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

神经编码:频率、时间、群体与稀疏

一个神经元唯一的词汇,就是微小的电压尖峰——全都一模一样、响度相同。那么,一串扁平的「咔嗒」声,是怎么承载起苹果的红、小提琴的音高、你家那条街的名字的?这篇收官之作要问整个领域最深的问题:大脑究竟是怎么把它所知道的东西写下来的?你会见到四大答案——频率、时间、群体与稀疏——看到那条把世界与某个细胞的回应连起来的调谐曲线,并直面那让「读懂大脑的心思」真正困难的噪声。

一套字母表,全由相同的「咔嗒」声拼成

有一个谜题,垫在神经科学其余一切的底下。一个神经元的全部词汇就只有一种声音:一记短促的电「砰」,叫作动作电位,也就是*尖峰*。而每一记尖峰本质上都一样——同样的高度、同样的形状、同样的响度,不论它是被一道刺眼的强光、还是被最轻柔的触碰所引发。尖峰从不会变得更大去表示*更多*;这正是神经系统那条铁板钉钉的[[all-or-none-principle|全或无]]法则。所以大脑就像一支庞大的乐队,里面每件乐器都只能奏出恰好一个音、用恰好一个音量。那么,音乐——视觉、记忆、「奶奶」这个词——究竟是怎么从这里跑出来的?

答案是:意义从来不在任何单独一记尖峰里。它在尖峰的*模式*里——有多少记、来得多快、究竟在什么时刻、以及还有哪些细胞正与它一同放电。神经编码不过就是大脑所用的那本规则手册,用来把世界上发生的事翻译成这些模式,再翻译回去。就像摩尔斯电码,同样的两个符号——点和划——能拼出任何句子;大脑也只用这些相同「咔嗒」声的时机与结伴,拼出它所知道的一切。

编码之一——频率:数一数尖峰

最古老、也最简单的想法是[[rate-coding|频率编码]]:要紧的是*每秒有多少记尖峰*,而不是每一记落在什么时刻。轻轻按一下你的指尖,触觉细胞会发出一串懒洋洋的稀疏尖峰;用力按下去,同一个细胞就爆发出一阵急促的连射。大脑读的是这个*频率*——放电快意味着*强*,放电慢意味着*弱*。这是一个用「咔嗒」声搭起来的调光开关:你想让消息越响,就按得越快。捏一下握力计,驱动肌肉的运动神经元只要放电更快,就能拉得更使劲。

频率编码稳健、好读——在许多记尖峰上取平均,能把小小的磕绊都冲刷掉。但它有一项实打实的代价:时间。要确定某个频率是「每秒40记」而不是「35记」,你得等着、数上好一会儿,差不多要好几分之一秒。可你认出一位朋友的脸,用的时间还不到这的十分之一。所以纯粹的频率编码,会显得太慢、也太浪费,不足以解释大脑那些最快、最锐利的本领——而这道裂缝,正是接下来三种编码争相涌入去填补的地方。

  weak stimulus   |  .     .        .      .     .   |   low rate
  medium          |  . .   . .   . .   . .   . .   .  |   medium rate
  strong stimulus | ........ ......... ........ ..... |   high rate
                     <----- one second of spikes ----->
频率编码:「咔嗒」声来得越快,刺激就越响。要读懂它,你必须在一段时间窗口里去数。

编码之二——时间:「咔嗒」声落在何时

现在设想,一记尖峰*确切的时刻*——精确到毫秒——本身就独自承载着信息。这就是[[temporal-coding|时间编码]]。最经典的例子,是你如何判断声音从哪个方向传来。来自你左侧的声响,抵达左耳会比右耳早那么一丁点。这个时间差极小——远不到千分之一秒——可你的脑干却能精确读出它,靠比对两耳尖峰*各自抵达的时刻*,来把头转向正确的方向。这没有哪种频率能承载;唯有时间能。

当神经元把自己的尖峰对准一段共享的节律来计时,时间编码会变得更加丰富。大脑里嗡嗡作响着背景波——快速的伽马颤动、较慢的西塔起伏——一个细胞可以不靠*放电多频繁*,而是靠*在波的哪个位置*放电来标记意义,这个把戏叫作[[phase-locking|锁相]]。在记忆枢纽里,追踪你身在何处的位置细胞,会在你走过某个地点时,于每一道西塔波上略微提早地放电——于是它们所选的那一小段周期,悄悄地报告着你*走到了多远*。节律成了一座钟,而尖峰落在钟面上的位置,就成了消息。

编码之三与之四——群体与稀疏

到目前为止,我们看的都是单个细胞。但没有哪个神经元能独自决定什么,这就引出了第三种编码:[[population-coding|群体编码]],意义住在*一整群细胞合起来的投票*里。设想一些细胞,每一个都偏爱某个运动方向——一个喜欢向上,一个喜欢右上,一个喜欢向右,如此等等。它们单独都不精确。可把它们的投票当作一支支小箭头加起来,这群细胞汇总出的那支箭头,会恰好指向物体正在移动的方向——远比其中任何一员都锐利。这是写在尖峰里的「群众的智慧」:一百个粗糙的意见,平均成一个精细的答案。

第四种编码问的恰恰相反:在这一整群细胞里,*同时开口的有多少个?*在[[sparse-coding|稀疏编码]]中,大脑用得极少——对任何一样东西,都只有一小撮神经元放电,其余的都保持沉默。这就像一个吵吵嚷嚷、人人喊叫的委员会,与一位安安静静、独自报出答案的专家之间的区别。稀疏编码省钱(沉默几乎不耗能量)、好读(声音少,少混淆),也容易作为记忆存下来。高级视觉与记忆,很大一部分都偏向这一路:不是整群细胞的轰鸣,而是少数几个要紧细胞那一句精确、近乎私语的低声。

而这里有一点令人释然:这四种编码并不是争夺一把王座的对手。大脑会自由地把它们混着用。一片皮层可以容纳一种群体编码(哪些细胞),让它稀疏化(其中只有少数活跃),每个细胞各带一个频率(放电多快),全都对着某段振荡的相位盖上时间戳(究竟在何时)。真实的神经消息,往往是这四者同时奏响的一个和弦——而这正是它们之所以如此富有表现力、又如此让我们难以读懂的原因。

调谐曲线,与缠着它不放的噪声

我们究竟怎么*知道*一个细胞在承载某条消息?我们去找它的[[tuning-curve|调谐曲线]]——这是整个故事里最有用的一张图。你把某种刺激的每一种花样都拿给细胞看——每个角度的一道线、每个音高的一个音——再把它对每一种放电有多猛画出来。这张图几乎总是先升到一个顶峰、再落下去:细胞对它*最爱*的那个值放电最猛,越偏离这个值就放电越弱。一个视觉细胞,也许偏爱一根倾斜45°的横条,对竖直的那根却不屑一顾。调谐曲线,就是从世界通往尖峰的那座桥——它实实在在地告诉你,这个神经元正在回答的是什么问题。

  firing
  rate  ^            .-""-.        <- cell's favorite stimulus
        |          .'      '.
        |        .'          '.
        |     _.'              '._
        |__.-'                    '-.____
        +-------------------------------> stimulus value
              (orientation, pitch, direction ...)
一条调谐曲线:每个细胞对它偏爱的那个值喊得最响,刺激一偏离就喊得越轻。这道钟形曲线,就是一个神经元「回答关于世界的某个问题」的方式。

可机器里藏着一个幽灵。把*一模一样*的画面给一个神经元看两遍,它两遍的放电也不会相同——这一遍30记尖峰,下一遍24记,还散落在略有不同的时刻。这种抖动叫作[[neural-noise-variability|神经噪声]],而且它无处不在:离子通道随机地一闪一闪,突触偶尔哑火,细胞的「状态」也在飘移。于是下游的读取者,永远无法十足确定,「多出来的那几记尖峰」到底意味着*刺激更强了*,还是仅仅*骰子掷出了大点*。噪声,就是每一种神经编码都不得不对着大喊、才能穿过去的那团雾。

而这正是群体之所以要紧的原因。一个充满噪声的细胞并不可靠,但把*一千个*这样的细胞取平均,随机的抖动彼此抵消,真实的信号却清晰地浮现出来——就像一份成千上万人的民调,胜过只问一个人。所以群体编码和稀疏编码不只是聪明;它们正是大脑用来抵御自身噪声的防线。把那群细胞反读出来——从尖峰的模式去猜测刺激——就叫作[[neural-decoding|神经解码]],而这恰恰是脑机接口在做的事:当它把一位瘫痪者*想要移动*的意图,变成一个在屏幕上滑动的光标时。

收束全篇:结构、节律、意义

退后一步,看看这一级台阶如何把整架梯子收尾。你见过了*结构*——神经元接成的回路,靠互相拉扯的兴奋与抑制维持平衡。你见过了*动态*——给这些回路一座共享时钟的脑节律。而现在,你又见到了*表征*——这台接好线、有节律的机器,究竟是如何把一个念头写下来的。结构是乐器,节律是节拍,而神经编码,就是在它们之上奏响的音乐。这便是整门课的脉络,一口气说完。

  1. 频率——消息在于一个细胞放电*有多快*。简单又稳健,但读起来慢。
  2. 时间——消息在于每一记尖峰*究竟落在何时*,常常锁定在某段脑节律上。快且精确。
  3. 群体——消息是*一整群细胞汇总的投票*;取平均能压住噪声,让答案更锐利。
  4. 稀疏——对每一样东西,只有*极少数*细胞放电;省能、清晰,也容易作为记忆存下来。