神经系统复杂性研究中的几个问题

《神经系统复杂性研究中的几个问题》由会员分享，可在线阅读，更多相关《神经系统复杂性研究中的几个问题（11页珍藏版）》请在金锄头文库上搜索。

1、神经系统复杂性研究中的几个问题 方福康2010-03-19 01:23:42 来自 : echo 北京师范大学非平衡系统研究所方福康系普利高津之首位中国博士_ 20 世纪 80 年代，钱学森先生提出创建思维科学这一新的学科，同时提出的还有系统科学与人体科学。 并指出这些新学科，应与原有的学科部门一起形成一个比较完整的科学技术体系1,2。钱先生明确提出，思维科学的研究可以分别从宏观的途径和微观的途径进行，宏观途径是传统的心理学方法，微观上则涉及到神经系统和突触的深入研究，将人脑的微观结构及功能与人的思维联系起来，揭示思维的本质。1987 年，钱先生收到了美国人工智能的先驱 H. Simon 的来

2、信，信中谈到，国内所说的思维科学，就是西方的认知科学，钱先生对此未作回应。 尽管思维科学与认知科学在内涵和认识上有所歧异，但是， 二十年来的发展充分证明了这确实是一门发展迅速、意义重大的新兴学科。思维科学和认知科学所涉及的对象是自然界中最复杂的大脑神经系统，而所研究的问题涉及人类科学事业的难点，即人类智力的产生。认知科学研究的内容要广泛一些，不仅包含高级认知活动， 还包括更为基础的认知活动如感觉和知觉，揭示从初级认知功能到高级认知功能的转变。 而思维科学研究的内容更为集中，它更为关注人脑的高级认知活动特别是智力产生和逻辑思维等。思维科学和认知科学的研究分别在实验和理论两个方面进行。在实验上，

3、发展了神经生物学实验、 脑电脑磁分析、心理学行为实验、电子回路模拟实验等各种实验方法。在理论研究上，曾经经过了几个阶段，最早是H.Simon 提出的符号主义，把认知和智力的规律看成对离散符号处理和计算，这在本质上是借用了物理学的研究方法。八十年代兴起以分布表征和权重变化为特点的联结主义，这是认知科学在基本理论问题上取得的重要进展，但仍没有很好地揭示认知功能的神经机制。目前从复杂系统的角度研究认知活动是一个比较活跃的领域,它关注认知过程中的自组织行为和涌现机制，是认知科学继联结主义之后的一个重要发展，也有称之为第三阶段的联结主义，研究深化了对智力起源的本质认识。目前在理论研究上已形成了明确的学科

4、 计算神经科学 （computational Neuroscience） ，已有同名的专业性杂志出版；还有一些名称，如理论神经科学（theoretical Neuroscience） 、大脑动力学（brain dynamics） 、神经科学中的动力系统（dynamic systems in neuroscience）等，名称虽有区别，但内涵是一致的， 都是希望通过理论模型和计算的方法，揭示神经系统认知过程和大脑智力产生的基本规律，并与实验数据进行比较。本文从我们比较关注的近期理论发展 神经系统复杂性的角度来叙述认知科学和思维科学中的一些问题。文中阐述了神经系统复杂性研究的基本观点和方法，这是本

5、文的第一节。第二和第三节通过两个具体例子，对简单的知觉问题给出了可能的解释。思维和概念的问题更为复杂，目前尚未有深入的讨论，在第四节中给出了我们的观点和可能的讨论方案。_ （一）神经系统复杂性研究的概念和方法复杂性研究用于神经系统的认知功能，最早是由I. Prigogine 提出的 3，他指出认知和学习时所发生的状态改变是一个自组织过程。Prigogine 学派的重要成员A.Babloyantz 紧接着明确提出 4 ，在复杂的非线性多维系统中存在着一个少维子系统，在这个少维子系统中可以描述脑神经认知功能的基本规律。在此基础上，A.Babloyantz 对大脑中存在的混沌和涌现行为作出了动力学解

6、释， 对网络的涌现性质进行了深入研究并且描述了这种自组织网络的回路特征 5 。协同学的创始人H. Haken 在肯定了Prigogine 学派和 A. Babloyantz 工作的同时，又在其基础上做了发展，详细讨论了怎样用自组织理论来研究脑的认知功能。H. Haken 指出6 ，学习和模式识别过程是大脑不同状态的跃迁，而这一过程可以利用少维的序参量来刻画， 他用自己的理论提出了协同学计算机。T. Kohonen 结合神经网络与自组织理论，用映射的方法， 将复杂、 多维的大脑微观构造约化为二维的平面结构，并构造出自组织特征映射模型 (SOM) ，在一定程度上解释了语言的特征及其障碍的产生机理7

7、。这些理论工作的共同特点是， 对复杂神经系统的认知活动进行某种抽象，将具有庞大维数的真实系统投影到少维空间， 并在此基础上进行可操作性的分析工作。这些研究在很多方面获得了成功，表明了复杂系统概念和自组织理论是研究神经系统认知活动的很好的工具。但是， 这些理论初期的研究与神经生物学的联系还不够紧密，因此对认知功能神经机制的揭示仍不够充分。近年来，以神经生物学为基础的神经系统复杂性研究也正在发展。Izhikevich 详细分析了作为认知活动基本单元的神经元的动力学性质，对神经元在不同输入下所发生的分叉行为进行了分类， 在微观层次上揭示了神经系统复杂行为的非线性动力学机制8。Freeman在嗅觉系统

8、的神经生物学实验基础上，根据嗅觉的生理解剖结构以及嗅觉系统各层次不同神经元集合的电发放特性，建立了一套非线性神经网络模型-K 系列模型，并在对兔的嗅神经电生理信号以及嗅觉皮层的EEG 信号的模拟中取得了很好的效果9 。H. Haken 在近期工作中，将其工作推进到以神经生物学为背景的神经元信息传递的层面，用复杂性研究方法建立了一组能描述神经元中信息传递、分解与同步的数学方程，较好地反映了复杂系统中的基本特征10,11 。Santa Fe 研究所近期组织了以认知神经科学为主题的专项。这些研究从不同的角度阐述了神经系统复杂性的某些方面，但是， 一个完整的、 清晰的阐明认知和思维的理论体系仍有待于发

9、展与形成。按照复杂性的观点，大脑智力的形成，是一系列涌现的结果。从神经元突触开始，经神经元群，神经网络， 到大脑皮层和整个脑区，经过多层次的涌现，使认知过程不断发生质的飞跃和突变，呈现出知觉、学习、记忆、识别、联想等脑功能，形成了脑的智力。复杂性的研究给出了涌现现象的恰当描述，即自组织和吸引子（attractors） 。所涉及的不动点、极限环、准周期和混沌等概念，给出了涌现现象的丰富内涵。非线性动力学、 分支、分形、Multi-agent系统、随机方程等数学表述和计算机模拟，使涌现的计算得以实现。认知过程是一个涌现过程。根据神经科学的研究结果，突触的信息传递及其性质的变化提供了一个学习和记忆的

10、心理学本源12，认知过程在本质上是基于神经元和突触的微观动力学的一种宏观行为。由此引出的一个关键科学问题：宏观认知功能如感觉知觉及概念等是如何通过神经元群突触变化来完成的？事实上，即使单个神经元的电活动可以表示外界的某个刺激， 单个神经元的脉冲和突触的可塑性也不构成宏观意义上的认知过程，只有大量的神经元通过突触形成具有各种复杂连接的网络后，整个复杂网络的动力学过程才可能呈现出单个神经元和突触所不具有的全新的复杂行为，例如功能分区、 协同振荡、 同步发放等空间和时间结构， 从而具有脑的认知功能。因此， 宏观上脑的认知功能一定是从微观上的神经元和突触变化中涌现出来的，涌现机制的研究将是认知和思维研

11、究的一个基本的切入点。在神经系统中诸多涌现现象中，知觉 (perception)的出现和概念(conception)的形成是两个颇为值得关注的环节。大脑在接收到外界信号以后，首先需要知觉外界信号，神经系统中的知觉涉及外界信号的输入、传递和整合的复杂涌现过程。目前， 知觉层次上的认知过程已有较多的研究，并获得许多有用的结论，这些工作将为知觉层次上的涌现机制研究提供基础。概念的形成是大脑中信息更高层次的整合，是思维的关键环节，但对概念层次的认知过程却少有涉及， 这个层次的涌现机制不同于知觉层次。大脑是如何从具体对象的信息中获取抽象概念？如何对概念进行存储和提取的？可能存在全新的机制。概念的形成是一

12、种由具体到抽象的涌现过程， 正是概念的产生、形成，以及其后续的展开，使我们成为具有思维的高等智力的人类。 这是现代认知神经科学需要解决的重大问题，这一问题的探讨可望对脑复杂性有更深入的认识。涌现机制的理论研究方法可以采用三种途径。第一种途径是非线性动力系统的途径，即通过建立非线性动力学方程，分析神经系统的基本涌现机制。从动力系统的角度来看，神经系统处于特定的吸引子状态，系统与外界相互作用使得神经系统可能从一种吸引子状态转换到另一种吸引子状态。寻找认知过程中的低维吸引子，研究其性质、特征及其转化规律，将从理论上加深对认知涌现机制的认识。第二种途径是联结主义的途径，将神经元和突触抽象成网络中的节点

13、和连接，并用权重变化来模拟突触变化。这一方法能够更充分地反映神经元群组成的网络结构对认知功能的核心作用，部分地再现脑的学习功能，但是， 它较少地关注神经元或突触的动力学性质，因此在描述真实神经系统的自组织、非线性、 突变等涌现机制研究方面，还有待于进一步发展。第三种途径是多个体模拟(Multi-agent) 的途径。应用J. Holland 提出的 CAS(Complex Adaptive System)理论，神经系统可以看作具有自适应能力的复杂系统， 神经元是活动的主体，当它按照某种简单规则进行活动时，所有神经元组成的神经系统就将具有某种宏观上的功能，这种简单规则可以从实际神经元活动和突触变

14、化的规则中抽象出来。 把多个体模拟的方法应用到大脑可塑性、大脑发育、 概念形成等一系列问题中，应该是今后一个有利的研究方向。当然， 这三种途径并不是截然分开的，这些方法的融合互补可能才是解决问题的最有效途径。神经系统的理论模型可以与实验数据进行比较，比较的范围包括： 神经生物学实验、脑电脑磁分析、心理学行为实验、电子回路模拟实验四个方面。近年来， 脑成像领域的诞生使人类有史以来第一次能够直接 看到 大脑的认知活动， 即大脑在进行各种认知活动时相应的功能定位和动态过程。通过磁共振成像(MRI) 、正电子发射射线断层成像(PET)、高分辨率脑磁图 (MEG) 和高分辨率的脑电图(EEG)等方法，我

15、们可以看到认知过程中大脑活动模式，找到与认知活动有关的关键脑区，进而可以对神经元和突触在认知活动中的机制作进一步研究。除此之外，神经生理学实验、心理学实验、类神经芯片等都取得了很大进展。结合这些实验，将有可能在微观突触机制与高级认知过程之间建立起桥梁，从整体上把握大脑认知功能的涌现机制。我们下面将结合两个具体认知过程案例的研究，进一步阐述神经系统的涌现机制及其研究思路。_ （二）声音识别的基本神经回路随着实验研究的不断发展，我们已经可以通过不同层次的实验来观测大脑完成高级认知功能时的活动情况，包括神经生物学实验、脑电图脑磁图、心理学行为实验等。这些实验的对象都是真实的神经系统，通过直接观测真实

16、神经系统的微观和宏观行为，可以了解到神经系统是如何完成各种认知功能的。另一方面的实验是通过制造大脑芯片来再现真实神经系统的功能，并已取得巨大突破。2003 年，世界上第一个能够代替大脑 海马体 完成部分功能的大脑芯片（ Brain Chip）问世了。这是世界上第一个能够植入并代替大脑完成部分高级功能的电子芯片，由美国南加州大学（USC）的 T. Berger 等人研制开发，并在活体小白鼠上实验成功13 。该工作参与了美国2002 年开展的对脑功能和新型神经计算机的研究（Mind-Machine Merger ）计划， 在包括 MIT 、Caltech、USC 等美国九家参与项目的大学中，其工作被认为是做得最出色的，同时也被中国科学界评选为2003 年世界十大科技进展之一。从物理学的角度来看，这项工作更是具有相当大的意义。不同于用神经网络模拟神经系统的方法， 大脑芯片采用实实在在的电子元器件重建了神经