专栏名称: 图灵人工智能
人工智能及其他科技学术前沿、机器学习、图像识别、语音识别、自动驾驶、自然语言处理、脑机接口、云计算、大数据、物联网、机器人、天文物理、生物科学、数学、区块链、比特币、计算机等学术前沿知识、报告、讲座等介绍。
TodayRss-海外RSS稳定源
目录
今天看啥  ›  专栏  ›  图灵人工智能

自然:621,733个神经元记录揭示决策行为的秘密

图灵人工智能  · 公众号  · AI  · 2025-11-15 17:05
    

主要观点总结

本文介绍了全脑神经活动地图的研究,利用Neuropixels探针记录小鼠大脑神经元活动,覆盖279个脑区。研究旨在探索大脑在复杂行为中的运作机制,包括视觉刺激、决策任务和奖励反馈等方面。研究采用了多种分析策略,包括解码模型、单细胞统计、群体轨迹分析和编码模型等。这项研究是神经科学领域的一项里程碑,为解答大脑如何整合感官输入和预期以做出决策等关键问题提供了宝贵资源。

关键观点总结

关键观点1: 研究背景

神经科学面临从庞杂的实验数据中构建关于大脑整体运作的系统图表的挑战。局部研究难以对比和拼接,尤其是在涉及感知、记忆、运动和决策相互交织的行为中。

关键观点2: 技术突破

Neuropixels探针的出现是关键技术突破,这种高密度硅电极可以记录数百至数千个神经元的活动,大大扩展了电生理研究的尺度。

关键观点3: 研究方法和数据集

研究团队通过系统性插入Neuropixels探针到小鼠大脑的多个脑区,记录了超过62万条神经元活动轨迹,构成了全脑电生理地图。实验设计了一项决策任务,涵盖感官、运动和认知环节,以探索大脑在复杂行为中的运作机制。

关键观点4: 视觉刺激的反应

当视觉刺激出现时,除了经典视觉区域,中脑和后脑的多个区域也显示出与刺激相关的活动。解码模型分析显示这些区域的反应与刺激存在关联。

关键观点5:

选择行为的神经表征更为广泛,涉及多个脑区。研究揭示了脑干网状结构和小脑在决策形成中的重要作用。群体轨迹分析显示选择信号的“斜坡式”上升,与心理学中的证据积累模型相符。

关键观点6:

与奖励相关的神经活动几乎遍布全脑,包括运动环路和神经调制系统的广泛响应。这凸显了奖励信号在大脑计算中的普遍性与重要性。

关键观点7:

研究结果已全部公开,供研究者在线浏览或下载原始数据及分析脚本。这座里程碑标志着神经科学从局部到全景、从假设驱动到数据驱动的转变,为解答大脑如何整合信息以做出决策等终极问题提供了宝贵资源。


免责声明:本文内容摘要由平台算法生成,仅为信息导航参考,不代表原文立场或观点。 原文内容版权归原作者所有,如您为原作者并希望删除该摘要或链接,请通过 【版权申诉通道】联系我们处理。

原文地址:访问原文地址
总结与预览地址:访问总结与预览
文章地址: 访问文章快照