本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
認知神經科學的一個中心問題是，大量僅具有部分重疊資訊的神經元的分佈式行為如何在整個生物體層面上產生統一的、連貫的決策。我們透過研究在視覺運動方向辨別任務期間從具有 169 個通道的多電極陣列記錄的神經尖峰行為來解決這個問題。眾所周知，在這項任務中，神經尖峰行為有兩個不同的階段。在這裡，我們展示了第一階段是一個分散或不可壓縮的階段，其中透過匯集來自許多單元的資訊大大減少了決策的不確定性。第二階段是一個冗餘或可壓縮階段，其中大量單細胞包含第一階段群體層級上存在的所有訊息，使得單一細胞的放電行為足以預測受試者的決定。使用基於經驗的動態建模框架，我們表明，在第一階段，低冗餘的大細胞群透過在對稱性破缺轉變附近的關鍵減慢產生緩慢的資訊聚合時間尺度。我們的模型表明，第二階段集體放大的增加自然會導致資訊匯集和共識形成的時間更快。基於我們的結果和文獻中的其他結果，我們提出集體計算的一般特徵是“編碼對偶性”，其中存在按不同時間尺度區分的累積和共識形成過程。