中大城大研究破解大脑一心多用机制 有望助AI多工训练
AM730 · 2 SOURCESabout 2 hours ago2 MIN
Summary
香港中文大学医学院与城市大学的联合研究团队，成功揭示大脑如何透过动态调整及重组神经资源，学习提升同时处理多个任务的能力。这项研究已发表于国际顶尖科学期刊《神经元》，不仅有助理解人类认知机制，更为人工智能系统的多工训练提供重要参考。
Key Points
- 研究由中大医学院生物医学学院柯亚教授及城大神经科学系容永豪教授共同领导，旨在探究大脑同时处理两项任务的神经活动机制
- 研究团队为实验小鼠设计独特的双任务实验模式，小鼠需同时维持连续推杆动作，并聆听不同听觉提示以决定是否做出反应
- 研究人员利用纵向双光子钙成像技术，追踪小鼠次级运动皮层（M2）中大量神经元群体内的特定单神经元活动，M2负责规划、决策与启动自主运动
- 研究发现，当两个任务需要运用同一个神经元时，该神经元会成为竞争热点；即使主要负责单一任务的神经元，在另一项任务进行时亦会调整活性以协调大脑需求
- 随着训练持续进行，大脑会招募更多任务专用的神经元，同时渐渐区分两项任务的神经特性，以更独立的神经元梯队完成每项任务，减少共享资源带来的干扰
- 团队证实M2在大脑学习一心多用方面扮演关键角色：当M2活性受到抑制，即使小鼠有进行练习，一心二用能力亦无进步；当M2活性再次激活，能力便迅速提升
- 研究团队进一步将发现应用于电脑科学，利用循环神经网络深度学习模型测试同步处理两项任务，发现保留早期协调机制并逐步分离任务特征时，网络学习速度更快
Why It Matters
研究结果显示，能有效率地一心多用的关键，在于协调与表征分离之间取得适当平衡，而非完全共享或完全分隔神经资源 。这项发现不仅有助理解与神经系统疾病相关的能力缺陷，更能应用于更有效训练和管理人工智能系统，提升其同时处理多项任务的能力 。研究成果已发表于《神经元》期刊，为认知科学与人工智能的跨领域合作开创崭新途径。
研究结果显示，能有效率地一心多用的关键，在于协调与表征分离之间取得适当平衡，而非完全共享或完全分隔神经资源 。这项发现不仅有助理解与神经系统疾病相关的能力缺陷，更能应用于更有效训练和管理人工智能系统，提升其同时处理多项任务的能力 。研究成果已发表于《神经元》期刊，为认知科学与人工智能的跨领域合作开创崭新途径。