无忌，我教你的还记得多少？

Yu对记者说：“你可以想象一下挖掘这些大脑活动的数据有多困难。人类的眼睛是无法识别这些微妙的图案特征的。”但是内置于芯片中的高级统计分析可以做到，现有的模式可以用来识别当测试对象进行特定移动的意图相关的神经活动。举个例子，当你想要上下左右移动你的手臂的时候，系统就可以识别你的脑部神经变化。

然后研究人员就可以通过BCI的输出，把特定运动的神经变化信息转换为计算机屏幕上光标的方向来加以控制。在多次的实验和失败之后，团队终于实现人或动物可以通过这个接口，用思维来控制光标的移动。比如你想象一下自己左臂在动，光标就被移到左边。

当Yu，Batista和他们的同事们监测猴子的运动皮层时，他们反复进行简单挥手的测试，他们发现神经元并非独立反射。被测量的100个神经元的反应可以统计归类为10种，这些神经元以不同的方式激励或抑制其他神经元。相反，被测的100个神经元的行为可以用大约10个神经元进行统计描述，这些神经元对其他神经元有不同的刺激或抑制作用。在研究人员的分析中，这个结果表现为一组绘制的点，这些点只填充了一个100维的数据空间的小体积。

神经元

卡内基梅隆大学生物医学工程教授Steven Chase说：“我们一直在呼吁[容量]是基于内在多样性的，因为我们认为这是大脑固有的东西。” “这个空间的维度高度是这些神经元可以做什么的基础。”

卡内基梅隆大学生物医学工程教授Steven Chase说：“我们一直在呼吁[容量]是基于内在多样性的，因为我们认为这是大脑固有的东西。” “这个空间的维度高度是这些神经元可以做什么的基础。”

2014年，研究人员观察到，如果测试对象学习新东西的时候如果学习任务属于内在流形就比外在流形容易学的多。Yu说，这个结果是很有价值的，因为属于内在流形的任务对大脑的需求与潜在的神经结构一致。完成这项研究后，该团队将研究方向转到了学习期间神经活动如何变化的问题上，他们在最近发表于Nature Neuroscience 的一篇论文中写到：

在研究过程中，研究人员首先让配备了BCI的灵长类动手能熟练操纵光标左右移动。然后，团队切换了移动光标的神经活动要求，并等待看到什么样的新模式的神经活动，对应于内在流形中的新点，动物还是会用原来的办法来完成任务。

研究人员期待发现动物在学习的时候能自发地开启一个新的模式，他们将这个过程命名为“重组”。该研究项目中的一名博士后Matthew Golub说，“由于固有模式的限制，“重组””才是最好的学习策略。”或者，他们猜想猴子的大脑会经过一个“重新缩放”的过程来进行学习，这个过程指的是参与原始学习的神经元的峰值速率会被增大或是抑制，直到建立起新的学习模式。

但出乎意料的是，不论是“重组”还是“重新缩放”都没有出现，反倒是出现了一种极其低效的方式，他们将其称为“重新关联”。实验动物通过重复原有的神经模式和交换任务来学习新的东西。

“然而，在新的场景下，它也只是简单重复它过去的模式。”Golub告诉记者。

“然而，在新的场景下，它也只是简单重复它过去的模式。”Golub告诉记者。

为什么大脑采取的不是最佳的策略？该研究团队的发现表明，正如神经元的结构将活动限制在内在流型，一些更深层次的因素也阻碍了实验过程中神经元的重组。Batista认为，神经元之间的突触连接很难在短时间内完成快速重组。“其塑性比我们想象中的更弱，”他说，“学着如何遗忘。大脑总是偏向于固有模式。”

Chase将运动皮层比作老式的电话交换机，神经连接像电缆一样将其他皮质输入的信息连接到小脑中输出。他说，在他们的实验中，大脑“只是重新排列所有电缆” - 尽管这些行为意义上的细微差别仍然未知。

“一个比较粗暴的快速学习的方式就是改变大脑皮层的输入。”Yu说，但是他也同时也提醒我们注意，实验过程只是检测了大脑在学习1~2小时的神经元变化，还无法为“重新关联”下定论，也许这只是大脑短时间学习的一个策略，说不定在更长一段时间后，“重组”或是“重新缩放”的模式将会开启。

如果是这样的话，也许就能解释新手和专家在遇到自己感兴趣的信息时反应的不同。“新手学习他们接触的，专家巩固他们已知的。我们的发现也许就是这个典型现象的神经学基础。”

媒体转载联系授权请看下方返回搜狐，查看更多