对鼠标视觉系统中近60,000个神经元活动的一项新调查显示，我们必须走多远才能了解大脑的计算方式。由艾伦研究所(Allen Institute)的研究人员领导的这项分析今天发表在国际期刊《自然神经科学》(Nature Neuroscience)上，该分析表明，视觉皮层(处理我们的视觉世界的大脑部分)中有90%以上的神经元不能像科学家们想象的那样起作用-尚不清楚它们的工作方式。

“我们认为存在简单的原理，这些神经元根据这些原理处理视觉信息，所有的教科书中都包含这些原理，”艾伦脑科学研究所首席科学家兼总裁Christof Koch博士说。艾伦研究所(Allen Institute)的研究员，该研究的共同资深作者以及艾伦脑科学研究所的高级研究员R. Clay Reid博士。“但是现在我们可以一次调查成千上万个细胞，因此我们得到了更加细微，复杂得多的图像。”

大约60年前，两位神经科学家David Hubel和Torsten Wiesel做出了开创性的发现，关于哺乳动物的大脑如何感知我们周围的视觉世界。他们的工作发现了单个神经元，这些神经元仅在响应非常特殊的图像时才打开。

于贝尔(Hubel)和威塞尔(Wiesel)通过向猫和猴子展示简单的图片(如黑条或白色背景上的点)来发现自己的发现。他们发现的基本原理是，当您观察周围的世界时，大脑中的特定神经元负责识别该场景特定区域中的确切部分，并且识别在该图像的高阶部分变得更加专业化和微调。脑。

假设您在公园中：一组神经元会在您视线内的精确位置激发对黑暗树枝的快速电响应。只有当一只鸟从左到右飞过您的视野时，其他神经元才会打开。然后，您的大脑会将来自“树枝”神经元和“正在移动的鸟”神经元的信息缝合在一起，以获取您周围世界的完整图片，或者理论如此。

Hubel和Wiesel的发现获得了诺贝尔生理学或医学奖，并且构成了大多数计算机视觉应用基础的神经网络的骨干。在过去的十年中，随着新的神经科学方法的出现，可以同时研究越来越多的脑细胞，科学家们逐渐了解到，这种关于我们大脑的模型似乎并非全部，某些神经元显然无法做到这一点。遵循调整特定功能的经典模型。

但是，这个故事到底有多不完整还不清楚。

脑活动变异

这项新研究是对艾伦大脑天文台公开数据的首次大规模分析，这项广泛的调查可以捕获小鼠视觉系统中成千上万个神经元的活动。研究人员分析了动物视觉上不同的简单图像，照片和短片(包括奥森·威尔斯经典电影“ Touch” 的开场镜头)，从而在大脑皮层的视觉部分(大脑皮层的视觉部分)中分析了近60,000种不同神经元的活动。邪恶”(之所以选择，是因为它动作灵敏，并且没有割伤的单发射击)。

两位合著者Michael Buice和Saskia de Vries在2光子显微镜之一中用来记录小鼠视觉皮层中细胞的活性。信用：艾伦研究所

1950年代和60年代，神经科学研究必不可少，就像钓鱼探险一样。研究人员用单个电极在大脑中搜寻，直到发现可靠地响应特定图像的神经元。科赫说，这类似于试图通过一些零散的针孔观看宽屏电影，这是不可能获得完整图像的。艾伦大脑天文台的数据集无法捕获每种情况下每个神经元的活动，但是它使研究人员能够一次研究更多的神经元，包括那些反应较微妙的神经元。

研究人员的新分析发现，在遵循教科书模型的6万个神经元中，只有不到10%做出了反应。在其余的中，约三分之二显示了一些可靠的响应，但是它们的响应比经典模型所预测的更专业。研究人员说，最后三分之一的神经元表现出一定的活性，但是在实验中它们并未可靠地被任何刺激点燃-目前尚不清楚这些神经元在做什么。

艾伦(Allen)助理研究员萨斯基亚·德弗里斯(Saskia de Vries)博士说：“并不是以前的研究都是一个大错误，而是这些细胞只占了皮层中所有神经元的一小部分。”脑科学研究所和JérômeLecoq博士以及Michael Buice博士一起领导了这项研究。“事实证明，鼠标的视觉皮层比我们以前认为的要复杂得多，也更丰富，这凸显了进行此类调查的价值。”

这些变化多，特异性低的神经元的存在并不是新闻。研究人员说，但是令人惊讶的是它们占据了老鼠大脑的视觉部分。

大脑如何计算

尚不清楚这些其他神经元如何有助于处理视觉信息。研究人员发现，其他研究小组已经发现，运动可以驱动大脑视觉部分的神经元活动，但是无论老鼠在奔跑还是仍然只能解释视觉反应的少量变化。

他们的下一步是对更多的自然电影进行类似的实验，从而为神经元提供更多的视觉特征来响应。Buice从他能接触到的几乎所有自然纪录片中制作了10个小时的专业剪辑片段。

研究人员还指出，经典模型来自对猫和灵长类动物的研究，对动物和动物的进化都比对小鼠更加着眼于注视中心。鼠标视觉可能与我们完全不一样。但是，这些研究仍然有一些原理可能适用于我们自己的大脑，艾伦脑科学研究所副研究员Buice说。

“我们的目标不是研究视觉;我们的目标是研究皮质的计算方式。我们认为皮质具有通用的计算结构，类似于不同类型的计算机可以运行相同程序的方式，” Buice说。“最后，计算机运行哪种程序都没有关系;我们想了解计算机如何运行程序。”