神经现实|大脑神经网络：不完美的“民主社会”

本文插图
导读
就像人类社会的运转需要一套共同的决策规则，大脑的运转也依赖于神经元之间的某种契约。自上世纪40年代起，理论神经科学家就试图通过数学模型，解释神经元活动背后隐含的“民主规则”：McCulloch-Pitts模型是鼓掌通过式的民主， Linear Threshold模型是乔治·奥威尔式的民主， Hubel和Wiesel提出了神经元民主的层级结构 —— 在视觉系统里有好脾气的“简单公民”和坏脾气的“复杂公民” 。 “民主”的神经元模型是简陋的，它不是生物大脑运作的真实方式，而是一种非常粗略的近似；但“民主”的神经元却又是简单高效的，它们构建了今天深度学习技术的基础。 “民主”的神经网络似乎印证了丘吉尔的那句名言， “民主是最糟的政体，除了其它那些已经试过的不能用的之外。 ”
世界上最热闹的“社交网络” ，就在你头脑里
在我们小小的颅腔里住着860亿个神经元，它们有的易燃易怒，脾气暴躁；有的郁郁寡欢，消极厌世；它们每天都在对我们经历的事物各抒己见，争吵不休。如果你不能想象大脑里每天沸沸扬扬的辩论实况，那就想一想微博或推特—— 一个不过月活3、4亿用户的社交网络 —— 每天是如何制造热点、生产和传播假新闻、或者粉圈互撕到服务器宕机的。我们的大脑规模约等于二十多个这样的社交网络，平均每个用户有1000位粉丝。而且这些用户活跃时战斗力非凡，平均每个神经元3至4秒就发一次推，大脑短短一小时产生的信息足以淹没任何超话热搜。
即使是一个平日里看起来非常好脾气的人，他的大脑中也充满了不间断的争执。举例来说，即使像是“看到一块芝士蛋糕”这样一个简单、统一的事件单位，也是大脑中成千上百的神经元激烈辩论结果。每个参与其中的神经元——从视网膜，到视觉皮层，再到下颞叶——通过产生动作电位、释放神经递质来发表见解。神经元们似乎总是很难达成一致，比如视网膜中的双极神经元（bipolar cells）往往乐于表达赞同，让其他神经元更加兴奋，而无长突细胞（amacrine cells）总是悲观否定，抑制其他神经元的活动。但无论如何，这些常常意见相左的神经活动终究会汇总成一个明确的、无可辩驳的概念，并让我们不禁咽了咽口水。
不仅仅是简单的“刺激-反应”过程，神经科学家们相信，我们所有的情感、记忆、思考和创造，都是这群吵吵闹闹的“乌合之众”的共同决定。它们是如何做到的？
两个原则：经验就是动作电位的模式，
学习就是突触连接的改变
把大脑看作一个网络，并非一个新鲜的概念。早在社交网络的概念尚未发明的20世纪40年代，科研人员就试图用网络模型解释大脑的运作机制。在这类模型中，大脑被看作一幅只有节点和连边的计算图，网络中的每一个节点象征一个神经元，每一条连边象征着两个神经元之间的突触连接，信息在网络中有向地从一个节点流向另一个节点，分布式地在每个节点被计算和处理。比如在小鼠的大脑中，每个神经元从树突接受来自其他神经元的电信号，在胞体上进行计算，再从轴突通过动作电位把计算结果发送给其他神经元。

本文插图
小鼠视觉皮层L2/3中的三个兴奋性神经元。图中较粗有许多凸起的枝干为神经元的树突，（底部）较细较光滑的枝干为神经元的轴突。
—
MICrONS Explorer ， https://microns-explorer.org/phase1
为了把这类计算模型和大脑的认知功能联系起来，神经科学家们提出了两个普遍接受的原则：
我们所有丰富的内部体验和外部活动，不过是神经元持续的动作电位模式。