积分发放模型

积分发放模型是对单个神经元（一种神经细胞）刻意做的极度简化的卡通描绘，它只抓住了一个核心把戏：神经元会悄悄把从邻居那里收到的一个个微小电流推动累加起来，一旦这个累加的总量越过一条固定的界线——也就是阈值——它就发放出一个尖锐的脉冲，然后归零、重新开始。想象一只放在几个滴水龙头下面的水桶。每一滴水都是一个传入信号；水位就是细胞的电荷，也就是电压。水桶慢慢蓄水时什么都不会发生，但水位一碰到桶沿那条标记线的瞬间，水桶就翻倒、把水全部倒空（那一泼就是神经元的峰电位），随后空着落回原位，重新开始蓄水。

真实的神经元复杂得惊人，有成千上万个微小的孔道和泵在把带电粒子搬进搬出细胞。积分发放模型故意把这些几乎全部丢掉。它根本不去重现那个电脉冲的具体形状，只追踪电压朝阈值缓慢攀升的过程，并把每一次发放都当成一模一样、瞬间完成的小爆点。在流行的“漏”式版本里，水桶底部还有一个小孔，所以如果水滴停了，水位就会慢慢漏回去——这是一种巧妙的说法，表示如果没有新的推动不断到来，神经元就会忘掉旧的推动。这就是它常被称为漏积分发放模型（英文缩写 LIF）的原因。

如此简化的回报就是速度和清晰。由于这条规则计算起来极其廉价，科学家可以把成千上万乃至上百万个这样的玩具神经元连成网络，去观察一阵阵发放如何在一条环路里层层荡开，而不必淹没在任何单个细胞的生化细节里。它不会告诉你某个具体神经元如何运作的全部，但在理论与计算神经科学中，要追问峰电位的时序和节奏如何在一大群细胞之间携带信息，它是最有用的出发点之一。