神经网络中的突触可塑性

《神经网络中的突触可塑性》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、这是一篇科普文——神经网络中的突触可塑性本文会首先会对神经元网络做简单的介绍，然后介绍下突触及其可塑性，最后讲一下因为突触的可塑性，带来的大脑的可塑性。神经元网络神经元这个名词是个耳熟能详的名词，中学生物课本就有讲到，一个神经元主要有三个部分：胞体、树突以及轴突。神经元的胞体跟普通细胞很像，遗传物质、细胞器都跟普通体细胞没太大区别，主要的区别就在于神经元拥有突触。突触的作用是连接不同的神经元以及传递它们之间的信号的，突触分为树突和轴突，关于突触具体的介绍将在下面展开，现在先来介绍下神经元网络。什么是网络呢？讲个简单的例子，二维晶格网络就是个规则网络，比如，在纸上画个5×5的点阵，这些点就

2、称为网络的节点，然后用横线和竖线将这些点连起来，点与点之间的连线就是网络的边，这就是一个简单的网络。羽毛球拍的线也可以理解为一个晶格网络，把横线跟竖线的交点当作是一个节点。再引入一个概念，每个节点的连边数（也就是跟几个其他节点相连）叫做节点的度，那就可以知道，对于（非周期）二维晶格网络，中间节点的度为4，在边上的节点度为3，而四个角上的节点度为2。但是，神经元网络并不是一个规则的网络，更不是一个晶格网络，而是一个复杂网络。复杂网络是指具有一定特征的网络，比如，小世界性、无标度以及一些比较复杂的特征，一个复杂网络具有其中几个或全部的特征。小世界性是指，可以通过很短的距离从任何一个节点到另一

3、个节点，这边距离指的是需要通过连边数，比如，甲直接跟乙相连，那么距离为1，而甲不跟丙相连，但是丙跟乙相连，那么甲通过乙与丙相连距离就是2。有一个很有名的理论讲的就是这个特性——通过6个人，你可以认识世界上任何一个人。无标度指的是，大部分的节点连接的节点数很少，也就是度很小，只有少部分的节点拥有大量的连边。上面提到的理论中，如果把人当成网络中节点，相互之间认识（这个关系）当成两个点的连边，那么人际关系也是一个复杂网络。我们一直在使用的互联网也是一个复杂网络，把一个网页当中是一个节点，该网页当中有跳转到其他网页的链接当作连边，那么个别有名的网页，如百度首页，会有大量的网页指向它，但是绝大部分

4、的网页是没有其他网页有指向它的链接的。这体现了网络的无标度特性。人体的神经元网络就是一个复杂网络，而且还是一个庞大的复杂网络。人体的神经元数量达到了千亿的量级，平均连接度数万，意味着平均而言，每个神经元与其他好几万的神经元相连！不过，通常在做数值模拟的时候，不会用到那么大量的神经元，目前计算机的计算能力还不足以支持这个量级的计算。神经元网络是个可以进化的网络，这属于复杂网络的一个特征，即神经元之间的连边（突触）是会改变的。在人脑中，神经元是以神经核的形式存在的，这些神经核就是大量的神经元胞体和树突聚集在一起形成的，在解剖上，因为颜色较暗，因此这部分被称为灰质。与灰质相对应的是白质，白质颜

5、色较浅，功能相似的神经核集合形成核团，白质就是由连接这些核团的神经元轴突聚集而成。而这部分连接不同核团之间的突触是不变的，但是不同核团之间，神经元之间的突触连接是会变化的。简单来说，就是神经元是分成一群一群的，每个群体之间的连接是非常密集的，集群特性也是复杂网络的一个特征。这就像一个个城市，城市之间的人际关系一直在发生改变，交际也比较复杂，但是不同城市之间，只通过固定的人（比如说在其他城市的亲戚）来进行联系，交换信息，而这些当作桥梁的人是固定的，他们跟谁有联系也是固定的。不同的是，神经元没事不会在不同“城市”之间乱跑。在大脑中，因为不同核团之间的连接数量也是很大的，所以形成了体积占比很大

6、的白质。突触及其可塑性上面有提到，神经元之间会进行信息交换，那么，它们是通过什么进行信息交换的？又是以什么样的形式？第一个问题很显然，就是通过突触来传递信息。神经元的类型有很多，不同的神经元的突触数量也是不一样的，最常见的神经元，也就是中学课本举例的那种神经元，胞体上连接着一个轴突和多个树突，树突用来接收来自其他神经元的信号，胞体负责处理信息，然后通过轴突传递给下一个神经元。这些突触就是神经元网络中的边，它们有着不同的强度，这里就要提到网络中的另一个概念，边的权值。权值指的就是连边的大小或长度，在这里的含义是，下游神经元对当前神经元发出的信号接收的程度，权值是1的话，那就是全部接收，0代

7、表完全不接收。所以，两个节点（神经元）不连接的话，可以理解为它们连接的边权为0。下面介绍神经元是通过什么样的方式进行信息传递的。我们关心神经元的属性是它的膜电位，具体膜电位是什么可以不用理解，只要知道的是它是神经元的一个指标就行了。就像一个有漏洞的水桶一样，桶里的水会自己慢慢地流掉，直到流空，当往水里倒水的时候，水位就会上涨，当倒的水超过桶的容量，水就会从桶里面流出来。神经元的膜电位就相当于桶里面的水位，在没有外部刺激（倒水）的时候