神经元预测处理的脱离
Bin Wang1,2, Nicholas J Audette3, David M Schneider3
1Department of Physics, University of California San Diego, La Jolla, CA, USA.
Nature communications
|March 14, 2026
概括
神经回路使用预测处理构建内部世界模型. 与专门的细胞相反,预测和错误被集成到分布式网络中,进步了我们对大脑计算的理解.
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.
- 认知科学 认知科学
背景情况:
- 神经回路形成内部世界模型来指导行为.
- 预测处理框架建议神经活动信号预测,并计算预测错误.
研究的目的:
- 调查反复网络中高维,多模预测表示的出现.
- 了解大脑如何对复杂的感觉运动信号产生预测.
主要方法:
- 利用循环神经网络来建模预测处理.
- 采用丰富的刺激集来违反动物的学习期望.
- 分析了刺激和预测错误表示的分布.
主要成果:
- 刺激和预测错误表示在执行强大的预测处理的网络中脱离,挑战了专门细胞类型的理论.
- 当激发/抑制平衡松动时,预测处理是最佳的.
- 刺激神经元和抑制神经元的不同功能作用被揭示出来.
结论:
- 内部模型的神经表示高度分布,但结构为灵活的行为读数.
- 证明了内部模型的神经表示是通过将多种计算纳入统一模型来计算的.


