三大神經科學基本定律

神經科學還有基本定律？咳咳，我們好歹也是理科...不是沒有被砸牛頓砸的蘋果才有定律的！（這句話是個糟糕的冷笑話，不要過於認真）居然百度百科都只有講一小丟丟...（？！度娘你怎麼能這樣呢！）

一、赫布理論（Hebbs rule）

關鍵詞： 學習和記憶、突觸可塑性(synaptic plasticity)

1949年，加拿大心理學家Donald Hebb在The Organization of Behavior書中首次提出的理論，解釋在學習過程中大腦中的神經細胞是如何改變和調整（adapt）的。赫布理論是突觸可塑性的基本機制，（下面這句話大家可以無視...）當presynaptic neuron重複並持久地刺激postsynaptic neuron時，這個synaptic efficacy會增加。

突觸是什麼？神經元知道長啥樣嗎？長這樣的（對，我就是直接從維基百科上扣下來的圖）： （最右邊的黑線所指就是突觸）

是不是覺得神經元長得頭重腳輕？這只是畫而已，不過你就這麼記著也沒問題了。左邊大頭這邊是不是有很多像樹枝一樣的小手手（真名叫，樹突）？又看到右邊那些小腳腳（真名叫，軸突）了嗎？大腦中，當然還有身體的其他各處，神經元都是手拉手連在一起的，有時一個手拉著其他好幾隻，有時就是一隻手拉一隻。而一個神經元與其他神經元相連接的方式，簡單地說就是手拉手，準確點點說是，「腳拉手」：這隻神經元的一隻「小腳」（軸突）對著下一隻（或多隻）神經元的一隻「小手」（樹突）。但實際上，小手小腳並不是直接連接在一起的，只是像掌心對掌心一樣，中間留有極小極小的縫隙，有多小呢？一般只有20納米，這個空隙叫突觸間隙。（http://zh.wikipedia.org/wiki/%E7%AA%81%E8%A7%A6）

必須得指出的是，常常（真的是常常，很多教材都這麼寫）總結為"Cells that fire together, wire together"，這樣說並不是指，兩個神經元同時一起激活就是鏈接在一起的，這是對Hebb的原文的篇章取義；正確的解讀是，其中一個神經元先激活，然後另一個神經元馬上跟著激活。

公式為：Δw=ηxy ; Δw=synaptic weight, η= learning rate, x= input, y = output.

推薦閱讀：

Hebb D. (1949) The Organization of Behavior. New York: Wiley & Sons.

http://en.wikipedia.org/wiki/Hebbian_theory

http://blog.peltarion.com/2006/05/11/the-talented-dr-hebb-part-1-novelty-filtering/

http://blog.peltarion.com/2006/06/20/the-talented-drhebb-part-2-pca/

http://en.wikipedia.org/wiki/Spike-timing-dependent_plasticity

二、韋伯定理（或 感覺閾限定律，Webers Law)

關鍵詞： 感知（perception）、五覺（聽、看、嗅、嘗、觸）

韋伯定理(Ernst Weber, 德國生理學家，1834) 是指」the ratio of the increment threshold to the background intensity is a constant「，維基百科中文頁面上的解釋是：

在同類刺激之下，其差異閾限的大小是隨著標準刺激強弱而成一定比例關係的，K=ΔI/I， K為常數。

譬如說，當你在一個嘈雜的環境中，你必須要大聲吼出來，別人才聽得到你說話；而在一個安靜的房間里，你細聲細語別人也聽得到。換句話說，韋伯定理是指，人的感知臨界點（如聽覺，被人聽到所需要最低的音量，就是人的聽覺感知臨界點）是與背景環境中的強度（如背景噪音的音量）是成正比的。

• 閾限：是物理刺激能量可以被個人覺察的臨界點。
• 絕對閾限：是個體對單一刺激引起感覺經驗時，所需最低的刺激強度。
• 差異閾限：辨別兩個刺激之間的差異時，這兩種刺激強度最低的差異量。

公式為：K=ΔI/I；K=常數，I 是Intensity 即強度。

推薦閱讀：

http://en.wikipedia.org/wiki/Weber%E2%80%93Fechner_law

http://highered.mheducation.com/sites/0073382736/student_view0/perception/weber_s_law__/index.html

http://www.cis.rit.edu/people/faculty/montag/vandplite/pages/chap_3/ch3p1.html

三、貝葉斯定理 （Bayes theorem）

貝葉斯定理不用仔細講背景了，估計大家比我還專業。在神經科學中，它最重要的作用在於描述神經系統是如何對 不確定性(uncertainty）採取反應的，特別適當進入一個完全新的環境時，時時刻刻都有新信息從不同的感知渠道進入大腦，神經系統是如何隨著新信息更新自己的呢？

同時，貝葉斯定理在不同大腦功能的不同層次上有很多應用，從單個神經元的尖峰性質（spiking behaviour）到 高級、複雜的認知決策系統，是個非常強大的理論。

推薦閱讀：

http://en.wikipedia.org/wiki/Bayes%27_theorem

http://www.cut-the-knot.org/Probability/BayesTheorem.shtml

其他重要定律：

Dales principle：http://en.wikipedia.org/wiki/Spike-timing-dependent_plasticity

Kroghs principle: http://en.wikipedia.org/wiki/Krogh%27s_principle

謝謝閱讀。如轉載，請私信 趙思家 。

若是私人賬戶直接分享就好啦。v(￣︶￣)y 謝謝分享~

推薦閱讀：