【MIT团队打造端到端模型，能从底层神经生理活动直接涌现高层认知功能】

近日，美国#麻省理工学院# 厄尔·K·米勒（Earl K. Miller）团队和合作者构建了一个多尺度仿生大脑模型，精细模拟了大脑皮层和纹状体的电路连接和活动。

这个模型的亮点在于：它从未见过任何真实的猴子大脑数据，仅仅依靠一致的#神经生物学# 知识构建而成，却不仅能像猴子一样学习分类任务，还自发地产生了一种前所未有的神经信号模式。

当研究团队回头去检查真实猴子的脑电数据时，竟然真的找到了这种信号。这意味着，这一发现能为我们理解大脑如何学习、决策，甚至预测自身错误打开全新的窗口。

本次数字大脑要完成的任务和猴子在实验中做的一模一样：看屏幕上由圆点组成的图案，在图案消失之后等待一会，然后通过向左或者向右扫视来报告它认为图案应该属于哪一类。选择对了会得到模拟的奖励也就是多巴胺信号增强，选择错了则没有奖励。

关键在于，模型没有任何先验知识。它不知道圆点图案是什么，也不知道左右扫视代表什么。它接收的只有像素点转换成的输入电流，以及行为选择后的奖励反馈。通过模型内部遵循生理规则的突触可塑性，它开始进行学习。

戳链接查看详情：http://t.cn/AXqxsyAo