华盛顿：神经生物学家利用前沿的可视化技术揭示了我们的突触和神经元的变化过程。
这些发现描绘了信息如何在我们大脑的电路中被处理，并为神经性疾病和类脑人工智能系统提供了新的见解。
我们是如何学习新事物的？新工作中的任务、最新热门歌曲的歌词或前往朋友家的路线是如何在我们的大脑中编码的？
广泛而言，我们的大脑会进行适应以容纳新信息。为了跟随新的行为或保留新引入的信息，大脑的电路会发生变化。
这种变化是在数万亿个突触——单个神经细胞（称为神经元）之间的连接——中协调进行的，在这里大脑的通信发生。在一个精心协调的过程中，新信息会使某些突触因新数据而增强，而其他突触则会减弱。神经科学家们对这些被称为“突触可塑性”的变化进行了深入研究，发现了导致这种可塑性的多种分子过程。
然而，选择哪些突触经历这一过程的“规则”仍然未知，这个谜团最终决定了学习到的信息如何在大脑中被捕获。
加利福尼亚大学圣地亚哥分校的神经生物学家威廉·“杰克”·赖特、内森·赫德里克和塔卡基·小宫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拨款和培训拨款。
根据4月17日在《科学》杂志上发表的文章，研究人员使用了一种尖端的大脑可视化方法，包括双光子成像技术，以放大观察小鼠的大脑活动，并跟踪突触和神经元在学习活动中的活动。
借助前所未有的能力来观察单个突触，新的图像显示神经元在学习过程中并不遵循一套固定的规则，这与传统思维相反。
相反，数据显示，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、生物科学学院的博士后学者赖特说：“我们的研究提供了更清晰的理解，即在学习过程中突触是如何被修改的，这对健康有潜在的重要意义，因为大脑中的许多疾病都涉及某种形式的突触功能障碍。”
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了广泛的新学习行为，这一难题被称为“信用分配问题”。
这个问题类似于个别蚂蚁执行特定任务，却不知道整个蚁群的目标。
新信息为未来的人工智能和基于类似大脑神经网络的系统提供了有希望的见解。
通常，整个神经网络按照一套共同的可塑性规则运行，但这项研究推断出可能的新方法，即在单一单元中使用多套规则来设计先进的AI系统。
对于健康和行为，这些发现可能会提供一种新的方法来治疗包括成瘾、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。
(全文结束)
