星期六, 31 5 月, 2025
No Result
View All Result
AI TAIWAN 台灣人工智慧中心
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全
AI TAIWAN 台灣人工智慧中心
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全
No Result
View All Result
AI TAIWAN 台灣人工智慧中心
No Result
View All Result
Your Ad
Home 神經連結和腦機接口

研究顯示大腦如何透過睡眠學習空間的有意義地圖 | 麻省理工學院新聞

2025-01-11
in 神經連結和腦機接口
0 0
0
研究顯示大腦如何透過睡眠學習空間的有意義地圖 | 麻省理工學院新聞
Share on FacebookShare on Twitter
Your Ad


在新城市的假期探索

當你在新城市的假期第一天,探索讓你接觸到無數個地方。雖然這些地方的記憶(像是安靜小巷中的美麗花園)感覺立刻就會留下深刻印象,但可能要幾天後你才會對這個社區有足夠的了解,能夠指引其他遊客到同一個地方,然後再到你發現的附近咖啡廳。麻省理工學院(MIT)的神經科學家在皮考爾學院(The Picower Institute for Learning and Memory)進行的新研究提供了大腦如何形成整體空間的認知地圖的新證據,並強調了睡眠在這個過程中的重要性。

大腦如何記住地方

科學家們已經知道幾十年,大腦在一個叫做海馬體(hippocampus)的區域中,專門用神經元來記住特定的位置。所謂的“位置細胞”(place cells)在動物位於它們所記住的位置時會可靠地激活。但比起標記特定空間,擁有一個心理模型來了解這些地方如何在整體地理中相互關聯更有用。雖然這種“認知地圖”(cognitive maps)在1948年就被正式提出,但神經科學家們仍然不確定大腦是如何構建它們的。這項研究發現,這種能力可能依賴於幾天內細微但重要的細胞活動變化,這些細胞對個別位置的反應較弱,但能增強海馬體對整個空間的編碼。研究分析顯示,隨著睡眠的進行,這些“弱空間”(weakly spatial)細胞的活動逐漸豐富了海馬體的神經網絡活動,將這些地方連結成一個認知地圖。

研究發現

主要作者郭偉(Wei Guo)表示:“在第一天,大腦對這個空間的表現並不好。神經元代表個別位置,但它們一起並不形成地圖。但在第五天,它們形成了一張地圖。如果你想要一張地圖,你需要這些神經元協同工作。”

小鼠探索迷宮

為了進行這項研究,郭和威爾遜(Matthew Wilson)以及實驗室的同事張杰(Jie “Jack” Zhang)和喬納森·紐曼(Jonathan Newman),讓小鼠探索不同形狀的簡單迷宮,每天自由探索約30分鐘。重要的是,小鼠並沒有被指示要學習任何特定的東西,也沒有任何獎勵。它們只是隨意地遊蕩。之前的研究顯示,小鼠在這種沒有獎勵的經驗中,自然會顯示出對空間的“潛在學習”(latent learning)。

潛在學習的過程

為了了解潛在學習是如何發生的,郭和他的同事們通過工程技術讓海馬體CA1區域的數百個神經元在鈣離子積聚使它們電活化時閃爍。他們不僅在小鼠積極探索時記錄神經元的閃爍,還在它們睡覺時進行記錄。威爾遜的實驗室已經顯示,動物在睡眠中“重播”它們之前的旅程,基本上是通過夢境來精煉它們的記憶。

研究結果分析

對記錄的分析顯示,位置細胞的活動立即發展並在幾天的探索中保持強烈且不變。但僅僅這種活動無法解釋潛在學習或認知地圖如何在幾天內演變。因此,與許多其他研究專注於位置細胞的強烈活動不同,郭擴展了他的分析,研究那些對空間反應不那麼強烈的細胞的活動。

弱空間細胞的作用

通過一種叫做“流形學習”(manifold learning)的新技術,他能夠辨別出許多“弱空間”細胞的活動逐漸與其他神經元的活動模式相關聯,而不是與具體位置相關。隨著這一過程的進行,郭的分析顯示,這個網絡編碼了一個越來越像實際物理空間的迷宮認知地圖。

睡眠的重要性

威爾遜的實驗室和許多其他研究表明,記憶在睡眠和休息期間通過神經活動(如重播)得到鞏固、精煉和處理。因此,郭和威爾遜的團隊試圖測試睡眠是否對弱空間細胞在潛在學習認知地圖中的貢獻是必要的。

實驗結果

為此,他們讓一些小鼠在同一天內兩次探索新的迷宮,中間有三小時的午睡。有些小鼠被允許睡覺,而有些則不行。那些能睡的小鼠顯示出其心理地圖的顯著精煉,而那些不能睡的小鼠則沒有這種改善。不僅地圖的編碼網絡有所改善,還顯示出在睡眠期間,個別細胞的調整也得到了提升,使它們對位置和網絡活動模式(即“心理位置”或“場”)的反應變得更好。

心理地圖的意義

郭指出,小鼠在幾天內編碼的“認知地圖”並不是迷宮的字面、精確地圖,而更像是示意圖。它們的價值在於為大腦提供一個可以在心理上探索的拓撲,而不必身處實際空間中。例如,一旦你形成了對酒店周圍社區的認知地圖,你就可以計劃第二天的行程(例如,你可以想像在幾個街區以西的麵包店買一個可頌,然後想像在河邊公園的長椅上吃它)。

未來的研究方向

威爾遜假設,弱空間細胞的活動可能會覆蓋重要的非空間信息,為地圖帶來額外的意義(例如,麵包店的概念並不是空間性的,儘管它與特定位置密切相關)。然而,這項研究在迷宮中並未包含任何地標,也沒有測試小鼠的具體行為。但現在這項研究已經確定弱空間細胞對地圖的編碼有意義,威爾遜表示,未來的研究可以調查它們可能將什麼樣的信息納入動物對環境的感知中。我們似乎直覺地認為我們所居住的空間不僅僅是一組離散的位置。

結論

研究作者總結道:“在這項研究中,我們專注於動物的自然行為,並證明在自由探索行為和隨後的睡眠中,缺乏強化的情況下,仍然會發生顯著的神經可塑性變化。”這種隱性和無監督的學習構成了人類學習和智力的一個重要方面,值得進一步深入研究。

這項研究得到了自由共融基金會(Freedom Together Foundation)、皮考爾學院(The Picower Institute)和國立衛生研究院(National Institutes of Health)的資助。



新聞來源

本文由 AI 台灣 運用 AI 技術編撰,內容僅供參考,請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團,
隨時掌握最新 AI 動態與實用資訊!

Tags: Cognitive mapslatent learningMatthew WilsonMIT Biology DepartmentMIT brain and cognitive sciencesMIT Picower Institutenavigationplace cellssleepspatial memoryWei Guo研究顯示大腦如何透過睡眠學習空間的有意義地圖麻省理工學院新聞
Previous Post

自然語言處理階段 – Lexsense

Next Post

微軟 AI 推出 rStar-Math:一種自我演化的系統 2 深度思考方法,顯著提升小型 LLM 的數學推理能力

Related Posts

還聲音:Cognixion 的腦機介面耳機為晚期肌萎縮側索硬化症帶來希望
神經連結和腦機接口

還聲音:Cognixion 的腦機介面耳機為晚期肌萎縮側索硬化症帶來希望

2025-03-23
證據顯示40Hz伽瑪刺激促進大腦健康的研究不斷擴展 | MIT新聞
神經連結和腦機接口

證據顯示40Hz伽瑪刺激促進大腦健康的研究不斷擴展 | MIT新聞

2025-03-15
麻省理工學院工程師將皮膚細胞直接轉化為神經元以進行細胞療法 | 麻省理工學院新聞
神經連結和腦機接口

麻省理工學院工程師將皮膚細胞直接轉化為神經元以進行細胞療法 | 麻省理工學院新聞

2025-03-13
自然如何自我組織,從腦細胞到生態系統 | 麻省理工學院新聞
神經連結和腦機接口

自然如何自我組織,從腦細胞到生態系統 | 麻省理工學院新聞

2025-03-11
研究顯示治療脆弱X症的新分子策略 | 麻省理工學院新聞
神經連結和腦機接口

研究顯示治療脆弱X症的新分子策略 | 麻省理工學院新聞

2025-03-05
設計更好的藥物傳遞方式 | 麻省理工學院新聞
神經連結和腦機接口

設計更好的藥物傳遞方式 | 麻省理工學院新聞

2025-03-04
Next Post
微軟 AI 推出 rStar-Math:一種自我演化的系統 2 深度思考方法,顯著提升小型 LLM 的數學推理能力

微軟 AI 推出 rStar-Math:一種自我演化的系統 2 深度思考方法,顯著提升小型 LLM 的數學推理能力

Google AI 剛剛在 Hugging Face 上發布了 TimesFM-2.0(JAX 和 Pytorch),顯著提高了準確性和最大上下文長度

Google AI 剛剛在 Hugging Face 上發布了 TimesFM-2.0(JAX 和 Pytorch),顯著提高了準確性和最大上下文長度

發佈留言 取消回覆

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

Archives

  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月
  • 2024 年 10 月
  • 2024 年 9 月
  • 2024 年 8 月
  • 2024 年 7 月
  • 2024 年 6 月
  • 2024 年 5 月
  • 2024 年 4 月
  • 2024 年 3 月
  • 2024 年 2 月
  • 2023 年 10 月
  • 2023 年 9 月
  • 2023 年 8 月
  • 2023 年 7 月
  • 2023 年 5 月
  • 2023 年 3 月
  • 2023 年 1 月
  • 2022 年 12 月
  • 2022 年 11 月
  • 2022 年 5 月
  • 2022 年 4 月
  • 2022 年 1 月
  • 2021 年 11 月
  • 2021 年 8 月
  • 2021 年 5 月
  • 2021 年 3 月
  • 2021 年 1 月
  • 2020 年 12 月
  • 2020 年 10 月
  • 2020 年 9 月
  • 2019 年 7 月
  • 2018 年 11 月

Categories

  • AI 智慧產業
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • 安全
  • 機器人與自動化
  • 機器學習與應用
  • 神經連結和腦機接口
  • 自然語言處理
  • 道德與法規
Your Ad
  • 關於我們
  • 廣告合作
  • 免責聲明
  • 隱私權政策
  • DMCA
  • Cookie 隱私權政策
  • 條款與條件
  • 聯絡我們
AI TAIWAN

版權 © 2024 AI TAIWAN.
AI TAIWAN 對外部網站的內容不負任何責任。

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In
No Result
View All Result
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全

版權 © 2024 AI TAIWAN.
AI TAIWAN 對外部網站的內容不負任何責任。