編譯 凌寒

僅僅依靠輸入電纜，人類神經(jīng)元就可以完成以前只能在整個(gè)神經(jīng)網(wǎng)絡(luò)中看到的復(fù)雜邏輯計(jì)算。這里重申一下：人類的神經(jīng)元遠(yuǎn)比我們最初認(rèn)為的更強(qiáng)大。如果深度學(xué)習(xí)算法——一種風(fēng)靡全世界的、基于大腦的人工智能方法——能備受關(guān)注，那么人類神經(jīng)元也可以。

這些都是非常規(guī)的，帶有火藥味兒的話。

70年來，神經(jīng)元一直被認(rèn)為是大腦的基本計(jì)算單位。然而，根據(jù)2020年1月發(fā)表在《科學(xué)》雜志上的一項(xiàng)新研究，我們大腦皮層——大腦最外層的“硬殼”——中的神經(jīng)元，似乎已經(jīng)以一種獨(dú)特的進(jìn)化來維持它們的輸入電纜中難以置信的復(fù)雜計(jì)算。這就好像有人最終找到了證據(jù)，證明了計(jì)算機(jī)的電線實(shí)際上是由微型處理器組成的，在將結(jié)果發(fā)送到CPU之前，每個(gè)處理器都執(zhí)行計(jì)算。這很奇怪，也是有爭(zhēng)議的。然而，這也是首次在人類神經(jīng)元中發(fā)現(xiàn)的事實(shí)。

正如作者們總結(jié)的那樣：我們長(zhǎng)期以來一直假設(shè)神經(jīng)元只能運(yùn)行諸如AND和OR之類的邏輯功能，而進(jìn)行更復(fù)雜的計(jì)算則需要整個(gè)神經(jīng)網(wǎng)絡(luò)。我們發(fā)現(xiàn)，在一個(gè)神經(jīng)元輸入電纜中發(fā)生的活動(dòng)可以支持復(fù)雜的邏輯操作，其使用的規(guī)則與單個(gè)神經(jīng)元的完全不同。

那么我們?yōu)槭裁匆P(guān)心這些呢？從根本上說，這與智能化有關(guān)——我們能在動(dòng)物王國中脫穎而出的原因，以及我們?nèi)绾卫萌斯ぶ悄軄韽?fù)制這種智能。

和地殼一樣，大腦皮層也是由多層構(gòu)成的，同層中以及不同層之間的神經(jīng)元之間均有著獨(dú)特的連接方式。長(zhǎng)期以來，神經(jīng)科學(xué)家們一直認(rèn)為，我們極其復(fù)雜的大腦皮質(zhì)為我們的智力能力做出了貢獻(xiàn)——事實(shí)上，深度學(xué)習(xí)是由嵌在皮質(zhì)神經(jīng)元中的計(jì)算所激發(fā)的。

但是，從腦瘤和癲癇患者手術(shù)切除的腦組織塊中記錄的新結(jié)果表明，目前的深度學(xué)習(xí)方法只是復(fù)制了我們大腦計(jì)算的一點(diǎn)皮毛。如果人工智能系統(tǒng)能夠整合這些新發(fā)現(xiàn)的算法，那么它們可能會(huì)變得更為強(qiáng)大。

認(rèn)識(shí)一下全或無神經(jīng)元

教科書上的神經(jīng)元看起來就像一棵沒有葉子的樹：巨大的樹根叫作樹突，通向一個(gè)堅(jiān)固的、球狀的底座——細(xì)胞體。如同水和營養(yǎng)物質(zhì)一樣，傳入的電信號(hào)通過樹突狀的根發(fā)射入細(xì)胞體內(nèi)，在那里，一個(gè)駝峰狀結(jié)構(gòu)將所有的信息進(jìn)行整合。如果刺激足夠強(qiáng)烈，它就會(huì)通過一根單獨(dú)的樹干——被稱為軸突的輸出電纜——通過充滿化學(xué)信使或電流的氣泡傳遞給另一個(gè)神經(jīng)元。如果輸入信號(hào)太弱，神經(jīng)元就會(huì)消除該數(shù)據(jù)。這就是為什么神經(jīng)科學(xué)家經(jīng)常把單個(gè)神經(jīng)元稱為“二進(jìn)制”或“數(shù)字化”：它們要么激活，要么沉默。

簡(jiǎn)單嗎？非也。起碼沒那么簡(jiǎn)單。幾十年來，有一個(gè)問題一直縈繞在神經(jīng)科學(xué)家的心頭：為什么樹突樹與一個(gè)單獨(dú)的軸突相比，要復(fù)雜得多呢？

通過對(duì)嚙齒動(dòng)物大腦中單個(gè)神經(jīng)元的記錄，科學(xué)家們最近發(fā)現(xiàn)樹突樹不僅僅是簡(jiǎn)單的被動(dòng)電纜，相反，它們是隱藏在神經(jīng)計(jì)算層的非?；钴S的組件。例如，一些樹突樹可以產(chǎn)生比傳統(tǒng)神經(jīng)元放電大五倍、頻率更高的電脈沖。僅僅在老鼠身上，活躍樹突的發(fā)現(xiàn)就意味著大腦的處理能力可能比之前想象的要高100倍。

這項(xiàng)新研究引發(fā)的思考是：同樣的情形是否也適用于人類？

人類的樹突很特殊

與嚙齒類動(dòng)物的大腦相比，人類的多層大腦皮層要厚得多，密度也大得多。其中第2層和第3層（L2/3）的精致而密集的樹突狀森林尤其突出。與其他物種，甚至是人類大腦的其他部分相比，這些層包含了不成比例的神經(jīng)元物質(zhì)。這種奇怪的增厚的根本原因存在于我們的基因中，我們的基因編碼了一個(gè)大腦發(fā)育程序來引導(dǎo)這種特征。有些人甚至認(rèn)為，這是我們之所以是人類的根本原因。

作者推論，如果樹突“輸入”有助于塑造我們神經(jīng)元的計(jì)算能力——以及我們的智力——那么L2/3就是我們應(yīng)該能夠觀察到的地方。

要測(cè)量只有人類頭發(fā)直徑1/100的樹突的電活動(dòng)，說起來容易做起來難。這也是為什么即使在動(dòng)物身上也很難用電極捕捉到如此強(qiáng)大的計(jì)算活動(dòng)的部分原因——這一過程就相當(dāng)于用羅馬柱大小的吸管輕輕吮吸螞蟻的背部而不傷害螞蟻一樣。

研究小組并沒有用一個(gè)完整的人腦進(jìn)行記錄，而是選擇了從因癲癇或腫瘤而切除的大腦皮層中觀察新鮮的切片。這個(gè)策略很明智：使用傳統(tǒng)的神經(jīng)科學(xué)方法檢查切片更便捷——例如，有一種叫作“膜片鉗”的東西，它可以直接對(duì)神經(jīng)元的組成部分進(jìn)行記錄。切片經(jīng)熒光染料處理后也可以在顯微鏡下進(jìn)行觀查，熒光染料在神經(jīng)元活動(dòng)期間會(huì)發(fā)光。利用來自兩種不同類型患者的腦組織，可以幫助篩選出每種腦病所特有的信號(hào)，從而找到人類樹突計(jì)算的根源。

一個(gè)奇怪的信號(hào)立刻就出現(xiàn)了。人類的樹突因活動(dòng)而發(fā)光，但當(dāng)電脈沖向細(xì)胞體移動(dòng)時(shí)，它們很快就消失了。相比之下，標(biāo)準(zhǔn)的神經(jīng)信號(hào)在沿著輸出電纜奔向下一個(gè)目的地時(shí)，并不會(huì)逐漸減弱。更奇怪的是，樹突信號(hào)嚴(yán)格依賴鈣離子來產(chǎn)生電流，這與傳統(tǒng)的神經(jīng)信號(hào)有著很大區(qū)別。

這就像突然發(fā)現(xiàn)了一個(gè)新的物種，它消耗二氧化碳而不是氧氣來維持它的活動(dòng)——只不過這個(gè)新物種是你的一部分。作者表示，這些信號(hào)被稱為“dCaAPs”，以前從未在任何哺乳動(dòng)物的皮層細(xì)胞中觀察到。

柏林洪堡大學(xué)馬修·拉庫姆博士（Matthew Larkum）是這項(xiàng)研究的共同作者，他說：“當(dāng)我們第一次看到樹突動(dòng)作電位的時(shí)候，我們‘頓悟’了。這些實(shí)驗(yàn)非常具有挑戰(zhàn)性，所以把問題暫時(shí)擱置，只是重復(fù)在嚙齒類動(dòng)物身上已經(jīng)做過的實(shí)驗(yàn)，也是非常令人滿意的。”

但情況變得更加奇怪了。與神經(jīng)元的全或無放電模式不同，人類的樹突似乎與計(jì)算機(jī)類似。也就是說，他們的反應(yīng)是“分級(jí)的”，只不過以一種非直觀的方式表現(xiàn)出來：刺激越強(qiáng)烈，他們的反應(yīng)越低。這與其他神經(jīng)元計(jì)算形成了鮮明的對(duì)比，在其他神經(jīng)元計(jì)算中，輸入越強(qiáng)烈，即使來自多個(gè)來源，通常也會(huì)導(dǎo)致更強(qiáng)烈的輸出。雖然這些樹突脈沖本身并不是孤立的——一些dCaAPs有助于改變其神經(jīng)元放電——但樹突的許多電活動(dòng)似乎都在各司其職。

樹中森林

對(duì)人類樹突的秘密生活進(jìn)行編目已經(jīng)很有趣了，但作者們開展了更加深入的研究，探索這一切意味著什么。

通過計(jì)算建模，他們重新創(chuàng)建了dCaAPs獨(dú)特的觸發(fā)模式，并對(duì)其提出了一個(gè)名為XOR的邏輯函數(shù)的挑戰(zhàn)。該函數(shù)對(duì)兩個(gè)輸入進(jìn)行比較，如果它們相同，則結(jié)果為0。如果它們不同，則結(jié)果為1。與較為簡(jiǎn)單的AND和OR函數(shù)不同，XOR函數(shù)通常需要整個(gè)神經(jīng)網(wǎng)絡(luò)來執(zhí)行。

然而，人類樹突的奇怪行為，即一個(gè)輸入只導(dǎo)致一個(gè)輸出，使得它們能夠有效地計(jì)算XOR運(yùn)算。當(dāng)與一個(gè)神經(jīng)元的常態(tài)AND和OR函數(shù)疊加在一起時(shí)，就有可能將整個(gè)網(wǎng)絡(luò)功能壓縮到單個(gè)神經(jīng)元的功能中去。然而，目前這個(gè)想法仍停留在理論層面——作者們還無法用樹突計(jì)算來模擬整個(gè)神經(jīng)元。

但是要時(shí)刻注意信息的更新升級(jí)。這些結(jié)果如果能在完好的人類大腦中得到驗(yàn)證，則將為改進(jìn)深度學(xué)習(xí)算法提供巨大的可能性。目前，深度學(xué)習(xí)使用個(gè)人的人工“神經(jīng)元”連接到多層網(wǎng)絡(luò)——類似于我們之前對(duì)人類大腦的理解。添加樹突計(jì)算在理論上可以極大地?cái)U(kuò)展深度學(xué)習(xí)能力。在某種程度上，人工智能現(xiàn)在就是神經(jīng)科學(xué)的理論游樂場(chǎng)，可謂天作之合。

無論如何，研究結(jié)果都為理解和復(fù)制我們的智力剝開了一層洋蔥皮。倫敦大學(xué)學(xué)院的邁克爾·豪瑟博士（Michael H?usser）沒有參與這項(xiàng)研究，他說：“樹突構(gòu)成了大腦皮層中錐狀細(xì)胞表面積的95%，但在人類大腦中仍是‘未開發(fā)領(lǐng)域’?！彼f，通過在嚙齒類動(dòng)物的大腦中尋找類似的信號(hào)，我們也許能夠確定“人類樹突的特殊電學(xué)特性是否在使人類大腦變得特殊方面發(fā)揮關(guān)鍵作用”。