我们是如何学习新事物的？使用尖端可视化技术的神经生物学家们揭示了突触和神经元之间的变化是如何展开的。这些发现描绘了信息在我们大脑电路中的处理方式，为神经系统疾病和类脑人工智能系统提供了见解。
我们是如何学习新事物的？在新工作中完成任务、最新热门歌曲的歌词或去朋友家方向，如何在我们的大脑中编码？
广泛的答案是，我们的大脑会进行适应，以容纳新信息。为了遵循新的行为或保持新引入的信息，大脑的电路会发生变化。
这种修改在数万亿的突触之间进行，这些突触是个别神经细胞（称为神经元）之间的连接，是大脑沟通发生的地方。在一个复杂协调的过程中，新信息使某些突触在接收新数据时变得更强，而其他突触则变得更弱。仔细研究这些变化的神经科学家们称之为“突触可塑性”，已经确定了导致这种可塑性的众多分子过程。然而，关于选择哪些突触经历这一过程的“规则”的理解仍然未知，这一谜团最终决定了学习到的信息如何在大脑中被捕获。
加州大学圣地亚哥分校的神经生物学家威廉“杰克”赖特、纳森·赫德里克和小宫山隆已揭示了这个过程的关键细节。这项为期多年的研究主要由几项国家卫生研究院的研究拨款和一项培训拨款提供财政支持。
研究人员在《科学》杂志上发表的论文中指出，他们使用尖端的大脑可视化方法，包括双光子成像，深入观察小鼠的脑活动，并跟踪学习活动期间突触和神经细胞的活动。通过前所未有地观察单个突触，新图像揭示神经元在学习过程中并不遵循一个规则，这与传统观念相悖。相反，数据表明，个别神经元遵循多个规则，位于不同区域的突触遵循不同的规则。这些新发现将有助于许多领域的进展，从大脑和行为障碍到人工智能。
赖特表示：“当人们谈论突触可塑性时，通常认为它在大脑中是统一的。我们的研究为理解学习过程中突触如何被修改提供了更清晰的认识，因为许多大脑疾病涉及某种形式的突触功能障碍，可能具有重要的健康意义。”
神经科学家们仔细研究了突触如何只访问自己的“局部”信息，但它们共同帮助塑造广泛的新学习行为，这一难题被称为“信用分配问题”。这个问题类似于工作的个体蚂蚁，它们在特定任务上工作，却对整个蚁群的目标一无所知。
发现神经元同时遵循多个规则让研究人员感到惊讶。在研究中使用的尖端方法使他们能够可视化正在发生的神经元变化的输入和输出。
研究的资深作者小宫山隆教授说：“这一发现从根本上改变了我们对大脑如何解决信用分配问题的理解，提出了个别神经元在不同的亚细胞区室内进行并行计算的概念。”
这些新信息为人工智能的未来和其操作的类脑神经网络提供了令人期待的见解。通常，整个神经网络在一个共同的可塑性规则上运行，但这项研究推断出可能的新方法，通过在单个单元中使用多个规则来设计先进的人工智能系统。
在健康和行为方面，这些发现可能为治疗成瘾、创伤后应激障碍和阿尔茨海默病等问题，以及自闭症等神经发育障碍提供新的方法。
赖特说：“这项工作为理解大脑如何正常工作奠定了潜在基础，使我们能够更好地理解在这些不同疾病中出现的问题。”
新的发现正在引导研究人员深入研究神经元如何能够同时利用不同规则，以及使用多个规则为它们带来哪些好处。
