AI助力神經科學，揭秘短期記憶的內在機制……

新聞 06-22

| 原創編譯，轉載須註明來源！

近日，一項現代人工智慧（AI）技術結合神經科學的研究，揭示出短期記憶（或叫工作記憶），會根據所面臨任務的複雜程度以不同方式使用神經元網路。該研究近日已發表在《Nature Neuroscience》上，由美國芝加哥大學的高級科學家Nicholas Masse教授領導。該研究展示了AI在神經科學研究中的價值，以及這兩個領域是如何互惠的。

在這項研究中，研究人員使用AI技術訓練基於大腦生物學結構的計算神經網路。他們要求神經網路解決一系列需要在短期記憶中存儲信息的複雜行為任務。研究結果顯示，短期記憶涉及兩個截然不同的過程：一個是「靜默」過程，即大腦儲存短期記憶而不進行神經活動。另一個是更活躍的過程，在這個過程中，神經元迴路會持續放電。

研究通訊作者、神經生物學教授David Freedman說：「短期記憶很可能由多種不同的過程組成，從簡單地回憶幾秒之前看到的事物，到更複雜的過程，如操縱存儲記憶中的信息。我們已經確定了兩種不同的神經機制如何協同工作來完成不同類型的記憶任務。」Freedman教授的研究專註於視覺學習、認知和決策制定的大腦機制。

主動記憶與「靜默」記憶

許多日常任務都需要使用工作記憶，即你在當下做的某件事，但稍後可能會忘記的信息。有時你會主動且有意識地記憶一些事物，比如在腦海中做一道數學題，或者在你有機會寫下一個電話號碼之前試圖記住它的時候。你也會被動地吸收你後來能回憶起來的信息，即使你沒有刻意記住它，比如有人問你是否在走廊里看到了某個人。

通過監測動物在執行需要使用工作記憶任務時大腦中電流活動的模式，神經科學家們已經了解了很多關於大腦如何表達存儲在記憶中的信息。

但Freedman說，令他和他的團隊感到驚訝的是，在某些需要記憶信息的任務中，他們的實驗發現神經迴路異常安靜，所以他推測，這些「靜默」記憶可能存在於神經元之間連接強度或突觸強度的暫時變化中。

但隨之而來問題是，使用現有的技術測量活體動物大腦中這些「靜默」過程中突觸發生的情況是不可能的。因此，研究團隊開發了一種AI方法，利用動物實驗數據來設計網路，模擬真實大腦中的神經元如何相互連接。然後，他們可以訓練這些網路來解決在動物實驗中相同類型的任務。

在對這些受生物學啟發的神經網路進行實驗期間，他們能看到在短期記憶處理過程中有兩個不同的過程在發揮作用。

一種被稱為持續性神經元活動，在更複雜但仍然是短期的任務中尤為明顯。當神經元獲得輸入時，會產生一個短暫的放電。神經元之間會形成突觸，當一個神經元放電時，會觸發連鎖反應，使另一個神經元放電。通常，當輸入消失時，這種活動模式就會停止，但AI模型顯示，當執行某些任務時，即使在輸入消失後，某些神經元迴路仍會繼續放電，就像是回聲一樣。對於處理更複雜的問題，即需要以某種方式操縱記憶中的信息，這種持續的活動顯得尤為重要。

此外，研究人員還發現了另一種過程，解釋了大腦如何在沒有持續活動的情況下將信息保存在記憶中，正如他們在大腦記錄實驗中觀察到的那樣。這類似於大腦通過在許多神經元之間建立複雜的連接網路來存儲長期記憶。當大腦學習到新信息時，這些連接會增強、重構或者移除，這就是所謂的「可塑性」。這個AI模型顯示，在記憶的靜默期，大腦可以利用神經元之間突觸連接的短期可塑性來臨時記憶信息。

這兩種形式的短期記憶持續時間從幾秒鐘到幾分鐘。短期記憶中使用的一些信息最終可能會被長期存儲，但大多數信息會隨著時間的推移而消失。