從下往上看--新皮層資料的讀後感 第一部分:皮層細胞

第一部分:皮層細胞

皮層結構由大量的細胞體構成。其構成相對簡單,按照現代的解剖學認知主要由pyramidal cell,granular cell和Fusiform Cell組成。儘管在性態上進行了詳細的劃分,但對於總體特性而言細胞都具備相類似的特性。下圖是一個詳細的分解圖,但對於本次的閱讀而言我們不打算深入細胞體內的詳細結構和特性。先把整體封閉起來,再做下一步的觀察。

簡化下來就剩下三個東西,樹突Dendrite,Cell Body(就是傳說中的soma),和Axon.這樣特性和功能就變得容易理解了。dendrite是細胞體電信號的接收器,也就是輸入連接,而細胞體提供具體的輸入特性,也就是進行輸入到輸出的轉換,而axon則輸出信息。整體就變得十分簡單。

獨立的觀察這些細胞個體,這些細胞個體表現出類似於三極體的特性。Dendrite和Axon在此過程中表現為導線的特性,負責電信號的連接和傳遞。當Dendrite輸入電信號超過一個閾值時,CellBody會向Axon輸出一個電信號脈衝。但這個輸入的強度和輸入的時長不會影響到axon端的輸出內容。這種特性表現的像是一個三極體加上一個理想脈衝發生器,滿足閾值導通,同時又忽略輸入時長和強度。而在被觸發後一段時間內,細胞體同時不響應輸入。這個接收刺激,並活躍的過程叫做Depolarization,其結果會導致細胞體釋放一個

脈衝。在釋放脈衝後一段時間內,會進入一個安靜期(refractory period)這期間內細胞體不會因為輸入的改變而改變輸出狀態。按照現在能查閱的基本解釋,細胞體本身就像一個電容,一次放點後需要時間重新充電。這個安靜期本身被稱為Repolarization。由此可以得知soma基本處於三個狀態,激活->發脈衝,充電->對輸入不響應,非激活->輸入強度不夠,三個狀態。對輸出的脈衝存在兩種情況,一些細胞體在被激活的狀態下呈現超極化hyperpolarization,名字很高大,往直白裡面說就是輸出的脈衝有兩種情況。1.輸出脈衝為正脈衝。2輸出脈衝為負脈衝。說具體點就是激活後axon上體現的是+70mV的電壓還是-70mV。由此可以得知soma的基本微電路模型。這種實現有賴於細胞體內部的K+例子的活動,可以想像這種藉由化學過程作用的狀態轉換速度是相當緩慢的。按照網路上獲得信息,這種機制下的單元fire speed最快不會突破1000Hz這個級別,通常在幾百Hz的速度上。這也就不難理解腦電波的為何如此緩慢(貌似最快的也就是200Hz左右,大量被觀察應用的也就是幾十Hz)。而相應的硅基電路直接通過電子進行信息傳導在fire speed上現在已經可以突破5GHz,這中間相差500萬倍以上,而按照現在的進展5-10年內碳基的nanotube還能進一步提升這個速度上限。從單元特性上人類貌似做了了不得的事情。

從這個維度上來看,硅基的CPU在微觀單元上已經甩開基於蛋白質的設計幾百萬條街道,但似乎沒能在能力上全面超過腦。這詭異的現象使得大規模的學者和觀眾大開腦洞,這就來看看這些腦洞的開法。普遍的解釋主要是兩類:

1.規模差異,成年人nexcortex 中有164,000billion個Synapses, 23.6 billion個細胞。 平均一個細胞體佔6930個synapse.相對計算機而言集成度已經非常高的FPGA Stratix 也僅包含了30billion個三極體,如果考慮由其搭建的系統還有其他晶元的情況下整套系統的總晶體管數量可以在幾百個billion這個數量級上。但這些三極體之間的連接形式基本都是1對1連接。也就是說到2015年,人類已經有能力將處理單元數量做到與人腦新皮層相當(neocortex),但在基本單元的連接複雜度上仍然遠遠低於人腦的規模。換而言之,新皮層在結構複雜度上甩開計算機幾百萬條街,這算是一個基本說的通的解釋。

2.並行度, 儘管在fire speed上人腦採用的機制 遠遠低於硅基晶元。但其基本的結構與CPU有根本性的差異,信息進入計算機時,計算機必須將信息串列化後才能處理。而處理單元儘管速度飛快,但其同時僅有幾個有限的pipline在運作。而人腦似乎表現出並行運作的方式,在Synapses複雜連接的soma之間處理信息,使得整體表現上CPU做不到大腦的特性。這也是一種相對有說服力的解釋。

其他的解釋就有些神秘論的意思,比如」靈魂「,「意識體」,「高維度」等等千奇百怪。其中最典型的就是量子化說法,這個貌似高大上又缺乏證據的想法認為,這種特性的區別來自大腦計算的本質是量子計算,在沒邏輯支撐的情況下這種說法我個人在這裡就忽略掉算了。免得越想越糊塗。

從這種橫向的比較可以看到,規模和並行度,似乎是產生能力差異的明顯區別。而這兩者同時向我們揭示了一個方向,連接結構和信息傳導結構與傳統馮式計算機存在根本性的差異。也就是說基本的計算單元的連接結構(拓撲結構)本身可能是核心差異的所在。在馮式體系中晶體管通過一系列固定組合形成基本的計算功能單元。通過對這些基本計算單元的編程和組合構成處理信息的核心(ALU什麼的),而通過另外一組組合構建信息流的輸入控制(定址,跳轉,這些基本能力)。以構建出一套可以按照數據處理數據的設備(前面是指令,後面是信息數據)。而基本的使用方式則通過設計指令數據(編程),實現擴展處理新數據的能力。在此基礎上處理數據的極限能力,收到基本計算單元的並發數量的約束。換而言之,整套基本處理機本身是固定的,不具備修改的能力。中間可變因素為數據本身(指令數據和信息數據),非處理機本身。而人腦似乎在天然結構上具備調整連接結構的可能性。由此我們找到了一個觀察和思維實驗的維度和視角,那就是新皮質的連接拓撲,和輸入信息對這個拓撲本身的影響入手。
推薦閱讀:

TAG:神經網路 | 機器智能 | 神經科學 |