物学系）、医学院（神经科学系）以及哈利乔卢数据科学研究所和卡夫利脑与心智研究所均有任职。
这些新信息为未来的人工智能和类似大脑的神经网络提供了有希望的见解。通常情况下，整个神经网络基于一组共同的可塑性规则运行，但这项研究推断出设计高级人工智能系统的可能新方法，即在单一单元中使用多套规则。
对于健康和行为，这些发现可能为治疗包括成瘾、创伤后应激障碍和阿尔茨海默病在内的条件，以及自闭症等神经发育障碍提供新的方法。
“这项工作为试图理解大脑如何正常运作奠定了基础，以便我们更好地理解这些不同疾病中出了什么问题，”赖特说。
这些新发现现在正引导研究人员深入探讨，以了解神经元如何能够同时利用多套规则，以及使用多套规则给它们带来了什么好处。
参考文献：“Distinct synaptic plasticity rules operate across dendritic compartments in vivo during learning” by William J. Wright, Nathan G. Hedrick and Takaki Komiyama, 17 April 2025, Science.
DOI: 10.1126/science.ads4706
资金来源：美国国立卫生研究院、美国国家科学基金会、西蒙斯全球大脑合作试点奖、埃里克和温迪·施密特人工智能科学奖学金
(全文结束)
