在培养的皮层神经网络中进行预测
Martina Lamberti1, Shiven Tripathi2, Michel J A M van Putten1
1Department of Clinical Neurophysiology, University of Twente, PO Box 217 7500AE, Enschede, The Netherlands.
PNAS nexus
|June 29, 2023
概括
随机神经网络可以预测未来的刺激,证明了通用的预测能力. 这种预测能力与神经网络中的短期和长期记忆形成有关.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
背景情况:
- 理论上,神经网络可以预测输入,这是潜在地支信息处理,运动控制和决策的功能.
- 虽然视网膜细胞和一些大脑区域显示出预测能力,但这是否是神经网络的普遍特征还没有得到证实.
研究的目的:
- 调查随机体内神经网络是否具有预测能力.
- 在这些网络中探索预测和短期/长期记忆之间的关系.
主要方法:
- 应用焦点电气和全球光遗传刺激到体外神经网络.
- 使用相互信息进行量化预测和短期记忆.
- 在20小时的焦点刺激中评估了变化.
主要成果:
- 皮层神经网络展示了对未来刺激的预测,主要是由网络即时反应驱动的.
- 在这两种刺激类型中,预测显著依赖于短期记忆.
- 在焦点刺激下,预测需要更少的短期记忆.
- 这种依赖性随着长期焦点刺激期间发生的长期连接性变化而减少.
结论:
- 随机神经网络表现出预测刺激的通用能力.
- 短期记忆对于预测至关重要,但随着长期记忆的形成,它的必要性会减少.
- 长期记忆的形成可能有助于神经网络的高效预测.
