【新智元专访】神经元本身也能编程，神经网络学习能力远超预期

正文

请到「今天看啥」查看全文

当神经解剖学家 Santiago Ramóny Cajal 在 100 多年前首次描述神经元和突触时，他提出增加突触的数量或突触连接的强度，可能是学习的基础。这一假说随后由 Donald Hebb 等人更明确地制定，成为现在的主流观点——学习的基本机制是突触强度的变化。

这意味着学习的本质是神经元细胞对特定输入的去极化或超极化程度（脉冲概率）。换句话说，改变突触强度是形成记忆的主要机制。

延伸到如今人工智能的领域，就成了在人工神经网络中，神经元之间的“突触权重”的变化形成了学习的基础。

没有任何假说或理论提到了神经元本身在学习过程中所扮演的角色。

日前，瑞典隆德大学的一项研究发现，单个神经元不仅能够学会对某个单一的信号产生响应，还能学会对在精确的时间间隔发出的一系列信号产生响应。

研究通讯作者、瑞典隆德大学神经生理学教授 Germund Hesslow 表示，单个神经元的反应就像是用手指弹一下，便奏响了一连串预先编辑好的调子，而不是仅仅只发出一个音阶。

在接受新智元采访时，Hesslow 表示，这项基础的研究工作对神经科学、人工智能，以及整个研究“如何学习”的研究都具有重要意义。

神经元本身也能“编程”，或带来下一代深度学习

长久以来，“学习”一直被视为基于人脑神经元之间连接增强或变弱的过程。儿童自闭症、ADHD 以及语言障碍都与这样或那样的基础学习机制紊乱有关。

瑞典隆德大学的研究人员此前就在实验中发现，神经元细胞能够学会时间上的关联，也就是根据接收到的刺激，发出在时间上有规律延后的信号。

请到「今天看啥」查看全文