5、大脑信息处理与意识感知的奥秘

大脑信息处理与意识感知的奥秘

1. 大脑信息的神经表征

大脑信息表征的首要原则是冗余性。冗余意味着任何信息都会由大量冗余的神经元和突触进行存储、传输和处理。这样一来，当神经网络因衰老等原因受损时，信息不会丢失。与计算机不同，神经网络受损后，其性能不会突然降至零，而是逐渐下降。计算机模拟神经网络的实验也证实，神经元和突触的损失对网络性能的影响并非线性的，神经网络能够承受相当程度的损伤，仍能保持较好的性能。

当代观点认为，信息（内容或意义层面）在大脑皮层（或整个大脑）中通过位置来表征。不过，这种位置分布是解剖结构框架和输入塑造的结果，也就是依赖经验的可塑性。例如，“苹果”这个词的声音模式在颞叶皮层的听觉区域以活跃和不活跃神经元的空间模式来表征。这种神经表征通过突触权重与顶叶皮层中苹果的视觉图像、嗅觉皮层中苹果的气味，以及大脑其他区域中关于祖母花园和苹果的记忆等神经表征相联系。特定区域内的神经表征（活跃神经元的分布或模式）及其区域间的关联是学习（即突触可塑性）的结果。不同的物体通过皮层区域内不同的活跃神经元模式或分布来表征，这就是所谓的分布式表征。

目前的假设认为，从记忆中提取信息是一个主动过程。皮层神经网络并非被动处理从较低层次传来的所有电信号，而是能够利用活动模式的片段填补空白，从而快速重建整个神经表征。这种填补过程可以通过模型神经网络很好地模拟。神经表征（活动模式）存储在突触权重矩阵中，网络中的神经元通过这些权重相互连接。存储特定物体表征的权重分布是由依赖经验的突触可塑性（学习）形成的。当网络外部激活了该神经表征的足够大部分时，网络中所有突触上的少量电信号会迅速激活表征中其余正确的神经元。

神经表征的活动模式具有整体性。活动模式是作为一个整体被唤起（恢复）的，