新研究：大腦結構有多達十一個維度
' {& ` q! [8 p7 b公仔箱論壇
4 K$ h! j3 D" u" n: b7 s/ Z如果四維世界我們還可以展開我們的想像力予以理解，那麼對於我們大多數人來說，去想像和理解五、六維度或更多維度的世界實在是太複雜了。而一項新的研究發現大腦中具有多達十一個維度的結構。
/ f7 d$ p9 P3 e% [/ _, tTVBNOW 含有熱門話題，最新最快電視，軟體，遊戲，電影，動漫及日常生活及興趣交流等資訊。
/ i5 j* O* R3 q$ @tvb now,tvbnow,bttvb一個稱為藍腦計畫的團隊運用代數拓撲的方法，發現了大腦網絡內存在一個多維的幾何結構和空間。這一項開創性的工作開始揭示大腦最深層的結構奧祕。
- G. H9 r) c; ?5 e v5.39.217.77:8898
f; Y3 F: E# j4 qtvb now,tvbnow,bttvb計算神經科學前沿Frontiers in Computational Neuroscience最近發表的一項研究表明，當一組神經元形成一個集團時，這些結構就會出現：每個神經元以一種非常特殊的方式連接到該集團中的其它神經元，從而產生一個特定的幾何結構。集團中的神經元越多，幾何結構的維數就越高。5.39.217.77:8898% \% F7 {: r: q. U$ _( ^
TVBNOW 含有熱門話題，最新最快電視，軟體，遊戲，電影，動漫及日常生活及興趣交流等資訊。7 e4 o( Z$ Q# g9 u2 [! i; u
「我們發現了一個我們從未想像過的世界，」藍腦計畫主任，也是瑞士洛桑聯邦理工學院（EPFL）的教授、神經科學家Henry Markram說，「即使在一小塊大腦中，也有數千萬個這樣的結構體，有的結構體多達七個維度。在一些網絡中，我們甚至可以找到多達十一個維度的結構體。」TVBNOW 含有熱門話題，最新最快電視，軟體，遊戲，電影，動漫及日常生活及興趣交流等資訊。8 u" o! {' i! B$ b0 X( P" {
8 A( G) ~/ d! t D5.39.217.77:8898Markram認為，這或許可以解釋為什麼大腦如此難以理解。「通常應用於網絡研究的數學無法探究我們現在清楚看到的高維結構和空間。」7 P% o6 P) f- g# A$ C: j3 X9 j4 d' t
( ?+ M4 C# k3 d公仔箱論壇代數拓撲由此應運而生：可以描述具有任意維數的系統的數學分支。將代數拓撲引入藍腦項目進行腦網絡研究的數學家是來自EPFL的Kathryn Hess和來自Aberdeen大學的Ran Levi。公仔箱論壇9 O$ z8 v" Z; V9 r8 J9 \
- T; c' |5 L3 ~4 Z% B
「代數拓撲就像一個望遠鏡和一個顯微鏡在同步運用。它可以放大網絡，找到隱藏的結構，就像看到森林中的樹木；同時也可以看到空的地方，就如森林裡的空地。」Hess解釋說。
+ z# K( T5 h" e- S' {$ g公仔箱論壇$ d- s* {. k; O# Y8 O' a* b
在2015年，藍腦團隊公佈了第一份關於大腦的一塊新皮質的數字拷貝，新皮質是大腦中最發達的部分，也是我們感受、行動指令的產生和意識的所在。5.39.217.77:8898+ v4 r6 h+ [1 w, H' C9 i4 h, l
( a7 Y$ {9 q2 D9 w- F3 i8 v4 W' b在這項最新的研究中，藍腦團隊運用代數拓撲，對虛擬腦組織進行了多項測試，顯示發現多維腦結構不可能偶然形成。5.39.217.77:8898" u* Z4 e& h4 Q7 v
tvb now,tvbnow,bttvb1 P0 z- {! y8 y8 `9 J7 b. b; t" H
其中的一項測試是：當研究人員刺激虛擬腦組織時，一個逐漸變大的結構體會瞬間組裝，從而形成一個高維空穴，研究人員稱之為空洞。
2 B3 K ?: W* x: Q) \; B7 e公仔箱論壇
% {, F) ~+ [- z+ Y/ s' aLevi說：「當大腦處理信息時，高維空洞的出現意味著網絡中的神經元以非常有組織的方式對刺激作出了反應。」「大腦對刺激的反應就好比建立一個多維實體然後又將其夷為平地的過程：首先要立桿（1D），然後是搭木板（2D），然後是建立立方體（3D），然後是更複雜的4D、5D等。大腦活動的進展也類似於一個多維沙堡的活動：不斷地聚沙成物，然後又分化瓦解。」公仔箱論壇4 M) ]; L [ T4 A( _- {) f
6 T+ T: J1 K3 T) F
這些研究人員現在面臨的另一個問題是，我們可以執行的任務的複雜程度是否取決於大腦可以構建的多維「沙堡」的複雜程度。神經科學也一直在努力尋找大腦存儲其記憶的地方。「答案可能就『隱藏』在這些高維空洞中。」Markram推測說。 |
發表於 2018-5-30 03:45 PM
| 
