首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

MIT神经科学家推翻15年前相关成果,找出大脑对于环境的全新记忆机制 | 黑科技

这一研究为编程大脑打开了一种全新的研究路线。 提到与大脑记忆的关键部位,根据常识认知(或者《十万个为什么》),镁客君的第一反应就是:海马体。 基于这一大家都知道的常识,15年前,MIT的神经学家通过研究给出了人类对于环境的记忆方式的解释:当我们进入一个房间时,如果发现布置是熟悉的,大脑就会调用长期的记忆信息;如果发现房间是不熟悉的,大脑就会迅速收集空间信息并进行存储。而他认为这里控制和存储整个环境记忆是一种被称为CA3的海马。 近日,MIT另一位神经学家通过深入研究发现,控制这种记忆处理方式的大脑区域被称为

00

BP综述:任务态fMRI如何阐明精神疾病风险的早期出现?

精神疾病是复杂的,通常在发展过程中出现在特定领域的多个非典型过程中。描述支持这些区域的神经回路的发育特征可能有助于分解复杂疾病的组成部分,并揭示与精神风险相关的功能变化。这篇综述强调了婴儿任务型功能磁共振成像(fMRI)在阐明精神疾病的发育神经生物学方面的当前和潜在作用。任务功能磁共振成像测量通过改变血氧水平依赖性信号来诱发大脑对特定刺激的反应。首先,我们回顾了从出生到生命最初几年使用任务功能磁共振成像的现有研究,并综合了关于何时、何地以及如何在婴儿大脑中执行不同的神经计算的现有证据。通过任务功能磁共振成像(task fMRI)对婴儿的感觉知觉、抽象类别知觉和统计规律检测的神经回路进行了表征,为识别和解释与精神疾病风险相关的神经回路功能变异提供了发育背景。接下来,我们将讨论一些研究,这些研究专门研究了婴儿期这些神经回路的功能变化与精神疾病风险的关系。这些研究揭示了特定神经回路何时分化成熟,环境风险因素的影响,以及任务功能磁共振成像在促进早期治疗或预防后期精神问题方面的潜在效用。最后,我们为未来的婴儿任务-功能磁共振成像研究提供了考虑,这些研究有可能促进对婴儿时期神经回路功能和随后精神疾病风险的理解。

01

Biological Psychiatry:胎儿脑网络的发展:与常见神经疾病的相关性

人类胎儿以及早产儿的磁共振成像、组织学和基因分析方法为产前大脑发育的阶段过程提供了见解。对出生前微观和宏观脑网络发育理解的增加,激发了人们对理解产前大脑发育与常见神经疾病的相关性的兴趣。关于宫内大脑对环境、可塑性窗口以及涉及大规模网络连接中断的儿童期疾病的产前起源的敏感性,存在大量的问题。许多现有的关于人类产前神经发育的文献都来自横断面或案例研究,这些研究不能解决出生前大脑发育中个体差异的纵向后果。本文将:1)详细介绍研究人类产前大脑的具体方法,2)总结人类产前神经网络的大规模发展,整合各种实验方法的研究结果,3)探索早期发育大脑的可塑性以及产前易感性的潜在性别差异,以及4)评估将特定的产前大脑发育过程与儿童常见神经系统疾病的异常神经连接形式联系起来的机会。本文发表于Biological Psychiatry杂志。

02

Nature Neuroscience重磅综述:网络神经系统中的动态表征

一组神经元可以产生代表刺激信息的活动模式;随后,该小组可以通过突触将活动模式转换和传递到空间分布区域。神经科学的最新研究已经开始独立处理信息处理的两个组成部分:刺激在神经活动中的表示和模拟神经相互作用的网络中的信息传输。然而,直到最近,研究才试图将这两种方法联系起来。在这里,我们简要回顾一下这两种不同的文献;然后,我们回顾了最近在解决这一差距方面取得的进展。我们继续讨论活动模式如何从一种表示演变到另一种表示,形成在底层网络上展开的动态表示。我们的目标是提供一个整体框架来理解和描述神经信息的表达和传递,同时揭示令人兴奋的前沿领域未来的研究。

03

大脑确实像计算机一样思考,类脑计算完全有望实现人类智能

【新智元导读】大多数神经学家认为,大脑通过改变脑细胞或神经元之间的连接及其强度学习。但有实验结果表明,大脑的学习方式更类似计算机:将信息编码到神经元内的分子中,并从中读取用于计算的信息。大脑的学习过程涉及将类似字符串的东西存储在单个神经元内部的分子里,而不是重新改变神经网络的连接。这在学习与记忆研究领域还是一个全新的概念,瑞典的一项研究更是表明大脑可以记住简单数字信息,这对大脑可以存储信息却不可以存储数字的传统认知提出了挑战。 大多数神经学家认为,大脑通过改变脑细胞或神经元之间的连接及其强度学习。但有实验结

07

你的 DevOps 大脑:思考方式和工作方式

我经常不得不说的 DevOps 神话之一就是 DevOps 完全是关于自动化和工具的。尽管二者是达到 DevOps 目标的基本要素(DevOps 的目标是为了更快更安全地交付更有价值成果而优化从创意到价值实现的过程),但在 DevOps 的发展初期,Damon Edwards 和 John Willis 提出了 CALMS 这一缩写词来帮助解释有关 DevOps 的问题,其中字母 C 表示的文化也是一个重要元素。该想法得到了 Gartner 一篇文章的支持。该文章提到研究表明有 50%的受访者表示人的问题(与流程、技术和信息的问题相对)是目前采用 DevOps 原理和实践的最大障碍。我对自己客户的观察也支持这一想法,我的客户说文化是他们当下面临的最困难的挑战。

03

自我轴:一个理解抑郁症的框架

抑郁患者的“自我体验”会和正常人有所不同。抑郁症患者的自我体验充满了持续的低沉情绪,并由消极的自我相关的思想构成。自我的概念一直很难定义——这是它现在很少成为精神病学研究对象的原因之一——但功能脑成像和其它神经科学研究的发现为我们研究自我提供了新的见解。这些研究已经阐明了自我是如何被复杂的、层级化的大脑过程所支持的。身体的感觉通过脊髓、脑干和皮层下区域上升到皮层网络,皮层网络通过位于顶端的默认模式网络,将内感受信号与相关的社会环境信息整合在一起。我们将讨论这一“自我轴”是如何形成的,并阐述自我轴是如何在抑郁症患者中如何发生偏移。我们的抑郁自我轴模型为该疾病的研究提供了一个新的视角。该模型强调了抑郁症多层级损伤的本质,以及不同层次水平的损伤如何沿自我轴导致其他层级的异常。自我轴模型表明,从生活方式干预到心理治疗再到药物的不同治疗可能对抑郁症都有效,因为这些治疗针对的是自我的不同方面,但自我轴的一个层面上的变化会影响到其他自我轴层面的重构。我们的抑郁症研究框架使自我概念再次成为了抑郁症中的一个重要角色,这可能再次成为一个有用的抑郁症研究焦点。

02

为什么是量子大脑?

这篇文章回顾了量子大脑假说的现代方法。目的是从一个广泛的角度考虑该假设及其经典的脑机替代方案,包括物理学、生物学、计算机科学、宇宙学和形而上学。我的出发点是,问意识能不能有自由意志,从根本上说是不正确的。这方面受到了物理学和神经科学的双重挑战。这篇论文认为,对有意识的自由意志的探索,正如在Libet类型的实验中所典型测试的那样,意味着本末倒置。从进化的角度来看,更正确的问题是这样的。简单生物的原始神经网络是否拥有自由意志机制(起源于量子),作为生命繁荣的极其有价值的获得?那么,这些机制可能是从脑干等最古老的大脑区域的初级(快速和随机)反射进化而来,从而在大脑进化的后期阶段产生以皮层为中心的意识属性吗?

04

AI终极问题最后一公里——机器意识,UCL汪军教授谈克服深度学习根本性问题

机器之心报道 机器之心编辑部 1 月 11 日,在机器之心 AI 科技年会上,伦敦大学学院(UCL)计算机系教授、上海数字大脑研究院联合创始人、院长汪军发表主题演讲《机器意识人工智能终极问题 “最后一公里”》。在演讲中,他主要介绍了机器学习和深度学习的当前现状、解决方案以及未来发展。 以下为汪军教授在机器之心 AI 科技年会上的演讲内容,机器之心进行了不改变原意的编辑、整理。 谢谢机器之心的邀请,我今天的演讲主题是《机器意识人工智能终极问题 “最后一公里”》,它只是一个抛砖引玉。我希望大家能够围绕该话题

02
领券