[论文解读] Concerning the Neural Code

Christoph von der Malsburg|arXiv (Cornell University)|Nov 3, 2018

Neural dynamics and brain function参考文献 25被引用 4

一句话总结

本文提出，神经代码由自组织的、结构化的网络片段组成，这些片段动态地形成一致的网络，用以表征心理状态。这些网络通过感官驱动的自组织过程涌现，通过维持信号通路和推理链的一致性，实现感知、记忆和认知功能。

ABSTRACT

The central problem with understanding brain and mind is the neural code issue: understanding the matter of our brain as basis for the phenomena of our mind. The richness with which our mind represents our environment, the parsimony of genetic data, the tremendous efficiency with which the brain learns from scant sensory input and the creativity with which our mind constructs mental worlds all speak in favor of mind as an emergent phenomenon. This raises the further issue of how the neural code supports these processes of organization. The central point of this communication is that the neural code has the form of structured net fragments that are formed by network self-organization, activate and de-activate on the functional time scale, and spontaneously combine to form larger nets with the same basic structure.

研究动机与目标

• 通过识别大脑与心智之间共有的功能原理，解决心物问题。
• 解释大脑如何利用自组织神经网络，从稀疏的感官输入生成丰富的心理表征。
• 以网络结构与动态为框架，阐明神经编码、记忆和学习机制的本质。
• 提供一个理解意识与心理建构作为一致神经网络状态涌现属性的框架。

提出的方法

• 将大脑的功能状态建模为活跃神经元与连接构成的自洽网络，类比于逻辑证明系统。
• 提出记忆以结构化网络片段的叠加形式编码——即通过自组织形成的持久连接模式。
• 提出感官输入驱动网络自组织，偏好在不同信号通路之间保持一致性。
• 利用计算机模拟展示出生前与出生后投影通路与对象模型的同时涌现。
• 将活跃神经元解释为基本逻辑命题，活跃连接解释为推理规则，形成连贯的推理网络。
• 应用同胚概念识别场景中的类模式网络片段，实现基于模式的行为与学习。

实验结果

研究问题

• RQ1 大脑如何从有限的感官输入生成丰富且连贯的现实与想象表征？
• RQ2 神经网络自组织在塑造神经代码与心理状态方面发挥何种功能作用？
• RQ3 记忆痕迹在神经网络结构层面上如何形成与存储？
• RQ4 何种机制确保在动态环境中感知、预测与行动之间的一致性？
• RQ5 意识与心理建构如何从神经网络一致性的动态中涌现？

主要发现

• 神经代码以自洽的网络片段结构组织，在功能时间尺度上动态形成、激活与消退。
• 记忆以结构化网络片段的叠加形式编码，代表存储的连接模式，而非孤立的突触。
• 由感官输入驱动并偏好一致性的网络自组织，是形成记忆与心理内容的核心机制。
• 活跃的神经网络可被解释为逻辑系统，其中神经元代表命题，连接代表推理规则。
• 感官信号与内部预测之间的一致性，构成了感知信心与朴素实在论感知的基础。
• 基于模式的行为源于基因预布线的网络片段，可通过同胚匹配环境特征，并经由学习加以优化。