La dernière revue scientifique de l'académicien Luo Liqun: architecture de la boucle neuronale pour stimuler la nouvelle Ia

Le cœur de la machine 2021-09-15 03:24:07

Édition/Kaixia.

Le cerveau humain contient environ 1000 Des milliards de neurones,Chaque neurone a des milliers de connexions synaptiques.Bien que les neurones individuels soient l'unit é de base du système nerveux,Mais c'est leur mode de connexion synaptique qui permet aux neurones de former des boucles nerveuses spécialisées pour des fonctions spécifiques,Ce qui fait du cerveau un puissant appareil informatique.

Les derniers jours,L'Académicien Locke, du Département de biologie de l'Université de Stanford, est《Science》Publication d'articles de synthèse《Architectures of neuronal circuits》.

Cette revue passe en revue les modèles de boucle communs utilisés dans différentes régions du cerveau et espèces animales(circuit motifs)Et le plan d'architecture de boucle.

Selon l'auteur,Découvrez comment des modèles spécifiques de connexions synaptiques permettent des calculs neuronaux spécifiques,Aider à combler l'énorme écart entre la biologie des neurones individuels et la fonction cérébrale globale,Ce qui nous permet de mieux comprendre les fondements neurologiques du comportement,Et peut - être stimuler de nouveaux progrès dans l'intelligence artificielle.

L'auteur compare les neurones aux lettres,Le cerveau est comparé à tout l'article,Et les microboucles sont des mots composés de lettres,Les boucles nerveuses sont des phrases de mots.Les différents mots utilisés dans différentes régions du cerveau sont des modèles de boucle, Et les modèles de boucles forment une architecture complexe de boucles neuronales .

Modèles de boucle communs


Illustration: Schéma de circuit commun .(Source::Documents)

Il existe quatre types de modèles de boucle communs : Activation de l'avance (Feedforward excitation)、Suppression de l'avance et de la rétroaction(Feedforward and feedback inhibition)、 Suppression latérale (Lateral inhibition)、Inhibition mutuelle(Mutual inhibition).

Activation de l'avance

La principale façon dont le signal passe d'une région nerveuse à l'autre est l'activation de l'avance , Une série de connexions entre les neurones excitateurs improvisés .

L'un des exemples les plus typiques d'activation d'avance est le système de vision des mammifères , Où le signal coule du photorécepteur → Cellules bipolaires → Cellules ganglionnaires rétiniennes → Noyau géniculé latéral (LGN) Les neurones relais → No 4 Cortex visuel primaire (V1) Neurones → V1 D'autres couches de neurones → Les neurones des régions corticales supérieures . L'architecture d'alimentation du système de vision des mammifères a inspiré 「Le perceptron」Et「Réseau neuronal profond」Développement; Les réseaux neuronaux profonds sont également utilisés dans l'intelligence artificielle pour résoudre des problèmes qui vont bien au - delà de l'analyse d'image .

Suppression de l'avance et de la rétroaction

Dans la suppression d'avance, Les neurones inhibiteurs reçoivent l'entrée des neurones excitateurs présynaptiques , Les apports inhibiteurs et présynaptiques excitateurs convergent vers les neurones postsynaptiques . Dans l'inhibition de la rétroaction , Les neurones inhibiteurs reçoivent l'entrée des neurones excitateurs et la projettent vers les neurones excitateurs , Habituellement à ses extrémités présynaptiques .

L'inhibition de l'avance est plus rapide que l'inhibition de la rétroaction, Parce que les cellules cibles n'ont qu'un retard synaptique après le signal d'excitation , Et l'inhibition de la rétroaction a deux retards synaptiques .La suppression de l'avance est proportionnelle à l'intensité d'entrée,Et la suppression de la rétroaction est proportionnelle à l'intensité de sortie;Les deux sont utilisés pour ajuster la durée et l'amplitude des signaux d'excitation entrants.

Suppression latérale

La suppression latérale est un mode de boucle omniprésent . Il sélectionne les informations à diffuser sur la boucle en aval en amplifiant les différences d'activité entre les chemins parallèles . La suppression latérale est également utilisée pour d'autres systèmes sensoriels , Son objectif général est de rendre plus claire la caractérisation des informations relatives au comportement traitées par les circuits en aval .

Inhibition mutuelle

La communication entre les neurones inhibiteurs peut donner des propriétés intéressantes à la boucle .Si les neurones inhibiteurs A Inhibition directe des neurones inhibiteurs B,Activé A La paire sera libérée B Inhibition des neurones cibles .Si B Aussi inhibé A, Ils forment un motif d'inhibition mutuelle .

L'inhibition mutuelle est largement utilisée dans les circuits présentant une activité rythmique , Par exemple, les circuits liés au mouvement . Un exemple typique est le ganglion stomatogastrique des crustacés .

Architecture de boucle spécifique pour une fonction spécifique


Illustration: Architecture spécialisée pour des fonctions spécifiques .(Source::Documents)

Carte topographique continue

Les cartes topographiques continues sont des structures communes qui représentent l'information du système nerveux . Les neurones d'entrée adjacents sont reliés aux neurones cibles adjacents par projection axonale ordonnée . Un exemple important est la transplantation rétinienne .

Les cartes topographiques offrent un moyen pratique d'organiser l'information pendant les phases successives du traitement , Et peut être construit par de puissants mécanismes de développement . Ils ont de nombreux avantages informatiques .Par exemple,「Réseau neuronal convolutif」 Conçu à partir de cartes topographiques , .Réduction significative du nombre de variables nécessaires pour ajuster le réseau neuronal artificiel ,Cela accélère le calcul.

Traitement parallèle discret

Le traitement parallèle discret permet la représentation et le traitement parallèles des signaux par des canaux d'information discrets . Un exemple typique est le Bulbe olfactif des vertébrés et le lobe Antennaire des insectes : Les neurones Récepteurs olfactifs exprimant le même récepteur olfactif sont dispersés dans le Bulbe olfactif , Mais envoyer leurs axones à la même boule olfactive , Cela améliore le rapport signal / bruit .

Le traitement parallèle discret est souvent utilisé en conjonction avec des cartes topographiques continues . Comparé au traitement en série , Le traitement parallèle réduit la profondeur de calcul ,Cela réduit le taux d'erreur,Amélioration de la vitesse de traitement.

Extension des dimensions

Dans le schéma d'extension de dimension , Les signaux provenant d'un nombre relativement faible de neurones d'entrée se dispersent sur un grand nombre de neurones de sortie , Permettre aux neurones de sortie de représenter différentes combinaisons d'entrées . Les deux principaux exemples sont les corps de champignons d'insectes et le cervelet de vertébrés .

Un autre exemple d'extension dimensionnelle est le cortex olfactif interne → Cellules granulaires du gyrus dentate → CA3 Circuits neuronaux pyramidaux . Contrairement au corps des champignons et au Cortex cérébelleux , Aucun neurone d'enseignement n'a été trouvé ici . Cela peut être dû à l'utilisation de circuits hippocampiques pour l'apprentissage non supervisé , Et les circuits cérébelleux et somatiques de champignons implémentent des algorithmes similaires à l'apprentissage supervisé et intensif .

Boucle de circulation

Le système nerveux est rempli de circuits circulants, Où les neurones se connectent souvent à eux - mêmes par des neurones intermédiaires . Ces boucles sont hétérogènes à l'échelle , Elle va de l'intérieur d'une région nerveuse spécifique à la plupart des régions du cerveau . .Les boucles de boucle distantes peuvent contenir des cartes de terrain continues ou des architectures de traitement parallèles discrètes .

Biais d'entrée —Séparation des produits

Les neurones régulateurs jouent également un rôle important dans le système nerveux . Le suivi génétique du virus chez la souris montre ,Dopamine mésencéphalique、 Les systèmes de sérotonine dorsale raphée et de glycoprotéine neuropeptidique hypothalamique ont été utilisés au niveau de la population. 「 Biais d'entrée —Séparation des produits」Architecture.


Illustration: L'entrée d'un circuit neurorégulateur avec une large projection - Organisation exportatrice .(Source::Documents)

Perspectives d'évolution et de développement

Les circuits informatiques sont le produit d'une conception descendante, Et les circuits neuronaux complexes ont évolué pendant des centaines de millions d'années . Les circuits neuronaux sont également auto - assemblés au cours du développement à l'aide d'instructions génétiques sélectionnées par l'évolution , Et peaufiné par l'expérience .Donc,, Les structures existantes des boucles neuronales sont probablement des options pour celles qui pourraient facilement évoluer et s'assembler au cours du développement .

L'observation isolée des circuits neuronaux peut ne pas nous dire quels éléments sont importants sur le plan fonctionnel .Et pourtant, L'observation est sélectionnée par l'évolution convergente 、Élargissement、Réduction、Quelque chose qui a été éliminé ou répété, Peut indiquer quels éléments doivent être pris en compte dans les études fonctionnelles .

L'évolution des circuits neuronaux

Le système nerveux bilatéral existant peut être dérivé de l'ancêtre par une complexité progressive . La prévalence de certains modèles de noyau , Par exemple, activation de l'avance et suppression de l'avance et de la rétroaction , Probablement d'origine animale avec des neurones intermédiaires et le système nerveux central , Conservatrice parmi les différentes espèces en raison de son utilité , Et se propage dans les régions nerveuses de chaque espèce .

Le tissu glomérulaire du système olfactif des insectes et des vertébrés est probablement le résultat d'une évolution convergente . Les systèmes visuels offrent des exemples étonnants de convergence et d'évolution de nombreuses caractéristiques fondamentales , Algorithmes de détection des mouvements de la rétine à la lignée des invertébrés et des vertébrés .

La réplication et la divergence de l'évolution des régions cérébrales devraient en principe moduler les circuits neuronaux : Copier les connexions riches à l'intérieur de l'unit é et les connexions clairsemées entre les unités ( Contrairement à l'architecture entièrement non modulaire à paire complète utilisée comme condition de départ dans de nombreux réseaux neuronaux artificiels ).À l'envers.,Les caractéristiques modulaires des circuits neuronaux peuvent accélérer l'évolution,Parce que les différents modules peuvent évoluer indépendamment les uns des autres.

Développement de circuits neuronaux

L'évolution affecte principalement la boucle neuronale en modifiant les gènes impliqués dans le câblage de la boucle durant le développement . Une question clé est , Comment un nombre limité de gènes construisent un système nerveux avec un grand nombre de connexions synaptiques et des motifs spécifiques .

.Les signaux extracellulaires et leurs récepteurs de surface sont capables de reconnaître des cibles spécifiques à travers les cônes de croissance des axones et des dendrites . Ces molécules sont les principales forces qui construisent les tissus grossiers du système nerveux , Il est également possible de spécifier très précisément certains circuits et les connexions synaptiques dans les organismes . Une stratégie pour établir la spécificité d'un grand nombre de connexions avec un nombre limité de gènes , Est d'utiliser différents niveaux d'expression de la même protéine pour spécifier différentes connexions . Cette stratégie est facile à utiliser pour construire des cartes topographiques continues .


Illustration: Boucle neuronale connectée .(Source::Documents)

Il existe deux mécanismes importants pour établir les schémas de câblage des circuits neuronaux : .Des indices moléculaires relient le système nerveux et l'activité neuronale , Et expérimenter des connexions fines .

Perspectives

Nous commençons à peine à mieux comprendre l'évolution et le développement des structures qui produisent des circuits dans un système nerveux complexe .Par exemple, On ne sait toujours pas , Dans quelle mesure le câblage des circuits neuronaux et les changements d'algorithmes dans le fonctionnement peuvent expliquer l'augmentation de la complexité du cerveau mammalien .

Étudier consciemment comment les lettres de l'architecture des boucles critiques de différentes espèces sont combinées en mots , Et comment les mots sont combinés en phrases , Peut produire des idées précieuses .

Utilisation de la transcriptomie unicellulaire pour comparer la composition des types de neurones dans les régions cérébrales homologues , C'est la première étape . On peut ensuite étudier les mécanismes qui établissent son mode de connexion et servent de base à son fonctionnement fonctionnel . Intégrer la structure des boucles neuronales 、Fonction、 Recherche sur le développement et l'évolution , Cela permettra de mieux comprendre l'Organisation du système nerveux au - delà du niveau d'un seul neurone .

En outre, Découvrez comment les différentes architectures travaillent ensemble dans un seul système nerveux , Cela devrait également inspirer de nouveaux réseaux neuronaux artificiels , Ces réseaux pourraient un jour réaliser l'intelligence artificielle universelle .

Liens vers les articles:https://www.science.org/doi/10.1126/science.abg7285

版权声明
本文为[Le cœur de la machine]所创,转载请带上原文链接,感谢
https://fheadline.com/2021/09/20210914184047191I.html
相似文章