ニューロンカスケードは中立選択に似ているかもしれない 進化中

「ニューロンのカスケードは進化における中立的な選択に似ているかもしれない」ミゲル・ナバロ/ゲッティイメージズ

「申し訳ありませんが、あなたの脳は雪崩に苦しんでいます」 診断すべきもの。 治療には聖 バーナードは神経伝達物質の山の下からニューロンを掘り出します。 残念ながら、誰の脳も雪崩に苦しんでいます。 確かに、私は 雪崩に苦しんでいない人なら誰でも安全に診断できます デッド。 (そして大学院への障壁は 知的?)

脳の雪崩は基本的に小さく、一般に ニューロンの大規模なカスケードを引き起こす目立たないイベント アクティビティ。 これらは、外部の トリガー。

では、なぜ発生するのでしょうか? これらの雪崩は 何らかの利益をもたらすはずですが、新しい研究では それはただ騒々しい事故かもしれません。

ニューロンがカスケードするのはなぜですか?

あるレベルでは、脳雪崩の説明はかなり シンプルで非常に無知です。 脳は線形ではありません。 適切なタイミングで適切なニューロンが発火すると、 接続されているニューロンからの不均衡な応答。 これらもまた、カスケードが広がり、大きな反応を引き起こす可能性があります 速く、遠く、広く。 しかし、その説明は、 正しいことの利点は、実際には多くを語っていません。

たとえば、これらのイベントが許可される理由はわかりません 発生することが。 コンピューターがこれを行うと、クラッシュします。 そしてそれは カスケード中に脳の一部がクラッシュする可能性があります。 それ 悪いことのように聞こえるので、あなたはその雪崩を期待するかもしれません いくつかの利点を提供します。 おそらく彼らは強化する必要があります 計算? たぶん彼らはの望ましくない結果です 学習ができるだけ速くなるポイントで脳を操作する 可能?

把握するために取られた2つの一般的なアプローチがありました この現象の背後にあるもの。 実際に知っている人がいます ニューロンがどのように見え、脳をうまく区別できるか 焼かれたトーストからの組織は3回のうち2回。 彼らは調査する 脳が実際にどのように機能するかを調べることによるニューロンのカスケード。 物理学者はそうしないし、できないので、数学モデルを作る 代わりに。 これらのモデルは、あらゆる種類の 条件。 (この種の調査は大きな節約になります 焦げたトーストで。)

これらのモデルは脳と同じ類似性を持ち、 私の自転車がアホウドリに行うようなニューロン。 を含む全員 物理学者は、これを知っています。では、なぜ彼らはモデリングがうまくいくと思いますか? まあ、彼らはについてのより広範な質問を理解しようとしている ネットワークとしての脳の一般的な行動。 そして、これらの質問は 本当に本当の影であるモデルを使用して答えられる 事。

これらのモデルが機能する理由

これらの比較的単純なモデルに対する自信は、 固体物理学と相転移のアイデア。 段階 遷移とは、氷が溶けて液体水になること、または 磁石は加熱されると磁気を失います。 相転移は、 物理的に、すべて非常に異なっています。 まだ数学 相転移が発生する方法を説明している それらの例との類似性。 その中に埋め込まれているのは 重要なポイント。 臨界点の片側では、材料 一方向に動作します。 反対側では、材料は 別の。

このアイデアは、この種のよりもはるかに広いことが判明しました 移行:滴下タップ、動物など、あらゆる種類のもの 人口、化学反応、市場の行動、そして多くの さらに、同じ分析の影響を受けやすいようです。 そして、はい その中に脳が含まれています。 てんかんは、例えば、 これらのモデルによって十分に説明されています。

それでは、これを神経雪崩に戻しましょう。 このような 振る舞いは、たとえば、 常磁性相中の磁気スピンの向き 遷移。 しかし、神経雪崩は比較的頻繁に発生し、 これは、脳が臨界点近くで動作することを意味します。 研究者たちは、 脳は、臨界点近くで動作することにより強化されます。 適応機能であることを意味します。

しかし、進化論には、次のことを伝えるアイデアがあります。 すべての特性が利益をもたらすため、すべての特性が存在するわけではありません。 一部 特性はドリフトやその他の理由で所定の位置に配置されます 有用な何かの副作用。 この概念は、 どちらも、神経雪崩の有用性とその方法を説明しています そもそも脳の特徴でした。

さて、次に続くのは進化について話している物理学者です。 それら 生物学的虐待への嫌悪感を抱いた今、目をそむけるべきです。 そうだった 多くの特性が選択されていないことを知るのは私にとって非常に衝撃的です 自然選択による賛成または反対ですが、不注意で発生する可能性があります。 いくつかの突然変異は有利であり、いくつかは明白に悪いが、ほとんどは 気付くほど大きな変化を引き起こさないでください。それらは中立です。 中性変化は人口に広がる可能性があります 誤って選択されたものにリンクされています。 中立 特性は、雪崩と同じ方法で広がることもあります 発生:適切なタイミングで適切な場所にあることが起こります。 の 遺伝学の中立的な特性が人口を示すという点 ダイナミクスは臨界点現象と同じくらい複雑ですが、 重要なポイントはありません。

集団遺伝学でそのような行動をとることができれば 重要なポイントに近づかずに、多分私たちは見ている ニューロンカスケードを使用した脳内のまったく同じものですか?

の一部として接続された、よく受け入れられているニューロンのモデルを使用する ニューラルネットワーク、研究者はニューロンかどうかを判断しようとしました 雪崩は中立的な振る舞いで説明できます。 そしてこれは モデルの力が発揮される場所。 モデルパラメーター よく知られており、重要なポイントを発見することができ、 正確に特徴付けられます。 その後、カタログ化が可能になります ニューロンの動作方法に応じて、見られるさまざまな種類の動作 接続され、ニューロンが発火するときのしきい値 他のニューロンへの応答。 これはまさに実験の一種です 実際のニューロンで遊ぶとき、それはほとんど不可能です。

すべてがモデルでうまくいくわけではありません

特に、研究者はそれがあった設定を選択しました ニューラルネットワークに不連続な遷移があることがわかっている 非常にアクティブな状態(頻繁に発火するニューロンのロット)と 低活動状態(頻繁に発火するニューロンのロット)。 の中に 活動状態、カスケードまたは雪崩が他の人によって観察された 研究者、およびネットワークの活動は行動と一致しています 実際の脳で観察されます。

この分析では、実際には使用できないトリックを使用しました 観察。 研究者は計算データを検索して 雪崩を引き起こしたニューロンを特定し、そこから、 活動の連鎖を追跡して、期間などを決定しました 雪崩の大きさ。 実際の測定では、あなたは決して知らない どのニューロンが雪崩を引き起こしたか。その代わりに、 ニューロン発火を時間でグループ化し、時間的近接性を使用して決定します どのニューロンがどの発射を引き起こしたか。

ただし、計算データでこれを行うと、 モデルニューロンの雪崩は、実際の雪崩に似ていません 脳。 予測を立てるのであれば、それはちょっと悪いように思えます。 そう 私たちが取得している他の情報かどうかは明らかではありません 計算モデルが関連しています。

それを超えるために、研究者は単純化されたモデルを開発しました いくつかの望ましい機能がありました。 パラメータに応じて、 不連続な相転移があったため(からの突然のジャンプ アクティブ状態から静止状態)、および連続フェーズ 遷移(アクティビティレートが1つの状態から 別の、しかし、変化率は突然のジャンプを示します)。

そして、もちろん、相転移に近い、ニューラル ネットワークはカスケードを示しました。しかし、重要なことに、ネットワークには 近くに相転移がない場合でもカスケードします。

脳に起因していた利点を考慮する 臨界点近くで動作し、中立で動作します 領土には利点がありますか? 研究者はいくつかを提供します これらの線に沿った推測。 たとえば、注文と ネットワークで発火するニューロンの強度はエンコードできます 情報。 研究者は、中立なだれ、 それらは因果関係であるため(例えば、各ニューロンは他のニューロンをトリガーして 彼らが解雇した後)、初期のソースを提供することができます 関連付けられ、エンコードできる発砲アクティビティ 情報。

しかし、率直に言って、これがすべてがうまくいかないところです。 モデル、 それのような他の人と、の統計への素晴らしい洞察を提供しています ネットワーク動作。 残念ながら、それを実際の事実にリンクする 顔の認識や2つの数字の追加などのアクティビティは むしろより希薄です。 ここの強みは、研究が 脳がどのように学習するかを理解するためのいくつかの新しい道を提案します。 しかし たとえそれが行われたとしても、研究を実際にリンクすることは困難です ニューロンがモデルに戻ります。

フィジカルレビューX、2017、DOI:10.1103 / PhysRevX.7.041071

Like this post? Please share to your friends:
Leave a Reply

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: