引入博格鼠?

加入我们的科学爱好者社区!

本文发表于《大众科学》的前博客网络,反映了作者的观点,不一定反映《大众科学》的观点


“我们是博格人。我们将把你们生物学和技术上的独特性融入我们自身。抵抗是徒劳的。”

(Source)

我在 Twitter 上听到了传言,然后在博客上看到了。那是心灵感应。不,那不是心灵感应,但很接近了。那就像博格人。不,不是的。那是心灵融合!好吧,也许是吧。


关于支持科学新闻业

如果您喜欢这篇文章,请考虑通过以下方式支持我们屡获殊荣的新闻业 订阅。通过购买订阅,您正在帮助确保未来能够继续报道关于发现和塑造我们今天世界的想法的具有影响力的故事。


那么这是什么呢?这是一只老鼠学习做某事,同时电极记录下它的每一个动作。与此同时,在另一个大陆上,另一只老鼠接收到信号进入自己的大脑……并改变了它的行为。

心灵感应?不。一个可靠的概念验证?我不确定。一个有趣的想法?绝对是。

所以我想深入研究这篇论文。我们已经知道其他一些专家对结果并不十分满意。但我将研究原因,以及一个更令人信服的实验可能是什么样的。

Pais-Vieira 等人。《用于实时共享感觉运动信息的脑-脑接口》Scientific Reports, 2013年。

那么这里实际发生了什么?每个实验都涉及两组老鼠。首先,你有你的“编码器鼠”。这些老鼠被剥夺了水分(不是非常严重,只是口渴),并被训练按压杠杆以获得水奖励(剥夺水分是杠杆按压的一种训练技术,也是最快的一种。但你也可以剥夺食物并训练食物,或者只是训练动物吃一些美味的东西,如 Crisco 或甜牛奶)。这些老鼠接受训练,直到它们在任务中达到 95% 的准确率。然后它们被植入运动皮层的电极,记录老鼠按下左或右杠杆时神经元的放电。

“解码器”鼠,它们将处于刺激的接收端,也已经接受了训练。它们被训练对运动皮层的直接刺激做出反应。一个脉冲意味着你在一个杠杆处获得水,一连串脉冲意味着你在另一个杠杆处获得水。“解码器”鼠的平均准确率已经约为 78%。

因此,为了将这两只老鼠连接起来,作者从“编码器”鼠中记录数据,并将向右或向左的信号转换为一系列信号或单个脉冲。然后,他们将该信号(无论哪个信号)传输到“解码器”鼠,并观察它会按下哪个杠杆。

他们看到的是,给予“解码器”鼠的刺激脉冲影响了它的行为。

一只未经训练且未接受刺激的老鼠将随机反应(50% 的时间它会反应在右侧杠杆上)。一只完全训练有素的老鼠(编码器)的准确率将达到 95%。一只接受过任务训练,并从另一只老鼠那里接收到它已经训练过的刺激的老鼠,其反应准确率为 64%。这明显好于 50% 的概率。但还不够好。准确率随着你给予的脉冲越多而提高,并且无论信号是训练到运动皮层(实验 1)还是感觉皮层(实验 2)都有效,应该注意的是,感觉信息的条形图结果要紧密得多。

当他们加入反馈时,事情变得更有趣了。当“解码器”鼠得到正确答案时,“编码器”鼠会得到另一个奖励。这使得“编码器”鼠提高了它的表现,从而使它发出更清晰的“信号”以供解码。不仅如此,“解码器”鼠还从经验中“学习”了。刺激它的胡须或“编码器”鼠的胡须(就像在感觉任务中,使用胡须刺激而不是光),使感觉皮层放电。因此,“解码器”鼠可能将其大脑中“编码器”鼠的信号识别为“自身”。

因此,将信号从一只老鼠转移到另一只老鼠是一个非常有趣的想法。但归根结底,这是“解码器”鼠接收到一系列或单个脉冲单元,并据此采取行动。这些脉冲可能来自另一只老鼠,也可能来自计算机。这是一组它已经训练过的脉冲。它已经知道某些脉冲序列“感觉”如何,并且知道如何相应地做出反应。因此,这不是将特定的“想法”放入另一只老鼠头脑中的那种令人惊叹的想法。相反,它是教授一种刺激,然后给予它那种刺激,只是刺激来自另一只老鼠。

他们还展示了(你可以从上面看到,正确反应与不正确反应的比率。这是一个非常重要的衡量标准,因为它有助于确定一只老鼠是否只是在随意敲击任何杠杆,而不管这个信号如何。你可以看到,随着刺激序列变得更强,“解码器”鼠的准确率提高了……但那些误差条有点大(例如,对于 61-80 微秒的刺激序列,它们在 0.5 到几乎 0.8 之间变化。它显示的是正确选择的比例,但你也可以说它们在 50% 到 80% 的时间内正确地按下了杠杆)。因此,对于某些刺激,它们真的可能只是在随意敲击杠杆。并且在刺激的低端,它们的表现比随机性更差。0-20 时,它们的准确率仅达到约 40%。对于感觉条件,尽管误差条更紧密,但准确率实际上更差。在使用的最高脉冲下,它们达到了 60% 的准确率,但要么它们没有更高,要么它们无法让老鼠表现得更好。因此,在某种程度上,刺激可能只是让动物敲击杠杆或选择开口(对于感觉任务),而不是准确地做出正确的选择。

但结果的真正问题在于结果不是特别稳健,而且这是一个非常非常简单的任务。而且这只是一个只有两个选择的任务。左或右。对或错。在更复杂的情况下呢?整个事情可能会退化为噪音。特别是考虑到……在每个实验中,每组只有 2-5 只老鼠。在第二个实验中,只有两只编码器鼠,在第一个实验中只有三只。是的,他们获得了显著的结果,但我想知道,如果你有更多具有更广泛行为范围的老鼠,结果是否会成立。单个老鼠在这类任务中往往具有非常一致的行为水平,但老鼠与老鼠之间的差异可能非常大。他们可能只有 2-3 个表现非常好的参与者,而增加动物可能会降低结果的显著性。

那么,什么可能是展示这种力量的好方法呢?我个人认为,你可能需要做更多超出运动皮层的事情,而且你肯定需要做更多超出仅仅是脉冲序列与单个脉冲的事情。我认为你可能需要研究一组神经元在特定类型训练后的同步模式,然后将该刺激匹配到另一只动物身上。例如,你可以研究一只接受过恐惧条件反射(学习在与电击相关的环境中冻结)的老鼠的神经元同步。将该模式应用到一只未经训练的老鼠身上,并寻找在情境中的冻结反应。这是一种行为和一种学习方法,已经得到广泛研究,并且定位于大脑的海马体,因此你有一个很小的区域可以处理。虽然仍然存在行为的二元性(冻结与否),但接收动物在测试之前不会接受训练,这将使发现更稳健。

一个更强大的实验可能是涉及海马体位置细胞。位置细胞是海马体中的细胞,它们在参考动物先前经历的特定位置时会放电。因此,动物在一个迷宫中,第一个左转弯会得到一个位置细胞,走廊会得到一些位置细胞,下一个右转弯等等。你可以用这些位置细胞获得非常强烈的反应,如果你可以在“解码器”鼠中形成类似的“地图”,你可能会让动物导航一个它从未见过的迷宫。这是一组更细致的行为(如此细致以至于可能还需要一段时间,恐惧条件反射可能是更早可能实现的事情),并且将真正确立范式。

但你当然可能会想,像这样的研究有什么好处呢?特别是如果它们不会使我们成为博格人?当涉及到脑-脑接口和机器-脑接口时,这是一个很好的问题。主要作者 Nicolelis 已经在机器/脑接口以及来自运动刺激的感觉反馈方面做了大量工作,这在开发神经假体时是最重要的事情。我可以看到像这样的研究被用来,也许,在未来的某一天,将大脑(例如,中风后需要重新学习的大脑)连接到计算机,并使用来自计算机的脉冲序列来重新学习诸如运动技能之类的东西。我认为这项研究可能在这方面有所帮助。这项特定研究的结果可能不是非常有力,但想法和技术都在那里。

Pais-Vieira, M., Lebedev, M., Kunicki, C., Wang, J., & Nicolelis, M. (2013). 《用于实时共享感觉运动信息的脑-脑接口》Scientific Reports, 3 DOI: 10.1038/srep01319

*我还注意到关于《科学报告》的一些有趣的事情,这篇文章就是发表在那里。在他们的网站上,他们指出他们是“严谨的——至少由一位学术界成员进行同行评审”。我喜欢开放获取方面,出版速度对我来说总是好事,但只需要一位学术界成员?这有点不寻常,特别是对于一篇如此受关注的论文而言。我假设因为他们说“至少一位”,他们可能不止一位,但通常是 2-3 位审稿人(如果论文被证明有争议,甚至更多)。我不确定这对论文可能意味着什么,可能什么也没有,但它确实引起了我的注意。

Scicurious has a PhD in Physiology from a Southern institution. She has a Bachelor of Arts in Philosophy and a Bachelor of Science in Biology from another respected Southern institution. She is currently a post-doctoral researcher at a celebrated institution that is very fancy and somewhere else. Her professional interests are in neurophysiology and psychiatric disorders. She recently obtained her PhD and is pursuing her love of science and writing at the same time. She often blogs in the third person. For more information about Scicurious and to view her recent award and activities, please see her CV ( http://scientopia.org/blogs/scicurious/a-scicurious-cv/)

More by Scicurious
© . All rights reserved.