大脑如何做算术?加减法都有专用神经元,符号文字都能激活同一组

人工智能 新闻
在执行计算时,一些神经元在加法时很活跃,但在大脑做减法时,另一波神经元开始活跃。图宾根大学与波恩大学的相关研究登上了Cell子刊Current Biology。

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

大脑究竟是怎么做是数学题的?

直到最近,科学家们才有了答案——

有专门的“数学神经元”

在执行计算时,一些神经元在加法时很活跃,但在大脑做减法时,另一波神经元开始活跃。

而且不管是看到数学符号,还是加、减的文字。

一旦遇到,就能召唤出神经元出来工作。

图宾根大学与波恩大学的相关研究登上了Cell子刊Current Biology

来看看这是个什么样的研究。

大脑做算术题?

以往研究表明,小猴大脑中有特定用于计算规则的神经元。

但人类大脑上却没有相关的数据。

基于这样的背景,研究团队就进行了相关的探索。

简单来说,这个实验是在大脑MTL(海马体及其皮层)区域植入微型电极,让志愿者做加减法,测试其神经元活动。

志愿者为9名癫痫患者,其中4名男性,平均年龄在43.3岁。

因为在这些患者中,癫痫发作总是起源于大脑的同一区域MTL,为了精确定位缺陷区域,医生将多个电极已植入患者体内。

受益于这样一个前提,而研究人员选择了9-10个临床Behnke-Fried深度电极来记录神经元信号,每个深度电极包含一束九个铂铱微电极,尖端突出约4毫米。

实验过程中,志愿者坐在床上。在大约50厘米的距离处,有一台触摸屏笔记本电脑。

屏幕上依次显示数字(或圆点)和符号,之后志愿者就从数字键盘中选出计算结果,然后有电脑显示“正确”还是“错误”。

每两次显示中间有800毫秒的延迟;每个主体总共有320个试验组成,并分成4组。前10次试验视作排练,不计入之后的分析中。

不同神经元交替活跃

研究人员记录了MTL区域中总共585个单个神经元的动作电位:

海马旁皮层 (PHC) 中的 126 个神经元、海马 (HIPP)中的 199 个神经元、内嗅皮质 (EC) 中的 107 个神经元和杏仁核 (AMY) 中有 153 个神经元。

并将整个动作模式输入到一个自学习的计算机程序中。

基于多因素方差分析,首先确定了规则选择性神经元。

什么意思呢?

这些神经元在计算指令发出后(也就是加或者减)会选择性的增强放电。

可以看到,图中A、B加法规则情况下,加法神经元(红色)表现出的特定活跃性。C、D(蓝色)所表现出来的减法神经元也是如此。

而且不同对于任务周期和MTL区域,这种具有选择性的神经元比例也有所不同。

除此之外,团队还发现计算规则的编码与规则提示无关,以及在海马旁皮层 (PHC) 区域(图I),不同的加法神经元在同一个算术任务中交替活跃

研究人员形容,就好像计算器上的加号键在不断地改变它的位置。减法也是一样。

波恩大学医院癫痫学系Mormann教授表示,这项研究标志着理解大脑数学计算迈出了重要一步。

下一步他们想要了解这些神经元究竟在其中发挥了什么作用。

论文链接:

​https://www.cell.com/current-biology/fulltext/S0960-9822(22)00116-6#secsectitle009000116-6#secsectitle0090)

GitHub链接:

​https://github.com/EstherKutter/Neuronal-Codes-For-Arithmetic-Rule-Processing-In-The-Human-Brain

责任编辑:张燕妮 来源: 量子位
相关推荐

2011-11-16 15:54:38

2009-06-24 15:44:59

JSF的加减法Seam

2010-07-06 09:45:10

OracleJavaJames Gosli

2011-08-26 14:27:57

打印机技巧

2016-12-27 15:17:39

编程语言加减法

2023-03-15 15:18:22

神经网络研究

2019-12-19 14:55:23

AI 数据人工智能

2011-11-21 16:38:33

安全技术周刊

2019-10-11 14:48:42

技术研发指标

2011-12-29 15:19:00

魅族PC套件

2022-03-14 11:04:39

人工智能机器学习神经网络

2015-07-09 15:38:11

2021-06-01 09:39:24

人工智能机器学习技术

2021-02-25 14:05:43

技术计算机思维

2023-07-03 16:32:10

计算机模型

2021-06-02 14:48:34

3DAI 人工智能

2020-10-13 09:33:28

AI神经元人类

2018-09-29 10:05:54

深度学习神经网络神经元

2023-01-31 15:15:14

ChatGPTAI

2022-02-08 15:07:37

AI机器学习电子
点赞
收藏

51CTO技术栈公众号