人脑天生会算微积分,并应用于精准控制奔跑,来自MIT团队

网友:那为什么大学还要再学?

詹士 发自 凹非寺

量子位 | 公众号 QbitAI

What?你的大脑通过计算微积分来控制快速运动?

该发现来自MIT研究团队。

他们认为,大脑并非通过单一信号对高速运动精准控制,而是基于一套复杂的信号处理系统,对抑制、兴奋两种信号进行比对处理,得到最终指令。

论文中,研究团队还用一套更「形象」的说法描述该过程——大脑在自己算微积分

目前,该项研究已发表在Cell Reports上。

一些网友看后颇感Amazing。

比如这位就表示,既然大脑都知道算微积分了,为啥大学还要学…….

还有这位,看过研究结论,表示:这岂不是很像PID控制器?

所以,科学家如何证明上述结论?

下面展开讲讲。

△ 图源:quantamagazine

发现大脑内的微积分系统

控制走路跑步的机制本身不难描述——大脑有个中脑运动区(MLR),它会向脊髓神经元发送信号。

信号后又流向腿部肌肉的运动神经元,这其中,兴奋、抑制两种信号分别直接控制了身体活动与停止。

但当奔跑有了目的地,事情变得复杂起来。

以前研究中,生物学家知道了目标信号是在大脑皮层形成,再传递给MLR。

但精准的指令如何下达?如何控制身体突然停下?这是个问题。

为此,研究者以小鼠为实验对象,开发一套实验系统。

他们将其小鼠头部固定,通过光遗传学设备控制神经元激活,同时让小鼠脚底踩着跑步机,给到特别的灯光图案地标,训练它移动。

若小鼠能走到地标处站住,并保持静止1.5s,就能听见奖励音并获得喂水,然后,继续去下一个指定位置。

反之,播送错误提示音不给喂水,重启任务。如此往复训练。

如果小鼠在30分钟内成功停留100次,研究者即开始研究其行为模式及信号传递过程。

他们首先观察了小鼠运动控制模式。

结果发现,小鼠为更快获得奖励,会先尽可能加速奔跑,然后在接近目标一定位置,快速刹车,以保证在正确位置停下。

科研者认为,此种现象证明了小鼠瞬间切换了自己的运动决策模式,并用一套方程描述该过程:

基于上面结论,结合之前理论研究,科研团队假设,大脑皮层的次级运动皮层(M2)到控制运动的中枢底丘脑核 (STN),即M2-STN通路,所发信号,控制了动物运动的停止。

为此,他们向该通路输入信号,激活它。结果证实,小鼠奔向目标中,确实会提前停下,如下图A所示:

M2-STN通路虽能控制小鼠停下,但它是不是时刻都工作呢?

科研团队通过钙成像技术,观察该部分神经元活性的变化。

从中,他们能直接发现,在地标图案停止处,通路中神经元也同步出现停止信号。与之对应的,即便小鼠在途中停下,M2-STN通路停止信号却并未出现。

这说明了,该通路与小鼠奔向目的地任务直接相关,而与一般运动的停止活动无关,且由视觉输入信号主导系统变化。

更进一步,科学家将大脑各部分所监测到的活跃度随时间变化函数汇总,得到以下曲线:

科研工作者将上述大脑各部分信号活跃函数汇总建模,给出一个对时间进行微分的反馈控制系统。

由次级运动皮层(M2)的视觉信号作为输入项。经过STN、MLR等部分,分成兴奋、抑制两路信号通过系统运算。

最终得到输出项,进而完成对动作的控制:

在构建系统中,研究者特别指出,由于脑内PPN部分连有多路神经元驱动运动,因此,系统对其进行了微分运算,来抵消随时间累积的积分运算影响。

科学家认为,正是基于上述系统,我们的身体能够短时间内快速根据输入信号切换运动模式,精准地在目的地到来前某个位置「开启减速刹车」,最终停在特定位置。

背后团队

最后认识一下研究团队

本文通讯作者为Elie Adam与Mriganka Sur,均来自MIT的Picower 学习与记忆研究所。

Elie Adam博士专注于使用数学方法结合实验工程学来研究大脑动力学。

Mriganka Sur教授为此次研究背后团队主要负责人。

参考链接:
[1]https://doi.org/10.1016/j.celrep.2022.111139
[2]https://www.wired.com/story/your-brain-uses-calculus-to-control-fast-movements/
[3]https://www.quantamagazine.org/the-brain-uses-calculus-to-control-fast-movements-20221128/#comments

— 完 —

量子位 QbitAI · 头条号签约

关注我们,第一时间获知前沿科技动态

版权所有,未经授权不得以任何形式转载及使用,违者必究。