大腦究竟是怎么做是數(shù)學(xué)題的？

直到最近，科學(xué)家們才有了答案——

有專(zhuān)門(mén)的“數(shù)學(xué)神經(jīng)元”。

在執(zhí)行計(jì)算時(shí)，一些神經(jīng)元在加法時(shí)很活躍，但在大腦做減法時(shí)，另一波神經(jīng)元開(kāi)始活躍。

而且不管是看到數(shù)學(xué)符號(hào)，還是加、減的文字。

一旦遇到，就能召喚出神經(jīng)元出來(lái)工作。

圖賓根大學(xué)與波恩大學(xué)的相關(guān)研究登上了Cell子刊Current Biology。

來(lái)看看這是個(gè)什么樣的研究。

大腦做算術(shù)題？

以往研究表明，小猴大腦中有特定用于計(jì)算規(guī)則的神經(jīng)元。

但人類(lèi)大腦上卻沒(méi)有相關(guān)的數(shù)據(jù)。

基于這樣的背景，研究團(tuán)隊(duì)就進(jìn)行了相關(guān)的探索。

簡(jiǎn)單來(lái)說(shuō)，這個(gè)實(shí)驗(yàn)是在大腦MTL（海馬體及其皮層）區(qū)域植入微型電極，讓志愿者做加減法，測(cè)試其神經(jīng)元活動(dòng)。

志愿者為9名癲癇患者，其中4名男性，平均年齡在43.3歲。

因?yàn)樵谶@些患者中，癲癇發(fā)作總是起源于大腦的同一區(qū)域MTL，為了精確定位缺陷區(qū)域，醫(yī)生將多個(gè)電極已植入患者體內(nèi)。

受益于這樣一個(gè)前提，而研究人員選擇了9-10個(gè)臨床Behnke-Fried深度電極來(lái)記錄神經(jīng)元信號(hào)，每個(gè)深度電極包含一束九個(gè)鉑銥微電極，尖端突出約4毫米。

實(shí)驗(yàn)過(guò)程中，志愿者坐在床上。在大約50厘米的距離處，有一臺(tái)觸摸屏筆記本電腦。

屏幕上依次顯示數(shù)字（或圓點(diǎn)）和符號(hào)，之后志愿者就從數(shù)字鍵盤(pán)中選出計(jì)算結(jié)果，然后有電腦顯示“正確”還是“錯(cuò)誤”。

每?jī)纱物@示中間有800毫秒的延遲；每個(gè)主體總共有320個(gè)試驗(yàn)組成，并分成4組。前10次試驗(yàn)視作排練，不計(jì)入之后的分析中。

不同神經(jīng)元交替活躍

研究人員記錄了MTL區(qū)域中總共585個(gè)單個(gè)神經(jīng)元的動(dòng)作電位：

海馬旁皮層 (PHC) 中的 126 個(gè)神經(jīng)元、海馬 (HIPP)中的 199 個(gè)神經(jīng)元、內(nèi)嗅皮質(zhì) (EC) 中的 107 個(gè)神經(jīng)元和杏仁核 (AMY) 中有 153 個(gè)神經(jīng)元。

并將整個(gè)動(dòng)作模式輸入到一個(gè)自學(xué)習(xí)的計(jì)算機(jī)程序中。

基于多因素方差分析，首先確定了規(guī)則選擇性神經(jīng)元。

什么意思呢？

這些神經(jīng)元在計(jì)算指令發(fā)出后（也就是加或者減）會(huì)選擇性的增強(qiáng)放電。

可以看到，圖中A、B加法規(guī)則情況下，加法神經(jīng)元（紅色）表現(xiàn)出的特定活躍性。C、D（藍(lán)色）所表現(xiàn)出來(lái)的減法神經(jīng)元也是如此。

而且不同對(duì)于任務(wù)周期和MTL區(qū)域，這種具有選擇性的神經(jīng)元比例也有所不同。

除此之外，團(tuán)隊(duì)還發(fā)現(xiàn)計(jì)算規(guī)則的編碼與規(guī)則提示無(wú)關(guān)，以及在海馬旁皮層 (PHC) 區(qū)域（圖I），不同的加法神經(jīng)元在同一個(gè)算術(shù)任務(wù)中交替活躍。

研究人員形容，就好像計(jì)算器上的加號(hào)鍵在不斷地改變它的位置。減法也是一樣。

波恩大學(xué)醫(yī)院癲癇學(xué)系Mormann教授表示，這項(xiàng)研究標(biāo)志著理解大腦數(shù)學(xué)計(jì)算邁出了重要一步。

下一步他們想要了解這些神經(jīng)元究竟在其中發(fā)揮了什么作用。

論文鏈接：https://www.cell.com/current-biology/fulltext/S0960-9822(22)00116-6#secsectitle009000116-6#secsectitle0090)

GitHub鏈接：https://github.com/EstherKutter/Neuronal-Codes-For-Arithmetic-Rule-Processing-In-The-Human-Brain

參考鏈接：[1]https://www.uni-bonn.de/en/news/028-2022

本文來(lái)自微信公眾號(hào)“量子位”（ID:QbitAI），作者：楊凈，36氪經(jīng)授權(quán)發(fā)布。

關(guān)鍵詞：