类记忆过程与Tsien连通性理论解析
1. 类记忆系统模型特性
在对类记忆系统的研究中,构建的模型呈现出诸多有趣特性。首先,该模型不仅实现了突触连接,还具备非突触神经调节连接。其次,模型中出现了一种本质上无选择的计算过程,它重现了被称为早期长时程增强(LTP)的神经过程,并且支持了在该情境下适用的赫布假说。再者,赫布突触强度的改变需要突触外输入,这一发现与相关研究结果相符。同时,在计算过程中自发出现了一种名为卷积的数学程序。
另外,用于重构记忆的“指令”或“程序”主要存在于记忆痕迹的突触复合体及其底物连接中。这类似于原始计算机的“硬接线”,但不同的是,突触连接具有可塑性,底物连接则具有流动性。该模型还在计算上实现了诸如全局同步、存储和检索机制等现象,而且就GN而言,执行计算无需中央执行或控制单元。
这些特性在神经形态人工智能研究中颇具价值,特别是神经调节、内存计算和卷积现象。通过将模型置于有限维实希尔伯特空间中,对某些经过实验验证的大脑过程,如LTP和赫布学习、单纯突触连接的不足以及记忆形成过程中突触密度的变化等,进行了计算描述。
2. 记忆存储位置推测
对于记忆存储位置,推测Ai网络位于海马体或内侧颞叶的其他部位,在这里传入刺激类型通常作为短期记忆痕迹暂时存储,之后迁移到新皮层或其分区,推测M网络或网络集合位于此处,用于存储长期记忆痕迹。不过,海马体和新皮层之间的分工并非绝对,两者都可能包含两种类型的记忆痕迹。
当半稳定且易逝的本征态(即放电模式)实际放电时,人们会体验到被检索的记忆。而这些记忆的“程序”存储位置,在模型中推测它们共同存在于b神经元或b神经元网络之间的突触和突触外连接中,以及满足诸如LTP定理假设中的条件,也就
超级会员免费看
订阅专栏 解锁全文

19

被折叠的 条评论
为什么被折叠?



