1、神经网络理论的前沿动态与脑科学计算机模拟

神经网络理论的前沿动态与脑科学计算机模拟

1. 脑科学研究新趋势与计算机模拟的作用

近年来，脑科学领域的研究活动显著增加。这一趋势既得益于生物学在分子和微观层面的广泛进步，也在很大程度上受到计算机模拟技术发展的推动。不过，我们不能简单地将大脑等同于电子计算机，脑科学研究者早已认识到大脑皮层与传统计算硬件存在巨大差异。但计算机在脑科学中仍具有重要价值，它能模拟那些难以通过实验监测、甚至无法用理论分析处理的过程。

2. 神经网络理论关注焦点：突触连接的修改

在神经网络理论中，一个关键问题是网络如何修改其突触连接。人们普遍认为，记忆存储于突触之中，从输入到输出的过程与认知行为密切相关。十多年前，持有这种观点的人相对较少，而Teuvo Kohonen是较早倡导这一观点的人之一。此前，Pribram、Grossberg、Longuet - Higgins和Anderson等人在分布式记忆方面开展了一些早期研究。

当考虑神经网络时，我们主要关注两个方面：一是神经元的瞬时行为，如单个脉冲；二是神经元在短时间内对周围环境的适应性调整。这促使了许多基于Hopfield模型的相关研究，许多人致力于神经网络的松弛模型研究。但我们更关注神经网络的长期行为，在一定程度上，这也可被视为一种具有较长生命周期的松弛过程。

我们很早就意识到，如果能为不同连接赋予合适的突触强度，就能构建一个虽不能像人类一样行走和说话，但能展现出有趣功能的“机器”，Kohonen已展示了一些相关的有趣例子。然而，我们很快遇到了一个根本问题：假设我们能构建一个存储记忆的网络，但这需要调整大量的突触连接。显然，仅靠基因无法完成这一任务，所以必然存在某种规则来控制突触强度的变化。

<