美國羅徹斯特大學(xué),、華盛頓大學(xué)圣路易斯分校和貝勒醫(yī)學(xué)院通過實驗研究,，驗證了大腦形成客觀認(rèn)知時處理復(fù)雜且迅速變化信號的加權(quán)規(guī)則。相關(guān)論文在線發(fā)表于《自然—神經(jīng)科學(xué)》上,。
人們時刻經(jīng)受著各種信息的轟炸,，眼睛、耳朵,、鼻子,、舌頭和皮膚不斷地將不同甚至互相矛盾的感覺信號傳送給大腦,，大腦要整合多渠道的感官信息,，才能盡量精確地形成對客觀世界的認(rèn)知,。比如在IMAX劇場的巨幅畫面中出現(xiàn)了飛機(jī)轉(zhuǎn)彎的場景，你也會緊緊抓住座椅,。大幅的視覺輸入信號讓你覺得自己也在動,，但內(nèi)耳中的平衡器卻不斷向你傳達(dá)著平衡信號，讓你知道自己正安全地坐在劇場椅子上,。
以往的計算理論認(rèn)為,，大腦通過加權(quán)規(guī)則來預(yù)計點亮哪些神經(jīng)元,。最新研究不僅證明了這一理論,，還對該理論進(jìn)行了擴(kuò)展。研究人員解釋說,，單個神經(jīng)元執(zhí)行簡單計算,，一次簡單計算就是一種加權(quán)平均，神經(jīng)元必須對每種感覺賦予正確的權(quán)重,。新研究為這一賦權(quán)過程提供了首個直接證據(jù),。
他們設(shè)計了一套虛擬—現(xiàn)實系統(tǒng)試驗，給志愿者提供兩個反向信號：一種是在計算機(jī)屏幕上用小點模擬的向前運(yùn)動,，另一種用運(yùn)動平臺讓志愿者的身體產(chǎn)生真實運(yùn)動。小點運(yùn)動點的數(shù)量在隨機(jī)改變,，以此改變屏幕視覺信號相對于真實運(yùn)動信號對大腦的可靠度,，然后讓志愿者指出自己的運(yùn)動方向。
研究顯示,，數(shù)百萬的神經(jīng)元執(zhí)行重復(fù)性相似計算時,，大腦知道哪種感覺信號更加重要。“從根本上而言,，大腦能把高級行為任務(wù)破解為一系列簡單的操作，讓多個神經(jīng)元同時執(zhí)行,。”論文合著者,、羅徹斯特大學(xué)腦與認(rèn)知科學(xué)教授格雷戈·迪安杰利斯說。
在實驗中,，他們發(fā)現(xiàn)神經(jīng)元獲得的權(quán)重和理論預(yù)測略有差異,，而這一差異正好解釋了不同志愿者在相同實驗條件下的行為差異。迪安杰利斯說：“如果能預(yù)測這些微小差異,，就能在單個神經(jīng)元的初級計算和各種詳細(xì)行為之間建立起聯(lián)系。”
研究人員還指出,，該發(fā)現(xiàn)有望為老年癡呆癥或其他有關(guān)個體自感神經(jīng)系統(tǒng)紊亂方面的疾病帶來新療法,。深入理解大腦連接不同感覺信號的機(jī)制,，也能幫助工程師們給機(jī)器人設(shè)計出更復(fù)雜的人造神經(jīng)系統(tǒng)。(生物谷Bioon.com)
doi:10.1038/nn.2983
PMC:
PMID:
Neural correlates of reliability-based cue weighting during multisensory integration
Christopher R Fetsch, Alexandre Pouget, Gregory C DeAngelis & Dora E Angelaki
Integration of multiple sensory cues is essential for precise and accurate perception and behavioral performance, yet the reliability of sensory signals can vary across modalities and viewing conditions. Human observers typically employ the optimal strategy of weighting each cue in proportion to its reliability, but the neural basis of this computation remains poorly understood. We trained monkeys to perform a heading discrimination task from visual and vestibular cues, varying cue reliability randomly. The monkeys appropriately placed greater weight on the more reliable cue, and population decoding of neural responses in the dorsal medial superior temporal area closely predicted behavioral cue weighting, including modest deviations from optimality. We found that the mathematical combination of visual and vestibular inputs by single neurons is generally consistent with recent theories of optimal probabilistic computation in neural circuits. These results provide direct evidence for a neural mechanism mediating a simple and widespread form of statistical inference.
