北京智源人工智能研究院：2020年人工智能的认知神经基础白皮书（51页）.pdf

《北京智源人工智能研究院：2020年人工智能的认知神经基础白皮书（51页）.pdf》由会员分享，可在线阅读，更多相关《北京智源人工智能研究院：2020年人工智能的认知神经基础白皮书（51页）.pdf（51页珍藏版）》请在三个皮匠报告上搜索。

1、 全脑功能连接组：高通量全脑成像辅助预测斑马鱼决策行为 由于技术上的挑战，以往对生物脑的研究多集中在局部脑区。随着光学成像技术的兴起，结合斑马鱼幼鱼这样一种神经网络规模适中，且脑组织高度透明的模式生物，使得高通量的全脑成像成为可能。并且随着光片、光场显微成像技术的逐步发展，人们可以在更高的时间分辨率上获得生物全脑的神经活动信息。这就使得人们可以实时检测完整的生物脑在进行信息加工时的活动，这将为理解神经系统的工作机制提供更为丰富的信息。对生物智能过程的尽量如实的还原，也将有助于对生物智能进行仿真，为开发功能更为优化的类脑神经网络提供助力。 2020年 1 月 Qia

2、n Lin 等人在 Cell 杂志上发表的工作5，通过在全脑范围内对目标引导的决策行为进行研究，揭示了斑马鱼的小脑在认知功能上的作用。在外界刺激的作用下，生物会形成趋利避害的学习记忆，然后通过目标引导的行为对不同的外界环境作出相应的响应。 Qian Lin 等人通过建立操作条件化范式，来研究斑马鱼幼鱼运动选择行为的神经基础。在实验中，实验者会在斑马鱼幼鱼的头部放置一个热源，通过加热向幼鱼施加一种厌恶刺激。当幼鱼的尾巴向目标方向（向左或向右）摆动时，热源的加热便会停止，否则（其它尾动情况）则会持续加热。经过少量试次的训练，幼鱼能够学会这一行为。这一范式涉及到了感觉输入、信在执行任务的过程中，实验

3、者通过自制的光场显微镜，在幼鱼的全脑范围内实时采集神经活动。经过对多个脑区中约 5000 个最为活跃的神经元进行追踪，发现参与这一行为任务的神经元分布在整个前脑、中脑和后脑前部。由此可见这一行为的执行，需要整合多个脑区的信息。依据 t-SNE非线性降维分析，这些神经元可被划分成 6 个具有不同功能特征和解剖区域定位的神经元类群。每一个类群都参与到这一行为任务的不同阶段。比如类群 1 与热刺激的出现有关，类群 6 与热刺激的消失有关。经过分析这些神经元的响应模式，实验者能够依据神经活动在单个试次中运动发起前的 10s 以上，预测幼鱼即将发起的运动方向。他们发现，在一个个试次中，幼鱼的“脑状态”（

4、即所有神经元在特定时间的活动状态）呈现周期性的动力学变化。在执行运动前，不同运动方向的决策会呈现出显著不同的脑状态。依据这些神经活动上的差异，能够成功的预测幼鱼接下来的尾动行为，无论在这一个试次中幼鱼决策时间的长短。然后在新的试次中，脑状态变化又会进入新的循环。这些神经活动的动力学变化产生于分布式神经网络，这一网络的功能连接会在试次间发生变化。人们发现在执行行为任务正确的试次中，在运动发起前，幼鱼同侧小脑（ipsi CB，ipsilateral cerebellum）与缰核（Hb，habenula）间的神经活动的相关性，要显著高于错误的试次。对于形成正确决策的运动计划，脑区内与脑区间的信息整合

5、与调节是十分必要的。经过进一步的分析认为，幼鱼的小脑和 ARTR 区域（anterior rhombencephalic turning region）中的信号，对于尾动的方向决策具有最强的预测性。在进行运动计划过程中，小脑同侧和对侧半球的神经活动差异构成了方向决策的神经基础。神经响应更强的一侧，决定了方向选择的输出。而双侧小脑的群体神经活动编码了每一个试次中神经系统作出决策的时间。 在以往的研究中，人们普遍认为小脑主要与运动相关。而这项研究则发现了小脑的认知作用，及其在运动计划中的重要性。在实验中，人们还发现小脑中的颗粒细胞的神经活动对于运动的决策预测是十分重要的。在以往的研究中，人们曾发现颗粒细胞也参与到学习记忆之中。可见这一实验使人们对小脑颗粒细胞的功能有了新的了解。此外这一实验结果还反映了，目标引导的行为需要多个脑区的共同参与，因此在日后的研究中，更多的获得跨脑区的神经信号，将有助于我们更全面的探索感觉运动整合的机制。 斑马鱼幼鱼的优势在于能够进行高通量的在体光学成像。新型光学成像技术的不断优化，不仅在成像视野的水平上获得了提高，在成像的空间分辨率与时间分辨率的纬度上，也获得了较大的突破。这使得研究者不仅能够直接观测到单个神经元的活动，还能够更准确的分析神经活动的时间关系。这使得人们向更高还原度的检测神