揭示不一致的神經(jīng)單元，MIT等提出受生物學啟發(fā)的大腦模型，首次直接關(guān)聯(lián)神經(jīng)生理活動與認知功能

來源：ScienceAI

在人類和動物的決策行為中，「犯錯」似乎總發(fā)生在一瞬間。一次錯誤的選擇、一次反應(yīng)過慢，往往被理解為當下信息不足，或噪聲干擾的結(jié)果。

但如果錯誤并不是臨時發(fā)生的呢？如果在做出選擇之前，大腦內(nèi)部已經(jīng)出現(xiàn)了可被檢測的「錯誤征兆」，只是長期被忽略了？

一項來自達特茅斯學院（Dartmouth College）與 MIT 等團隊的研究，正是從這一反直覺的問題出發(fā)，通過仿生計算模型與靈長類實驗數(shù)據(jù)，揭示了一種此前未被系統(tǒng)關(guān)注的預測性神經(jīng)信號。

相關(guān)研究內(nèi)容以「Biomimetic model of corticostriatal micro-assemblies discovers a neural code」為題，于 2025 年 12 月 29 日發(fā)布在《Nature Communications》。

論文鏈接：https://www.nature.com/articles/s41467-025-67076-x

從仿生模型開始

神經(jīng)元集合是如何產(chǎn)生認知的？

大量工作分析了獎勵、價值、證據(jù)累積等變量，試圖解釋大腦如何在不確定條件下做出最優(yōu)決策。一些強大的模型或許能準確模擬全腦現(xiàn)象，但它們顯然并不專精此道；另一些學習模型又不太符合仿生機制。

在該研究中，團隊著眼于生理一致性，構(gòu)建了一套生理一致的仿生腦模型，模擬了皮層—紋狀體（cortex–striatum）回路，這是已知在決策、動作選擇和學習中起關(guān)鍵作用的一組腦區(qū)連接。模型在結(jié)構(gòu)和動力學上都盡量貼近真實神經(jīng)系統(tǒng)，而不是抽象的決策算法。

圖 1：模型圖解。

該模型覆蓋了從單個神經(jīng)元到皮質(zhì)、丘腦等腦區(qū)回路，并包含生物模擬計算原語（BCPs），如局部反饋側(cè)抑制電路（L-FLIC）、紋狀體中型棘神經(jīng)元（MSNs）、膽堿能持續(xù)活性神經(jīng)元（TANs）等，每個原語對應(yīng)特定計算功能。

與其他模型不同的地方在于，它既包含了細微細節(jié)，比如單個神經(jīng)元對如何相互連接，也涉及大規(guī)模結(jié)構(gòu)，包括神經(jīng)調(diào)節(jié)化學物質(zhì)如乙酰膽堿如何影響跨區(qū)域的信息處理。此外，該模型參數(shù)完全來自生理文獻，未擬合任何非人靈長類（NHP）實驗數(shù)據(jù)。

一些特別的發(fā)現(xiàn)

隨著模型參與學習任務(wù)，現(xiàn)實世界的屬性逐漸顯現(xiàn)，模擬呈現(xiàn)了非人靈長類動物中觀察到的一系列復雜行為，包括特定于所參與的特定行為的不同同步性和相位鎖定。

除此之外，該模型還發(fā)現(xiàn)了一些不一致的神經(jīng)元。研究團隊強調(diào)，模擬結(jié)果促使他們成功識別出一些反直覺行為，此前在長期研究的經(jīng)驗數(shù)據(jù)中這些行為通常會被忽略。

圖 2：「不一致性神經(jīng)元」（ICNs）在模擬中被發(fā)現(xiàn)，隨后在實證數(shù)據(jù)中得到證實。

這部分異常約占總量的 20%，當這些所謂的「不一致」神經(jīng)元影響回路時，模型會做出類似于預測的判斷。

具體而言，所有模擬神經(jīng)元都被發(fā)現(xiàn)對四種條件之一表現(xiàn)出強烈的選擇性反應(yīng)：A 正確、A 錯誤、B 正確和 B 錯誤。在這里，A 錯誤意味著呈現(xiàn)了 A 類型的刺激，而受試者做出了錯誤的反應(yīng)（在這種情況下，反應(yīng)就好像出現(xiàn)了 B 一樣）。對這四種條件之一的這些選擇性反應(yīng)發(fā)生在刺激初始的200毫秒內(nèi)，遠早于錯誤反應(yīng)的執(zhí)行時間。

研究者表示，這些反直覺的單元可能有其獨特的作用。學習任務(wù)規(guī)則固然好，但如果規(guī)則改變了呢？偶爾嘗試替代療法，可能會讓大腦偶然發(fā)現(xiàn)一系列新出現(xiàn)的疾病。

小結(jié)

該研究展示了一種腦電路模型，能夠模擬多個尺度的活動，從單個神經(jīng)元、解剖學上的微集合體，到全腦的節(jié)律性交互，再到行為。這為復雜的分類學習任務(wù)提供了基本操作，如側(cè)向抑制和探索/利用。

這種基于 BCP 的模型最強大的成果之一是，其模擬識別出了一類此前未知的神經(jīng)信號，隨后這些信號通過經(jīng)驗性的非人靈長類動物（NHP）數(shù)據(jù)得到了獨立驗證。這些意想不到的發(fā)現(xiàn)直接源于對解剖學回路設(shè)計中發(fā)生的生理運作的純粹模擬。

作者表示，該計算模型研究結(jié)果的廣度與深度，有力地證明了其在分析現(xiàn)有數(shù)據(jù)方面的實用性，并表明它有可能適用于一系列涉及與預測編碼和強化學習相關(guān)的行為的挑戰(zhàn)性問題。

相關(guān)報道：https://phys.org/news/

2025-12-biology-brain-animal-reveals-overlooked.html

閱讀最新前沿科技趨勢報告，請訪問歐米伽研究所的“未來知識庫”

https://wx.zsxq.com/group/454854145828

未來知識庫是“ 歐米伽 未來研究所”建立的在線知識庫平臺，收藏的資料范圍包括人工智能、腦科學、互聯(lián)網(wǎng)、超級智能，數(shù)智大腦、能源、軍事、經(jīng)濟、人類風險等等領(lǐng)域的前沿進展與未來趨勢。目前擁有超過8000篇重要資料。每周更新不少于100篇世界范圍最新研究資料。 歡迎掃描二維碼或訪問https://wx.zsxq.com/group/454854145828進入。