神經(jīng)系統(tǒng)中的復(fù)雜性研究

方?？?/p>

(北京師范大學(xué)非平衡系統(tǒng)研究所,北京 100875)

20世紀(jì)80年代,錢學(xué)森提出了創(chuàng)建系統(tǒng)科學(xué)、人體科學(xué)和思維科學(xué)的構(gòu)想,使得原有的學(xué)科體系更加完整和豐富[1-2].不僅如此,錢學(xué)森提出的一些問題和論述,影響著這些學(xué)科的研究和發(fā)展.例如,復(fù)雜系統(tǒng)結(jié)構(gòu)的思想;可靠性研究,即局部元件與整體結(jié)構(gòu)的關(guān)系;信息、能量與物質(zhì)三者之間關(guān)系的研究;思維科學(xué)應(yīng)從宏觀和微觀兩種途徑進(jìn)行等.1984年7月31日錢學(xué)森給筆者的信中寫道“腦科學(xué)、思維科學(xué),以及心理學(xué)基本理論的突破在于找出人體巨系統(tǒng)的規(guī)律,這完全得靠系統(tǒng)學(xué)”(圖1).本文要討論的神經(jīng)系統(tǒng)就與這些思想有密切的關(guān)系.

圖1 錢學(xué)森于1984年7月31日致作者的信Fig.1 The letter to author from Xuesen Qian(July 31,1984)

神經(jīng)系統(tǒng)研究所形成的神經(jīng)科學(xué),探討信息在生命體中傳遞和轉(zhuǎn)換的機(jī)制,并最終涉及大腦智力的產(chǎn)生,已成為21世紀(jì)的核心前沿科學(xué).神經(jīng)科學(xué)在微觀和宏觀的研究中已經(jīng)有了很多實(shí)質(zhì)性的進(jìn)展和突破,但仍有一些基本的科學(xué)問題還未得到解決.已經(jīng)知道,外界刺激在神經(jīng)元中形成的電脈沖是信息傳遞的基礎(chǔ),神經(jīng)元的突觸作用是唯一的信息傳遞者,突觸的信息傳遞及其性質(zhì)的變化提供了一個學(xué)習(xí)和記憶的生理學(xué)本源[3].腦電、腦磁實(shí)驗(yàn)手段的出現(xiàn),開啟了對大腦高級認(rèn)知信息的獲取;精確的心理實(shí)驗(yàn),將宏觀行為與神經(jīng)活動聯(lián)系起來.這些進(jìn)展和成就大大促進(jìn)了對神經(jīng)系統(tǒng)本質(zhì)性的理解.但迄今為止,一個基本的科學(xué)問題仍然困擾著神經(jīng)科學(xué)的研究,還沒有獲得根本的改善.神經(jīng)系統(tǒng)面臨的一個基本科學(xué)問題是要回答神經(jīng)系統(tǒng)中微觀到宏觀過渡的機(jī)制.即在神經(jīng)系統(tǒng)中,基礎(chǔ)的活動單元是神經(jīng)元,活動的方式是脈沖電信號,信息傳遞是通過突觸進(jìn)行的,這些都是純粹微觀的運(yùn)動形式.而在另一方面,神經(jīng)系統(tǒng)的整體效果都是宏觀的,無論是聽覺、視覺等基礎(chǔ)的認(rèn)知功能,或是大腦思維的高級認(rèn)知,如概念、語言、數(shù)字及決策等,都表現(xiàn)為宏觀行為.在這里,微觀的活動方式與宏觀的行為結(jié)果呈現(xiàn)出巨大的差異,而神經(jīng)系統(tǒng)的信息處理結(jié)果是十分有效的,它具有信息量大、反映迅速、精確描述及穩(wěn)定性強(qiáng)等特點(diǎn).因此,人們可以想象神經(jīng)系統(tǒng)中存在著一個從微觀活動到宏觀行為過渡的精妙的機(jī)制,才能保證神經(jīng)系統(tǒng)各項(xiàng)宏觀功能的實(shí)現(xiàn).這一點(diǎn),無論是目前已經(jīng)進(jìn)行的微觀神經(jīng)脈沖信號分析,或是宏觀的腦電、腦磁實(shí)驗(yàn)和行為實(shí)驗(yàn),都還未揭開這個基本科學(xué)問題的奧秘.

系統(tǒng)科學(xué)的出現(xiàn)特別是復(fù)雜系統(tǒng)的研究為這個科學(xué)問題提供了新的角度和方法.從系統(tǒng)科學(xué)的角度,注意到神經(jīng)系統(tǒng)具有復(fù)雜的結(jié)構(gòu),它分為7個層次,即分子、神經(jīng)元、神經(jīng)元群、神經(jīng)網(wǎng)絡(luò)、大腦皮層、整個腦區(qū)和中樞神經(jīng)系統(tǒng)[4].神經(jīng)系統(tǒng)中信息的傳遞是在這些層次中進(jìn)行的,經(jīng)過這些層次,神經(jīng)系統(tǒng)中傳遞的信息會發(fā)生質(zhì)的飛躍和突變,最終產(chǎn)生高級的宏觀認(rèn)知功能.系統(tǒng)科學(xué)中用涌現(xiàn)(emergence)來描述這種突變機(jī)制.復(fù)雜性的研究給出了涌現(xiàn)現(xiàn)象的恰當(dāng)描述,即自組織和吸引子.所涉及的不動點(diǎn)、極限環(huán)、準(zhǔn)周期及混沌等概念,給出了涌現(xiàn)現(xiàn)象的豐富內(nèi)涵.非線性動力學(xué)、分支、分形、Multi-A-gent系統(tǒng)及隨機(jī)方程等數(shù)學(xué)表述和計算機(jī)模擬,使涌現(xiàn)的計算得以實(shí)現(xiàn).

1 信息傳遞過程中的涌現(xiàn)

信號在神經(jīng)系統(tǒng)的傳遞過程中經(jīng)過層層涌現(xiàn),最終形成初級和高級認(rèn)知功能.現(xiàn)就知覺的出現(xiàn)、概念的形成以及數(shù)量的認(rèn)知三個方面討論信息傳遞過程中的涌現(xiàn)過程和機(jī)制.

視知覺的獲得首先遇到的是信息整合中的路線問題,當(dāng)我們觀察一幅圖像時,視知覺是從局部性質(zhì)到整體性質(zhì),還是從大范圍性質(zhì)到局部性質(zhì)?一種觀點(diǎn)是局部的整合,首先視覺系統(tǒng)從外在的整個視野中平行地、自動地把刺激物體的可分離的特征抽取分離開來,然后把抽取的特征結(jié)合起來,形成整體的知覺[5].另一種觀點(diǎn)是以拓?fù)洳蛔冃詾楦緦傩缘膹拇蠓秶骄植康耐負(fù)湫再|(zhì)初期知覺理論[6],認(rèn)為人類的視覺系統(tǒng)對整體拓?fù)湫再|(zhì)具有比局部幾何性質(zhì)更高的敏感性,存在由大范圍到局部順序完成的一系列知覺功能層次.這兩種說法都得到了許多實(shí)驗(yàn)事實(shí)的支持.我們認(rèn)為,無論大腦具體采用何種模式進(jìn)行運(yùn)作,知覺的本質(zhì)都是涌現(xiàn)和突變,并逐步把混亂、低級的信息轉(zhuǎn)變?yōu)橛行?、高級的信息形?把自然的外界刺激變成人可以理解的特征.對于初期特征分析理論,第一階段是分離圖形特征,第二階段再把各種特征整合成完整圖形;而初期整體知覺的第一階段是獲取圖形的整體特征,如拓?fù)湫再|(zhì),第二階段再整合對細(xì)節(jié)部分的知覺,從而形成清晰的圖形.因此,上述兩種理論實(shí)質(zhì)上都可以分解為兩階段的涌現(xiàn)過程.我們進(jìn)一步的模擬說明從局部到整體和整體涌現(xiàn)這兩種自組織涌現(xiàn)都有可能,只是隨著條件不同或者感知對象的不同而采用不同的感知方式.這些條件主要是感知對象的特征、感知元件的敏感性質(zhì)以及環(huán)境的影響[7].Hebb學(xué)習(xí)法和感知機(jī)整合規(guī)則是涌現(xiàn)產(chǎn)生的一種可能機(jī)制.

聽覺系統(tǒng)的信息傳遞過程也存在特征抽取和信息整合的過程,人能夠識別不同人以不同聲調(diào)說出的同一個詞匯,這說明神經(jīng)系統(tǒng)能夠提取不同聲音信號里的某種共同特征,美國南加州大學(xué)(USC)的Berger和Liaw設(shè)計的神經(jīng)網(wǎng)絡(luò)也能夠完成同樣的功能,在加入大量噪聲的情況下甚至超過了人的識別能力[8].我們的分析認(rèn)為,雖然該網(wǎng)絡(luò)具有龐大、復(fù)雜的結(jié)構(gòu),但其中存在一個只包含11個神經(jīng)元的核心動力學(xué)回路,該回路動力系統(tǒng)的關(guān)鍵參量在實(shí)現(xiàn)信號識別功能中起了重要作用,并且回路通過神經(jīng)元的動力學(xué)性質(zhì)和突觸可塑性機(jī)制實(shí)現(xiàn)了對信號的傳遞、處理和識別,其中,突觸傳遞的易化和反饋調(diào)整機(jī)制、突觸前釋放遞質(zhì)的閾值機(jī)制和Hebb學(xué)習(xí)法則是回路能夠識別信號的主要機(jī)制[9].

知覺是動物一般都具有的初級認(rèn)知功能,很多包括人類的高級動物,能產(chǎn)生更加高級的認(rèn)知功能,如意識、概念、推理及頓悟等.概念的形成在人類高級認(rèn)知活動中具有重要的意義,它是人類智力起源關(guān)鍵的一步.對于概念的研究不同于感知層次上的研究,感知層次上研究的問題是大腦如何將感受到的刺激轉(zhuǎn)化為電脈沖信號并進(jìn)行數(shù)據(jù)信息的整合,高級認(rèn)知活動中大腦進(jìn)行處理的不僅是具體的數(shù)據(jù)信息,很有可能還包含抽象的概念.概念的形成要經(jīng)過對信號的壓縮、過濾等程序,是一種由具體到抽象、由簡單到復(fù)雜的涌現(xiàn)過程.大腦如何從具體對象的信息中獲取抽象概念?如何對概念進(jìn)行存儲和提取?這是思維科學(xué)需要解決的關(guān)鍵科學(xué)問題.

目前對概念的研究主要是在心理學(xué)的行為層次上進(jìn)行,通過研究分類和語言獲得探索概念的形成條件.在神經(jīng)層次上研究概念形成機(jī)制的工作還比較少,我們從概念涌現(xiàn)的角度對此進(jìn)行了研究,并與實(shí)驗(yàn)進(jìn)行對比.在理論模擬層次上,選擇了適當(dāng)案例,如漢字學(xué)習(xí)、數(shù)量認(rèn)知,建立多層非線性神經(jīng)網(wǎng)絡(luò)模型,結(jié)合心理學(xué)行為實(shí)驗(yàn),研究漢字、數(shù)量等抽象概念如何與其他具體事物建立關(guān)聯(lián)的過程.通過神經(jīng)網(wǎng)絡(luò)的模擬發(fā)現(xiàn),聚類和過濾是完成特征抽取的過程并形成概念的核心機(jī)制[10].比如從白馬、黑馬等具體事物抽象出“馬”這樣一個抽象概念;從3個蘋果、3個梨等事物中抽象出數(shù)字概念“3”等.現(xiàn)實(shí)生活中也發(fā)現(xiàn)了一些具有“概念”缺陷病人,不能從白馬、黑馬、黃馬及紅馬等各種馬抽取出“馬”這個概念,對兒童的心理學(xué)實(shí)驗(yàn)發(fā)現(xiàn)6歲的兒童可能是形成抽象數(shù)字概念的關(guān)鍵轉(zhuǎn)折時期,這些都說明概念形成的確是一個復(fù)雜的自組織過程.這個過程中,概念的形成最終會到達(dá)吸引子所在的穩(wěn)定態(tài),這個吸引子的形式和穩(wěn)定性是我們研究的目的之一.在目前的動力學(xué)理論中,吸引子有不動點(diǎn)、極限環(huán)、準(zhǔn)周期行為及混沌等幾種,代表概念形成的吸引子可能是上述傳統(tǒng)吸引子中的一種或其組合,也可能是一種新的未知的尚待我們發(fā)掘的吸引子,它可能具有的形式和行為吸引著我們.在概念形成的過程中,吸引子可能不止一種,最后可能到達(dá)的穩(wěn)定態(tài)也可能不止一處,根據(jù)不同的初始狀態(tài)、過程參數(shù)和外界環(huán)境影響,以及概念本身的性質(zhì)所致,概念的形成可能會通過不同的道路來完成,也就是具有多種概念形成模式,不同的概念形成模式會引導(dǎo)過程到達(dá)不同的穩(wěn)定態(tài).這也就解釋了為什么人類概念具有多樣性,對同一事物,每個人形成的概念為什么會有一定的差別.

很多動物不僅具有形成概念的能力,還能對概念之間的關(guān)系做出正確判斷.其中,數(shù)量概念之間的一種關(guān)系——序,對動物來說尤其重要,比如靈長類動物能夠根據(jù)對手的數(shù)量選擇進(jìn)攻或者逃跑;鴿子能夠從數(shù)量差別不大的兩堆谷物中選擇出較大的一堆,這些都關(guān)系到個體能否生存的問題.前面討論了數(shù)量概念是如何形成和表達(dá)的,但是,概念之間的關(guān)系在神經(jīng)系統(tǒng)中是如何產(chǎn)生的,又是如何表達(dá)的呢?在實(shí)驗(yàn)方面,Nieder通過電生理的方法,在猴子的前額葉皮層找到了對一系列數(shù)量(從1到5)敏感的神經(jīng)元,并且這些神經(jīng)元的激活程度表現(xiàn)出了行為實(shí)驗(yàn)中出現(xiàn)的距離效應(yīng)(distance effect)與大小效應(yīng)(magnitude effect),如圖2(a)所示[11].但對于這兩種效應(yīng)的產(chǎn)生機(jī)制目前大家還不清楚,我們對此進(jìn)行了計算,在Wang模型[12]的基礎(chǔ)上,我們構(gòu)造了一個具有興奮和抑制兩種類型神經(jīng)元組成的網(wǎng)絡(luò),設(shè)定合適的網(wǎng)絡(luò)權(quán)重,當(dāng)給定不同的輸入時,網(wǎng)絡(luò)中神經(jīng)元的響應(yīng)情況如圖2(b)所示[13],與實(shí)驗(yàn)相符合.其中,權(quán)重的設(shè)置是產(chǎn)生距離效應(yīng)的根本原因.雖然我們模擬出了和實(shí)驗(yàn)相同的結(jié)果,但是,并沒有找到讓權(quán)重演化到合理的狀態(tài)機(jī)制,僅在現(xiàn)有的神經(jīng)網(wǎng)絡(luò)的框架下,要找到這樣的機(jī)制是十分困難的,可能需要遺傳學(xué)、基因工程等方面的加入,進(jìn)行更深入和廣泛的探討來解決這一思維科學(xué)的難題.

2 記憶的基本機(jī)制

知覺是神經(jīng)系統(tǒng)接受外界信息和對信息的初步處理,各類復(fù)雜的信息以電信號的形式在神經(jīng)系統(tǒng)中傳遞,這些承載著大量信息的電信號需要被保存下來,才能在將來被提取并再現(xiàn),這個保存就是記憶.然而,神經(jīng)系統(tǒng)是以什么形式將電信號轉(zhuǎn)化并存儲下來,從而完成記憶功能,一直是未解的問題. Kandel從分子層次上首先揭開了記憶之謎[14],發(fā)現(xiàn)了短時記憶伴隨著突觸連接強(qiáng)度的變化,而長時記憶則伴隨著突觸連接結(jié)構(gòu)的變化,需要合成新蛋白形成新的突觸.Kandel的研究從微觀層次解釋了記憶的分子機(jī)制,他因此而獲得了2000年諾貝爾醫(yī)學(xué)與生理學(xué)獎.然而,該工作還遠(yuǎn)遠(yuǎn)沒有給出記憶的基本機(jī)制,尤其是關(guān)于記憶如何能長時間保持,目前還不能很好地解釋,甚至有研究置疑通過突觸可塑性實(shí)現(xiàn)長時記憶的理論,認(rèn)為隨時變化的突觸強(qiáng)度以及連接結(jié)構(gòu)是無法實(shí)現(xiàn)記憶的長時間保持的,提出長時記憶可能是將信息存儲在基因分子上[15].

圖2 電生理實(shí)驗(yàn)結(jié)果與模擬結(jié)果比較Fig.2 Comparison of the electrophysiology experiment results and simulation results

關(guān)于長時記憶的基本機(jī)制有所爭論,主要是因?yàn)槠渲械年P(guān)鍵科學(xué)問題沒有解決,即神經(jīng)系統(tǒng)是如何將信息轉(zhuǎn)化到物質(zhì)并實(shí)現(xiàn)記憶功能.一種可能是通過生成新突觸來完成,另一種可能是信息存儲在基因分子上.新突觸生成的過程在網(wǎng)絡(luò)中表現(xiàn)為網(wǎng)絡(luò)連接結(jié)構(gòu)的可塑性,不僅在腦形成初期[16],而且在成年腦中也大量存在[17-19],但這些實(shí)驗(yàn)?zāi)壳斑€不能解答突觸生成引發(fā)的網(wǎng)絡(luò)結(jié)構(gòu)可塑性在神經(jīng)系統(tǒng)中起到什么作用,以及如何參與到長時記憶的形成過程中.因?yàn)?目前實(shí)驗(yàn)還只能觀測到單個突觸或者單個神經(jīng)元樹突或軸突上的一部分突觸,這些微觀性質(zhì)本身無法解釋清楚學(xué)習(xí)和記憶功能是如何實(shí)現(xiàn)的,只有大量的神經(jīng)元通過突觸形成具有各種連接結(jié)構(gòu)的網(wǎng)絡(luò)后,基于網(wǎng)絡(luò)結(jié)構(gòu)的動力學(xué)過程才可以呈現(xiàn)出少數(shù)個神經(jīng)元、突觸所不具有的全新的復(fù)雜行為[20],包括如功能分區(qū)[21]、協(xié)同振蕩[22]、同步發(fā)放[23]等空間和時間結(jié)構(gòu),從而解釋學(xué)習(xí)和記憶等宏觀認(rèn)知功能.在此,復(fù)雜性理論研究可發(fā)揮其獨(dú)特的作用,分析神經(jīng)系統(tǒng)記憶功能的涌現(xiàn)機(jī)制,從而解開記憶過程中信息如何轉(zhuǎn)化到物質(zhì)這一關(guān)鍵科學(xué)問題.

現(xiàn)分別從以下幾個方面展開研究:

記憶可分為兩個階段,第一個階段是暫時的存儲,可通過網(wǎng)絡(luò)的各種連接結(jié)構(gòu)以及突觸可塑性完成.我們首先在Wang的工作記憶網(wǎng)絡(luò)模型[24]基礎(chǔ)上,建立了環(huán)狀連續(xù)神經(jīng)元網(wǎng)絡(luò)模型,通過激發(fā)多個神經(jīng)元活動峰來保持多項(xiàng)記憶單元,分析了工作記憶容量有關(guān)的動力學(xué)機(jī)制,發(fā)現(xiàn)網(wǎng)絡(luò)連接結(jié)構(gòu)和網(wǎng)絡(luò)中興奮與抑制的平衡關(guān)系是影響容量的兩個關(guān)鍵因素.

其次,為研究新突觸生成在網(wǎng)絡(luò)中的宏觀性質(zhì),我們以Kandel生理學(xué)實(shí)驗(yàn)結(jié)果為基礎(chǔ),建立了模擬新突觸生成過程的神經(jīng)網(wǎng)絡(luò)模型(圖3),通過記憶痕跡模型和循環(huán)振蕩回路模型兩種可能的記憶模式,系統(tǒng)地分析由此引發(fā)的網(wǎng)絡(luò)結(jié)構(gòu)變化在整個神經(jīng)網(wǎng)絡(luò)中將涌現(xiàn)出的宏觀性質(zhì),從而討論新突觸生成及其引發(fā)的結(jié)構(gòu)可塑性在長時記憶中的可能作用.網(wǎng)絡(luò)中每個神經(jīng)元都可能與多個神經(jīng)元之間生成新突觸,可改變每個神經(jīng)元傳遞信息的路徑.學(xué)習(xí)的過程可能是尋找有效路徑的過程,在尋找的過程中會自我創(chuàng)造“橋”來搭路徑.而對于網(wǎng)絡(luò)整體來說,有時間延遲的連接結(jié)構(gòu)變化了,這不僅僅是網(wǎng)絡(luò)連接結(jié)構(gòu)變了,更重要的是網(wǎng)絡(luò)的時間性質(zhì)發(fā)生了變化,這種具有時空結(jié)構(gòu)的突觸可塑性對于神經(jīng)系統(tǒng)傳遞、處理以及記憶時間信息具有重要作用.

記憶的第二個階段是將暫時的記憶轉(zhuǎn)化到物質(zhì)上,實(shí)現(xiàn)長時的記憶.這是一個電信號轉(zhuǎn)化為化學(xué)信號的過程,與普通的電化學(xué)反應(yīng)不同,這其中包含著豐富的生化反應(yīng)過程,可總結(jié)為,反復(fù)輸入的電信號使蛋白激酶A和激酶MAPK從突觸轉(zhuǎn)移到細(xì)胞核中,蛋白激酶A激活調(diào)節(jié)蛋白基因CREB,從而合成新的蛋白,啟動新突觸的增長,而5-羥色胺使蛋白基因CPEB變成可自我復(fù)制的狀態(tài),從而維持新突觸的形成.從該生化反應(yīng)過程可以看出,長時記憶是通過產(chǎn)生新物質(zhì)來完成記憶功能的,而生成新物質(zhì)的生化反應(yīng)過程又需要通過輸入的信息來啟動,因此,這實(shí)際上是信息與物質(zhì)相互作用、轉(zhuǎn)化的過程.

另外,長時程增強(qiáng)(long-term potentiation, LTP)是神經(jīng)系統(tǒng)突觸可塑性的一個重要機(jī)制,也是學(xué)習(xí)和記憶的基本機(jī)制.目前生理學(xué)實(shí)驗(yàn)已經(jīng)在海馬、小腦等腦區(qū)發(fā)現(xiàn)LTP,而LTP在整個神經(jīng)系統(tǒng)中是普遍存在的,在血壓調(diào)節(jié)系統(tǒng)中表現(xiàn)為C纖維通過LTP可塑性提高A纖維反射的響應(yīng)能力,從而實(shí)現(xiàn)長期血壓調(diào)節(jié).我們與美國賓州州立大學(xué)Dworkin研究小組合作,建立了長期血壓調(diào)節(jié)壓力反射神經(jīng)機(jī)制的理論模型,以分析LTP可塑性在血壓調(diào)節(jié)的壓力反射神經(jīng)機(jī)制中的作用.這個研究不僅為長期血壓調(diào)節(jié)機(jī)制提供了新的思路,也為探索LTP可塑性機(jī)制在神經(jīng)系統(tǒng)學(xué)習(xí)功能中的作用提供了參考.

圖3 循環(huán)振蕩回路結(jié)構(gòu)Fig.3 Periodic oscillation circuit structure

3 學(xué)習(xí)過程的幾種基本突變形式

前面所討論的,無論是知覺形成的基本過程,或是諸如概念形成等高級認(rèn)知過程的實(shí)現(xiàn),還是記憶過程中信息與物質(zhì)的轉(zhuǎn)換,都是神經(jīng)系統(tǒng)在外界環(huán)境的刺激下,通過神經(jīng)元和突觸進(jìn)行信息的傳遞、轉(zhuǎn)換、存儲和調(diào)取,最終使人類或者動物調(diào)整自身狀態(tài),發(fā)生突變,對外界的刺激做出適當(dāng)?shù)姆磻?yīng).這種涌現(xiàn)都是系統(tǒng)對外界刺激的調(diào)整和適應(yīng),背后都存在信息的積累,學(xué)習(xí)是這些涌現(xiàn)背后存在的一種機(jī)制.學(xué)習(xí)過程是由信息積累所引起的狀態(tài)突變,在初始階段,狀態(tài)變化并不很大,但隨著信息積累的逐步增加,會發(fā)生一個非線性的加速過程,隨之狀態(tài)發(fā)生突變,即通過涌現(xiàn)而達(dá)到一個新的狀態(tài),達(dá)到新的穩(wěn)定.在學(xué)習(xí)過程中如有某種中斷,則涌現(xiàn)或突變現(xiàn)象不會發(fā)生.這種信息積累、非線性加速、突變到新態(tài)再穩(wěn)定,是涌現(xiàn)的基本特征,學(xué)習(xí)是實(shí)現(xiàn)這種過程的一個具體機(jī)制.在實(shí)現(xiàn)涌現(xiàn)的方式上,除了所描述的這種常規(guī)的漸進(jìn)方式外,學(xué)習(xí)過程還可以有兩個變例,稱為階躍式學(xué)習(xí)和J形式學(xué)習(xí).階躍式學(xué)習(xí)相對漸進(jìn)學(xué)習(xí)的最大特點(diǎn)是速度快,系統(tǒng)在外界強(qiáng)刺激下迅速從初始狀態(tài)躍變到末態(tài),完成整個學(xué)習(xí)過程需要外界的刺激足夠強(qiáng),而信息的累積程度也會小一些.J形式學(xué)習(xí)的性質(zhì)比較特別,系統(tǒng)先期的發(fā)展并不是朝著學(xué)習(xí)末態(tài)演化,而是要經(jīng)歷一個先下降后上升的過程.一種可能的解釋是在一個新的學(xué)習(xí)過程中首先要對原來學(xué)會的一些東西進(jìn)行破壞,從而表現(xiàn)出信息量的暫時降低,最終獲得足夠的信息積累[25-26].

這3種學(xué)習(xí)類型是我們對于這種信息參與情況下的突變的一個分類,在神經(jīng)系統(tǒng)的各個層次均有體現(xiàn),即使在很微觀神經(jīng)突觸可塑性方面,也可以找到非常好的對應(yīng),分別是Hebb學(xué)習(xí)法和BCM理論,以及驚悚學(xué)習(xí)法.

Hebb學(xué)習(xí)法是心理學(xué)家Hebb于1949年提出的假說:神經(jīng)系統(tǒng)的學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程最終是發(fā)生在神經(jīng)元之間的突觸部位,突觸的聯(lián)結(jié)強(qiáng)度隨著突觸前后神經(jīng)元的活動而變化,變化的量與兩個神經(jīng)元的活性之和成正比[27].這個假說后來得到了大量的實(shí)驗(yàn)驗(yàn)證并被應(yīng)用到各個領(lǐng)域.這種突觸強(qiáng)度的調(diào)整規(guī)則使得突觸強(qiáng)度在持續(xù)的外界作用下不斷增強(qiáng).一旦撤銷刺激,突觸連接的強(qiáng)度將保持不變,這種規(guī)則很容易被相信是我們前面所討論的漸進(jìn)學(xué)習(xí)的生理學(xué)基礎(chǔ).

BCM理論由Bienenstock,Cooper和Munro提出,其出發(fā)點(diǎn)是解釋大量神經(jīng)元所具有的選擇性,所建立的模型采用了突觸修飾機(jī)制,即突觸效用的雙向調(diào)節(jié)機(jī)制,這可看作是對Hebb規(guī)則的雙向擴(kuò)展,不同的是BCM中具有閾值作用,這使突觸修飾不只取決于突觸前后瞬時的激活情況,還取決于突觸后在一段時間內(nèi)的活動情況,其中的閾值θ不是常數(shù),而是輸出變量y的非線性函數(shù),一直隨y變化,具有先減少后增加的特征[28].這種學(xué)習(xí)方式已經(jīng)被驗(yàn)證存在于視覺皮層和海馬區(qū)等區(qū)域.這種學(xué)習(xí)和Hebb學(xué)習(xí)不同,是多個輸入情況下的競爭學(xué)習(xí),最后表現(xiàn)出對部分輸入的反應(yīng)和對另外一些輸入的不反應(yīng).

驚悚學(xué)習(xí)是一個非常快速的調(diào)整過程,在外界突然的強(qiáng)刺激下,系統(tǒng)以最短的時間調(diào)整自身以適應(yīng)環(huán)境.這方面的研究還比較少.

實(shí)際上學(xué)習(xí)這一復(fù)雜系統(tǒng)的適應(yīng)和調(diào)整現(xiàn)象并不僅僅存在于神經(jīng)系統(tǒng),也廣泛存在于經(jīng)濟(jì)系統(tǒng)、社會系統(tǒng)等多個領(lǐng)域.我們最終能歸納出3種學(xué)習(xí)模式也是與我們對社會經(jīng)濟(jì)系統(tǒng)分析的積累是分不開的.我們在經(jīng)濟(jì)增長的研究中發(fā)現(xiàn)經(jīng)濟(jì)增長也有集中基本的模式,它們分別是索洛式增長、階躍式增長和J模式增長[29-30].索洛增長理論所展示的那種外延式擴(kuò)張,它只是總量生產(chǎn)函數(shù)Y=AF(K,L)中資本K和勞動力L或外生技術(shù)A的簡單增加所帶來的產(chǎn)出Y的相應(yīng)增加.階躍式增長則是系統(tǒng)中政策參數(shù)、環(huán)境參數(shù)乃至結(jié)構(gòu)的變化也會對經(jīng)濟(jì)增長做出貢獻(xiàn),并且這種變化是沖擊性的,導(dǎo)致產(chǎn)出出現(xiàn)相應(yīng)的階躍變化.J模式增長是一種內(nèi)涵式的增長途徑.它與漸進(jìn)式和階躍式不同,不是直接對外界環(huán)境的變化做出反應(yīng),而是通過先期學(xué)習(xí)改變資本K和勞動力L的“質(zhì)量”,通過創(chuàng)新促使產(chǎn)出Y上升到一個新的臺階,是系統(tǒng)離開原均衡向新均衡的轉(zhuǎn)移過程.表現(xiàn)在需要先在一定的時間內(nèi)支付相當(dāng)?shù)某杀井a(chǎn)出降低,才能最終獲得產(chǎn)出水平的大幅度提高.這是典型的J形式的學(xué)習(xí),也與前面所提到的BCM理論中的閾值機(jī)制是非常一致的.

如圖4所示.其中,漸進(jìn)式、J形式和階躍式在神經(jīng)系統(tǒng)中分別對應(yīng)Hebb學(xué)習(xí)、BCM理論和驚悚學(xué)習(xí);在經(jīng)濟(jì)系統(tǒng)中分別對應(yīng)Solow增長、J模式增長和階躍式增長.

圖4 神經(jīng)系統(tǒng)和經(jīng)濟(jì)系統(tǒng)的3種學(xué)習(xí)模式Fig.4 Three learning modes in neural system and economic system

在經(jīng)濟(jì)系統(tǒng)中發(fā)現(xiàn)和神經(jīng)系統(tǒng)典型的學(xué)習(xí)過程相類似的過程不是偶然.學(xué)習(xí)是復(fù)雜系統(tǒng)存在的一個普遍現(xiàn)象,不同系統(tǒng)的學(xué)習(xí)過程具有不同的表現(xiàn)和機(jī)制,但他們會具有一些基本的規(guī)律[29].長期的研究發(fā)現(xiàn),復(fù)雜系統(tǒng)的自組織過程存在基本的現(xiàn)象和規(guī)律,如非洲白蟻?zhàn)鞲C過程的非線性生態(tài)行為與單模激光的基本模式一致.而協(xié)同學(xué)的創(chuàng)始人Haken用尖點(diǎn)突變討論過許多不同的自組織現(xiàn)象,如激光的產(chǎn)生、手指的協(xié)同運(yùn)動和視覺的遲滯現(xiàn)象[22,31],也獲得了好的結(jié)果.在某一特定研究對象上所獲得的某些概念和規(guī)律,常?？梢栽谝恍┢渌难芯款I(lǐng)域中再次實(shí)現(xiàn).我們認(rèn)為,神經(jīng)系統(tǒng)學(xué)習(xí)功能的研究也可以和其他復(fù)雜系統(tǒng)學(xué)習(xí)功能的研究結(jié)合起來進(jìn)行,這對于討論神經(jīng)系統(tǒng)的學(xué)習(xí)過程具有借鑒意義.而為解決這些問題,可以嘗試運(yùn)用動力系統(tǒng)分析、多個體計算、隨機(jī)過程及數(shù)學(xué)規(guī)劃等方法,通過一類具體的復(fù)雜系統(tǒng)進(jìn)行研究.例如,我們對社會經(jīng)濟(jì)系統(tǒng)中的研究主要采用的是動力系統(tǒng)分析的手段,而Holland對于語言復(fù)雜系統(tǒng)中適應(yīng)行為這一學(xué)習(xí)過程的研究主要采用多個體模擬的辦法進(jìn)行[32].

[1] 錢學(xué)森.系統(tǒng)科學(xué)、思維科學(xué)和人體科學(xué)[J].自然雜志,1981,4(1):3-9.

[2] 錢學(xué)森.關(guān)于思維科學(xué)[M].上海:上海人民出版社,1986.

[3] ABBOTT L F,REGEHR W G.Synaptic computation [J].Nature,2004,431(7010):796-803.

[4] TRAPPENBERG T P.Fundamentals ofComputational Neuroscience[M].Oxford,UK:Oxford University Press,2002.

[5] TREISMAN A M,GELADE G A.Feature-integration theory of attention[J].Cognitive Psychology, 1980,12(1):97-136.

[6] CHEN L.Topological structure in visual perception [J].Science,1982,218(4573):699-700.

[7] CHEN J W,LIU Y,CHEN Q H,et al.A neural network model for Chinese character perception[C]// Proceeding of the 5th International Conference on Natural Computation(ICNC'09).Washington:IEEE Computer Society,2009:319-323.

[8] LIAW J S,BERGER T W.Dynamic synapse:A new concept of neural representation and computation[J]. Hippocampus,1996,6(6):591-600.

[9] LIU Yan,XIE Xiaping,FANG Fukang.Emergence mechanisms of brain functions from synaptic dynamics[C]//Proceeding of IITA 2008.Washington:IEEE Computer Society,2008:975-979.

[10] CHEN Jiawei,LIU Yan,CHEN Qinghua,et al.A neural network model for concept formation[C]// The 4th International Conference on Natural Computation(ICNC 2008).Washington:IEEE Computer Society,2008:24-28.

[11] NIEDER A,FREEDMAN D J,MILLER E K.Representation of the quantity of visual items in the primate prefrontal cortex[J].Science,2002,297(5587): 1708-1711.

[12] BRUNEL N,WNAG X J.Effects of neuromodulation in a cortical network model of object working memory dominated by recurrent inhibition[J].Journal of Computational Neuroscience,2001,11:63-85.

[13] CUI Jiaxin,LIU Yan.The continuity between representations of small and large numbers:A neural model [J].Journal of Computational Information Systems (in press).

[14] KANDEL E R.The molecular biologyof memory storage:A dialogue between genes and synapses[J]. Science,2001,294(5544):1030-1038.

[15] KANDEL E R.In Search of Memory:The Emergence of a New Science of Mind[M].New York:W W Norton&Company,2006.

[16] BU TZ M,WORGOTTER F,VAN OOYEN A.Activity-denpendent structural plasticity[J].Brain Research Reviews,2009,60:287-305.

[17] HOFER S B,MRSIC-FLOGEL T D,BONHOEFFER T,et al.Experience leaves a lasting structural trace in cortical circuits[J].Nature,2009,457(7227): 313-317.

[18] DERKSEN M J,WARD N L,HART LE K D,et al. MAP2 and synaptophysin protein expression following motor learning suggests dynamic regulation and distinct alterationscoincidingwith synaptogenesis [J].Neurobiology of Learning and Memory,2007,87 (3):404-415.

[19] ZUO Y,YANG G,KWON E,et al.Long-term sensory deprivation prevents dendritic spine loss in primary somatosensory cortex[J].Nature,2005,436(7048): 261-265.

[20] HOPFIELD J J.Neural networks and physical systems with emergent collective computational abilities [J].Proceedings of the National Academy of Sciences,1982,79:2554-2558.

[21] O'REILLY R C.Biologically based computational models of high-level cognition[J].Science,2006,314 (5796):90-94.

[22] HAKEN H.BrainDynamics:An Introductionto Models and Simulations[M].2nd ed.Berlin:Springer, 2008.

[23] HOPFIELD J J,BRODY C D.What is a moment? Transient synchrony as a collective mechanism for spatiotemporal integration[J].Proceedings of the National Academy of Sciences,2001,98:1282-1287.

[24] WANG X J.Toward a prefrontal microcircuit model for cognitive deficits in schizophrenia[J].Pharma-copsychiatry,2006,39(Suppl 1):80-87.

[25] 方福康.神經(jīng)系統(tǒng)復(fù)雜性研究中的幾個問題[M]//中國系統(tǒng)工程學(xué)會,上海交通大學(xué).錢學(xué)森系統(tǒng)科學(xué)思想研究.上海:上海交通大學(xué)出版社,2007(1): 55-71.

[26] 方福康.神經(jīng)系統(tǒng)中的涌現(xiàn)[J].系統(tǒng)工程理論與實(shí)踐,2008(增刊):19-26.

[27] HEBB D O.The Organization of Behavior[M].New York:Wiley,1949.

[28] BIENENSTOCK E L,COOPER L,MUNRO P.Theory for the development of neuron selectivity:orientation specificity and binocular interaction in visual cortex[J].The Journal of Neuroscience,1982,2(1):32-48.

[29] 方?？?經(jīng)濟(jì)復(fù)雜性及一些相關(guān)的問題[J].科技導(dǎo)報,2004(8):7-11.

[30] FANG F K,CHEN Q H.The J structure in economic evolving process[J].Journal of Systems Science and Complexity,2003,16(3):327-338.

[31] HAKEN H.Principles of Brain Functioning:A Synergetic Approach to Brain Activity,Behavior and Cognition[M].Berlin:Springer-Verlag,1996.

[32] KE J,HOLLAND J.Language origin from an emergentist perspective[J].Applied Linguistics,2006,27 (4):691-716.