JOVANA
Library Glossary Getting Started Three Levels Fields How it works Mission
Join the mission
All guides

神經編碼:頻率、時間、群體與稀疏

一個神經元唯一的詞彙,就是微小的電壓尖峰——全都一模一樣、響度相同。那麼,一串扁平的「咔嗒」聲,是怎麼承載起蘋果的紅、小提琴的音高、你家那條街的名字的?這篇收官之作要問整個領域最深的問題:大腦究竟是怎麼把它所知道的東西寫下來的?你會見到四大答案——頻率、時間、群體與稀疏——看到那條把世界與某個細胞的回應連起來的調諧曲線,並直面那讓「讀懂大腦的心思」真正困難的雜訊。

一套字母表,全由相同的「咔嗒」聲拼成

有一個謎題,墊在神經科學其餘一切的底下。一個神經元的全部詞彙就只有一種聲音:一記短促的電「砰」,叫作動作電位,也就是*尖峰*。而每一記尖峰本質上都一樣——同樣的高度、同樣的形狀、同樣的響度,不論它是被一道刺眼的強光、還是被最輕柔的觸碰所引發。尖峰從不會變得更大去表示*更多*;這正是神經系統那條鐵板釘釘的[[all-or-none-principle|全或無]]法則。所以大腦就像一支龐大的樂隊,裡面每件樂器都只能奏出恰好一個音、用恰好一個音量。那麼,音樂——視覺、記憶、「奶奶」這個詞——究竟是怎麼從這裡跑出來的?

答案是:意義從來不在任何單獨一記尖峰裡。它在尖峰的*模式*裡——有多少記、來得多快、究竟在什麼時刻、以及還有哪些細胞正與它一同放電。神經編碼不過就是大腦所用的那本規則手冊,用來把世界上發生的事翻譯成這些模式,再翻譯回去。就像摩爾斯電碼,同樣的兩個符號——點和劃——能拼出任何句子;大腦也只用這些相同「咔嗒」聲的時機與結伴,拼出它所知道的一切。

編碼之一——頻率:數一數尖峰

最古老、也最簡單的想法是[[rate-coding|頻率編碼]]:要緊的是*每秒有多少記尖峰*,而不是每一記落在什麼時刻。輕輕按一下你的指尖,觸覺細胞會發出一串懶洋洋的稀疏尖峰;用力按下去,同一個細胞就爆發出一陣急促的連射。大腦讀的是這個*頻率*——放電快意味著*強*,放電慢意味著*弱*。這是一個用「咔嗒」聲搭起來的調光開關:你想讓消息越響,就按得越快。捏一下握力計,驅動肌肉的運動神經元只要放電更快,就能拉得更使勁。

頻率編碼穩健、好讀——在許多記尖峰上取平均,能把小小的磕絆都沖刷掉。但它有一項實打實的代價:時間。要確定某個頻率是「每秒40記」而不是「35記」,你得等著、數上好一會兒,差不多要好幾分之一秒。可你認出一位朋友的臉,用的時間還不到這的十分之一。所以純粹的頻率編碼,會顯得太慢、也太浪費,不足以解釋大腦那些最快、最銳利的本領——而這道裂縫,正是接下來三種編碼爭相湧入去填補的地方。

  weak stimulus   |  .     .        .      .     .   |   low rate
  medium          |  . .   . .   . .   . .   . .   .  |   medium rate
  strong stimulus | ........ ......... ........ ..... |   high rate
                     <----- one second of spikes ----->
頻率編碼:「咔嗒」聲來得越快,刺激就越響。要讀懂它,你必須在一段時間窗口裡去數。

編碼之二——時間:「咔嗒」聲落在何時

現在設想,一記尖峰*確切的時刻*——精確到毫秒——本身就獨自承載著資訊。這就是[[temporal-coding|時間編碼]]。最經典的例子,是你如何判斷聲音從哪個方向傳來。來自你左側的聲響,抵達左耳會比右耳早那麼一丁點。這個時間差極小——遠不到千分之一秒——可你的腦幹卻能精確讀出它,靠比對兩耳尖峰*各自抵達的時刻*,來把頭轉向正確的方向。這沒有哪種頻率能承載;唯有時間能。

當神經元把自己的尖峰對準一段共享的節律來計時,時間編碼會變得更加豐富。大腦裡嗡嗡作響著背景波——快速的伽馬顫動、較慢的西塔起伏——一個細胞可以不靠*放電多頻繁*,而是靠*在波的哪個位置*放電來標記意義,這個把戲叫作[[phase-locking|鎖相]]。在記憶樞紐裡,追蹤你身在何處的位置細胞,會在你走過某個地點時,於每一道西塔波上略微提早地放電——於是它們所選的那一小段週期,悄悄地報告著你*走到了多遠*。節律成了一座鐘,而尖峰落在鐘面上的位置,就成了消息。

編碼之三與之四——群體與稀疏

到目前為止,我們看的都是單個細胞。但沒有哪個神經元能獨自決定什麼,這就引出了第三種編碼:[[population-coding|群體編碼]],意義住在*一整群細胞合起來的投票*裡。設想一些細胞,每一個都偏愛某個運動方向——一個喜歡向上,一個喜歡右上,一個喜歡向右,如此等等。它們單獨都不精確。可把它們的投票當作一支支小箭頭加起來,這群細胞匯總出的那支箭頭,會恰好指向物體正在移動的方向——遠比其中任何一員都銳利。這是寫在尖峰裡的「群眾的智慧」:一百個粗糙的意見,平均成一個精細的答案。

第四種編碼問的恰恰相反:在這一整群細胞裡,*同時開口的有多少個?*在[[sparse-coding|稀疏編碼]]中,大腦用得極少——對任何一樣東西,都只有一小撮神經元放電,其餘的都保持沉默。這就像一個吵吵嚷嚷、人人喊叫的委員會,與一位安安靜靜、獨自報出答案的專家之間的區別。稀疏編碼省錢(沉默幾乎不耗能量)、好讀(聲音少,少混淆),也容易作為記憶存下來。高級視覺與記憶,很大一部分都偏向這一路:不是整群細胞的轟鳴,而是少數幾個要緊細胞那一句精確、近乎私語的低聲。

而這裡有一點令人釋然:這四種編碼並不是爭奪一把王座的對手。大腦會自由地把它們混著用。一片皮層可以容納一種群體編碼(哪些細胞),讓它稀疏化(其中只有少數活躍),每個細胞各帶一個頻率(放電多快),全都對著某段振盪的相位蓋上時間戳(究竟在何時)。真實的神經消息,往往是這四者同時奏響的一個和弦——而這正是它們之所以如此富有表現力、又如此讓我們難以讀懂的原因。

調諧曲線,與纏著它不放的雜訊

我們究竟怎麼*知道*一個細胞在承載某條消息?我們去找它的[[tuning-curve|調諧曲線]]——這是整個故事裡最有用的一張圖。你把某種刺激的每一種花樣都拿給細胞看——每個角度的一道線、每個音高的一個音——再把它對每一種放電有多猛畫出來。這張圖幾乎總是先升到一個頂峰、再落下去:細胞對它*最愛*的那個值放電最猛,越偏離這個值就放電越弱。一個視覺細胞,也許偏愛一根傾斜45°的橫條,對豎直的那根卻不屑一顧。調諧曲線,就是從世界通往尖峰的那座橋——它實實在在地告訴你,這個神經元正在回答的是什麼問題。

  firing
  rate  ^            .-""-.        <- cell's favorite stimulus
        |          .'      '.
        |        .'          '.
        |     _.'              '._
        |__.-'                    '-.____
        +-------------------------------> stimulus value
              (orientation, pitch, direction ...)
一條調諧曲線:每個細胞對它偏愛的那個值喊得最響,刺激一偏離就喊得越輕。這道鐘形曲線,就是一個神經元「回答關於世界的某個問題」的方式。

可機器裡藏著一個幽靈。把*一模一樣*的畫面給一個神經元看兩遍,它兩遍的放電也不會相同——這一遍30記尖峰,下一遍24記,還散落在略有不同的時刻。這種抖動叫作[[neural-noise-variability|神經雜訊]],而且它無處不在:離子通道隨機地一閃一閃,突觸偶爾啞火,細胞的「狀態」也在飄移。於是下游的讀取者,永遠無法十足確定,「多出來的那幾記尖峰」到底意味著*刺激更強了*,還是僅僅*骰子擲出了大點*。雜訊,就是每一種神經編碼都不得不對著大喊、才能穿過去的那團霧。

而這正是群體之所以要緊的原因。一個充滿雜訊的細胞並不可靠,但把*一千個*這樣的細胞取平均,隨機的抖動彼此抵消,真實的訊號卻清晰地浮現出來——就像一份成千上萬人的民調,勝過只問一個人。所以群體編碼和稀疏編碼不只是聰明;它們正是大腦用來抵禦自身雜訊的防線。把那群細胞反讀出來——從尖峰的模式去猜測刺激——就叫作[[neural-decoding|神經解碼]],而這恰恰是腦機介面在做的事:當它把一位癱瘓者*想要移動*的意圖,變成一個在螢幕上滑動的游標時。

收束全篇:結構、節律、意義

退後一步,看看這一級台階如何把整架梯子收尾。你見過了*結構*——神經元接成的迴路,靠互相拉扯的興奮與抑制維持平衡。你見過了*動態*——給這些迴路一座共享時鐘的腦節律。而現在,你又見到了*表徵*——這台接好線、有節律的機器,究竟是如何把一個念頭寫下來的。結構是樂器,節律是節拍,而神經編碼,就是在它們之上奏響的音樂。這便是整門課的脈絡,一口氣說完。

  1. 頻率——消息在於一個細胞放電*有多快*。簡單又穩健,但讀起來慢。
  2. 時間——消息在於每一記尖峰*究竟落在何時*,常常鎖定在某段腦節律上。快且精確。
  3. 群體——消息是*一整群細胞匯總的投票*;取平均能壓住雜訊,讓答案更銳利。
  4. 稀疏——對每一樣東西,只有*極少數*細胞放電;省能、清晰,也容易作為記憶存下來。