7、感官皮层分层网络模型：听觉系统的计算模拟探索

感官皮层分层网络模型：听觉系统的计算模拟探索

1. 引言

神经生物学系统蕴含着解决众多难题的方案，像联想记忆、学习、模式识别、运动协调、视觉和语言等问题。它们似乎是通过专门结构内部和之间的大规模并行处理来实现这些功能的。哺乳动物的大脑是协调专业化的奇迹，每种感觉模态都有独立的区域，且区域之间存在大量的相互交流。大脑中有拓扑地图、多种专门的神经元类型，以及准规则的小规模结构（柱和层），这些结构会因区域不同而有所变化以适应局部需求，同时神经元之间的连接具有可塑性，并且在多个层面存在反馈。

尽管大脑的这种复杂性对于其进行的多模式处理似乎是必要的，但我们并不清楚在执行诸如视觉或语音识别等孤立任务时，有多少结构是必需的，也不确定自然界的解决方案是否是最优的。不过，大脑是我们已知的唯一成功的认知处理结构。通过对其进行分析和建模，我们可以了解其运作的原理，并有望将这些原理应用于计算机技术。

目前，我们对神经系统的认识源于实验研究。实验数据应引导我们建立概念模型，最终形成计算理论，这些理论可以通过明确定义的算法来实现。这些算法为高级信息处理提供了工具，其价值可以得到明确评估。如果对模型的生物学或心理学有效性感兴趣，可以通过进一步的生物学测量来测试模型的预测，这通常会引出新的理论和算法。

目前还没有建立起全面的大脑计算理论，但在这方面已经有一些有趣的研究正在开展。我们对大脑使用的硬件（即其解剖结构和生理机能）有大量的数据，也对大脑在处理感官输入时采用的算法（转换）有一定的了解。然而，我们对大脑究竟在计算什么以及为什么这样计算的认识仍然模糊。

在学习和模式识别领域，对神经网络的研究是一种富有成效的理论方法。该领域的许多工作都集中在具有不同真实程度的网络的数学性