计算神经科学（一）
简介
科学的发展总是基于对先前提出的哲学问题进行改进。随着数学家们进入更深层次的抽象概念关系，自然科学家们正在将我们的思维扩展到物质的宏观和微观结构，生物学家则始终关注着关于我们自己的最古老的问题 ——生命是什么？。在过去的几十年里，人们致力于研究复杂系统，特别是系统行为是如何从物理，化学和生物单元的基本要素组成的网络配置中产生的。最复杂的系统就是我们的大脑，这一结论早在过去几千年中就已被推测和研究。但是，我们正在处理的未知问题远不止我们已经知道的答案。重要的不是我们知之甚少，而是我们仍在探索未知。好奇心始终是我们的重要动力。
在过去的几个世纪中，大脑一直是人们质疑和研究的中心。 好奇心已经导致古代思想家推测大脑在我们人类日常生活中的特殊和独特作用。 在柏拉图认为意识可能与大脑有关之后，大脑的功能逐渐被各种科学发展所探索。 今天，大脑研究被称为一个新领域，称为脑科学，其中来自生物学，藻类学，工程学，物理学，数学和几乎所有领域的人们贡献自己的知识和想法。
由于现代神经科学的发展，脑科学中出现了许多有趣的问题。脑科学已经成为系统科学的一个原型，从基因到行为，在空间形态微米到米和时间的显着不同尺度上—— 从微秒到几天，甚至几年。 如何描述这样一个复杂的系统一直以来都是一个复杂的问题。
生物学家Theodesius Dobzhansky在1973年的一篇文章中写到，“nothing in biology makes sense except in the light of evolution”，我想将其重新定义为“除了学习之外，大脑中没有任何意义”。 在大脑中学习是一个不断发展的动态过程和基本能力。接下来这一系列的博客文章主要讲：构建大脑块组成的神经网络的学习动力学：神经元和突触。
大脑的生物物理特性
生物学的研究积累了大量关于大脑结构和功能的详细知识。很早之前，人们就从解剖学的角度揭示大脑结构。然而，神经元是神经系统主要功能单元这一现代观念却是在1900年左右通过西班牙解剖学家圣地亚哥·拉莫尼·卡加尔的工作得到认可的，他提出了“神经元是通过专门连接相互通信的离散细胞”。之后，对神经元的生物物理特性进行了深入研究。然而，在于1952年之前，信息如何在神经元中产生并通过突触传播这一机制仍然不明朗。1952年，霍奇金和赫胥黎提出：动作电位触发一系列化学反应来传播电信号，动作电位本身的产生可以描述为各种离子相互作用的物理动力学过程，以在神经元膜的细胞间和细胞外之间产生静息电位的平衡。除了他们伟大的实验工作外，霍奇金和赫胥黎还提出了一个数学模型来解释这些现象。他们的实验成为当前神经科学研究的基础，他们的模型也是神经动力学理论研究的基础。
在霍奇金和赫胥黎的研究得到认可之后，关于大脑的研究大量涌现。 半个世纪之后，大脑被视为一个巨大的网络，数千亿个神经元通过数千万亿个突触相连。 这种系统中的动力学超越了单个神经元和突触动力学 。 在霍奇金和赫胥黎的工作过去几十年后，突触可塑性、突触强度随时间变化的方式，已经成为最重要的研究课题之一，因为它被认为是大脑更高认知功能的基本作用。从本质上讲，生物物理大脑的实验数据已经积累到统一的框架，在这个框架中，所有的认知行为都是由我们的大脑完成的。
大脑的计算特性
早在霍奇金和赫胥黎阐述详细的生物物理机制之前，人们就已经做出了巨大的努力来从其计算能力中理解大脑。 1907年，法国生理学家Lapicque观察到电刺激的阈值使青蛙腿移动。这个想法后来被描述为integrated-and-fire（IAF）神经元模型，该模型至今仍被广泛使用。 IAF神经元的成就对理论家来说是一个有趣而重要的观点，即在神经建模中，对功能的研究并不一定需要对生物机制的理解。即使其生物物理基础无法建模，仍然可以充分捕捉到基本现象。像IAF神经元这样的简单模型捕获了神经元的一些计算能力。1943年晚些时候，McCulloch和Pitts提出了第一个人工神经元，称为阈值逻辑单元，它有助于产生一个新的人工神经网络领域，并促进了计算机科学的发展。
McCulloch和Pitts希望通过使用连接在一起的许多基本细胞来了解大脑如何产生高度复杂的模式。虽然当前的计算机在很短的时间内可以执行高度精确的数值计算，但是，如果没有预编码指令，计算机就无法工作。计算机和动物之间的显着差异。生物系统的最大优势在于它们具有学习的能力。学习和记忆的基本能力是响应和适应各种截然不同的外部刺激。
因此，基本问题是要了解大脑用于学习和记忆的规则。在神经科学中，这些规则被假设为突触可塑性，即神经元之间的突触可以通过感官经验改变。突触可塑性成为计算大脑的基本组成部分。根据所选择的时间尺度，学习和记忆可以采取几小时到整个生命周期的遗传进化的形式，或者内在的细胞和细胞动力学。目前，我对依赖于过去神经活动的突触可塑性形式感兴趣。Donald Hebb提出了关于活动依赖性神经可塑性的最有影响力的观点——重复神经活动被转移到这些神经元之间或之间的更长时间的变化：当细胞A的轴突足够接近激发细胞B并且反复或持续地参与fire它时，一些增长过程或代谢变化发生在一个或两个细胞中，使得作为fire B的细胞之一的A效率增加。虽然在最初制定时很大程度上是推测，但Hebb的观点逐渐的得到了神经生理学数据的支持。1973年，一些研究结果提供了基于相邻突触前和突触后神经元活动的突触改变的证据，即所谓的长效增强（LTP）。 Hebb的观点被称为Hebbian学习，其中突触前和突触后神经活动的关联增加了LTP现象中发现的突触强度。
参考文献
[1]: Gallagher, R. & Appenzeller, T. 1999 Beyond reductionism. Science 284 (5411), 79–79.
[2]: Brose, K., Brown, T., Dickson, K., Lemasurier, M. & Yokoyama, C. 2008 Twenty years of exciting neuroscience. Neuron 60 (3), 393–4.
[3]: Hodgkin, A. L. & Huxley, A. F. 1952 A quantitative description of membrane current and its application to conduction and excitation in nerve. J Physiol 117 (4), 500–44.
[4]: Brunel, N. & van Rossum, M. C. 2007 Lapicque’s 1907 paper: from frogs to integrate-andfire. Biol Cybern 97 (5-6), 337–9.
[5]: McCulloch, W. S. & Pitts, W. 1990 A logical calculus of the ideas immanent in nervous activity. 1943. Bull Math Biol 52 (1-2), 99–115; discussion 73–97.
[6]: Hebb, D. O. 1949 The Organization of Behavior: A neuropsychological theory. New York: Wiley.
[7]: Bliss, T. V. & Lomo, T. 1973 Long-lasting potentiation of synaptic transmission in the
dentate area of the anaesthetized rabbit following stimulation of the perforant path. J Physiol 232 (2), 331–56.
