本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定代表《大众科学》的观点
凯瑟琳·卡伦开玩笑说，当她在 20 世纪 80 年代在布朗大学学习电气工程时，她听到传言说神经元使用电力。这促使她选修了一门关于大脑的课程，这门课程让她决定主修神经科学和工程学。卡伦在芝加哥大学——以及后来的麦吉尔大学做博士后——时，研究人员开始探索大脑中的神经元在进行自愿运动时如何对来自感官的输入做出反应。许多早期的观察是通过观察静止动物的细胞活动进行的。
在随后的几年里，卡伦作为麦吉尔大学教授，她的工作专注于研究使我们保持平衡的前庭系统。卡伦一直对前庭系统着迷，因为它具有优雅的简洁性。前庭神经元既接收感觉输入，又向周围神经发送指令以启动运动。最近几周，卡伦及其同事在《自然神经科学》杂志上在线发表了一篇论文，证明了大脑中称为小脑（一个与前庭系统直接相连的区域）的特定部分中的单个神经元所做的计算如何执行简单的任务，确保我们的身体在我们想要的位置相对于周围环境定位。以下是对卡伦的采访，为清晰起见进行了编辑。
《大众科学》：这篇论文以一个有趣的观察开始，即大脑如何使我们能够响应外部环境的变化而获得新技能。这似乎仍然是神经科学中的一个主要问题，人们正试图以各种方式来解决。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过 订阅来支持我们屡获殊荣的新闻报道。通过购买订阅，您正在帮助确保关于塑造我们当今世界的发现和想法的影响深远的故事的未来。
凯瑟琳·卡伦：我想是的。许多从事神经科学研究的人都在试图理解学习的神经机制。您可能不会经常想到这一点，但即使您在练习网球发球，并且您觉得自己已经完美掌握了动作，您的肌肉仍然在变化。它们正在疲劳。您必须不断更新您的运动命令，以便应对您的运动系统是动态的并且随着时间推移而变化的事实。换句话说，由于运动系统的生物力学特性随着时间的推移不断变化，我们需要保持其校准。
《大众科学》：您似乎正在深入了解运动系统在非常基本的层面上的工作方式的一些细节。因此，最好先谈谈研究人员以前是如何处理事情的，然后再描述您的发现。
卡伦：通过结合行为和理论方法，人们推测，当您移动时，您的大脑会实时跟踪您实际的移动方式与您打算的移动方式，以便适当地更新和调整您的动作。我们知道来自感觉信号的反馈的内在延迟太慢了。相反，我们的大脑需要实时计算任何错误，以便完成运动学习。
研究人员通过实验扰乱自愿运动的研究表明，我们的大脑通过计算感觉预测误差来确保准确的运动。感觉预测误差是您大脑在产生运动时期望的感觉流入与它实际接收到的感觉流入之间的差异。有人提出，大脑可以非常快速地比较这两个量，以便在自愿运动期间立即计算感觉预测误差信号。
《大众科学》：感觉预测误差的例子是什么？
卡伦：想象一下一个体操运动员在平衡木上做后空翻。这位体操运动员已经做过很多次了，并且非常了解，从前庭系统（可以让人了解他们在空间中的三维运动）以及本体感受器（提供来自不同肌肉的反馈，也可以提供身体运动的感觉）中应该获得的确切类型的感官流入的内部模型。
身体的内部模型将基于之前做过的期望与它实际从感觉受体中接收到的信息进行比较。当出现小错误时，该错误可能是因为您稍微失去了平衡，或者可能是因为您处于与启动某些运动时略有不同的运动状态。所以你需要重新校准。我们在《当代生物学》杂志上发表的一篇论文先于《自然神经科学》杂志上的这篇论文，该论文表明小脑会计算感觉预测误差，以帮助您保持平衡。
我们在《自然神经科学》杂志上的第二篇论文中表明，当您出现持续的错误时——特别是持续的意外感觉错误时——您的大脑实际上会学习，我们可以逐次观察它的学习。这就是您需要发生的事情才能学习，这也是我们称这篇论文为“学习期待意外”的原因。引人注目的是，随着大脑学习更新其对预期事物的内部模型，我们实际上可以通过记录来自单个小脑输出神经元的信息来实时观察这种更新。
《大众科学》：记录单个神经元的重要性是什么？
卡伦：像我这样的研究人员，系统神经科学家，他们通常也接受过工程师或物理学家的培训，喜欢计算这些数量，这些数量在数学意义上解释了大脑实际是如何工作的。这对于描述大脑可能正在做某事的理论方式来说是完全可行的。但最重要的一个问题仍然是——大脑真的在以这种方式进行计算吗？如果是，这将是什么样子？因此，我们实际发现的是这些我们用来解释我们理论的小黑盒的基本神经相关性。看到这实际上是神经元进行计算的方式非常令人兴奋。基本上，在我们的工作中，我们已经能够非常清楚地弥合使用工程方法解决问题所应用的计算方法与实际现实之间的差距。我们发现大脑确实进行了这种优雅的数学运算。我们可以看到这在单个神经元的水平上体现出来，这让我们知道大脑实际上正在使用特定的算法。
《大众科学》：大脑按照您期望的方式进行吗？
卡伦：有一些证据表明，小脑皮层（小脑表面）参与了开发这种预期感觉结果的内部模型。小脑皮层是一个细胞网络，它具有非常漂亮且几乎是晶体状的结构。小脑损伤不会导致瘫痪，而是会导致精细运动、平衡、姿势和运动学习障碍。 研究人员现在有充分的证据表明，小脑参与了编码与所谓的前向模型一致的信号。这是一个在过去十年中获得相当大支持的想法。在此项研究之前，人们没有证明的是这种误差信号的实际计算。该演示对于大多数当前的运动学习模型至关重要。这就是我们在获得直接小脑输入的神经元水平上所展示的。我们利用了一条特殊的通路，其中小脑皮层中的浦肯野细胞直接投射到深层小脑核的特定区域。深层小脑核实际上位于“花椰菜状”小脑皮层的底部——这就是我们记录一小组细胞的地方，该小组细胞位于小脑核的一个称为吻侧顶核的子区域内。
顶核是一个半径可能为一毫米的球体，其中包含非常有趣的神经元，因为它们将小脑皮层连接到脊髓，并且对于姿势和头部运动控制至关重要。 我们发现的真正有趣的事情之一是，我们可以看到这些神经元的反应，在自愿运动过程中，完美地跟踪预测和实际感觉反馈系统之间的比较。
《大众科学》：您是如何进行实验的？
卡伦：我们对自愿头部运动的执行和适应过程中小脑神经元进行了逐次分析，发现神经元敏感性动态地跟踪了预测和反馈信号的比较。（神经元被特定输入激活的程度称为其敏感性。）当运动命令和产生的运动之间的关系通过实验改变时，神经元对感觉输入的反应非常强烈，就好像该运动是外部产生的一样。然后，神经元敏感性以与同时发生的行为学习相同的时间进程下降。这些发现为一种优雅的计算提供了直接证据，该计算需要比较预测和实际的感觉反馈以发出意外感觉的信号。
《大众科学》：这些发现中有哪些是令人惊讶的？
卡伦：人们一直在研究像伸手这样的行为，这些行为非常复杂。因为我们正在研究控制头部运动的相对简单的感觉运动通路，所以我们可以非常清楚地看到这种计算。您可以说这可能是基于计算模型预期的，但是人们在神经科学中建立的许多大脑模型无法直接与实际的神经元反应和回路进行比较。通常不可能将实际的神经元特性与计算模型直接关联起来。我们发现的联系如此明确，这对我来说非常令人兴奋。
《大众科学》：您的工作如何与该领域其他人的工作联系起来？
卡伦：目前，许多机构的研究人员，包括巴尔的摩的约翰·霍普金斯大学和慕尼黑的路德维希-马克西米利安大学，都在使用计算建模来理解小脑受损患者的缺陷。如果您观察这些患者，他们的残疾与无法计算感觉预测误差是一致的。根据奥卡姆剃刀原理，这种计算应该存在，但是这些计算可能存在并且使用当前技术无法证明。因此，我们能够使用传统的单单元电生理学实时观察到这种情况的发生，令人兴奋。我认为人们不会猜测我们会如此清晰地看到它。
《大众科学》：这项工作表明下一步的实验是什么？
KC：展示计算已经发生是一回事，它有点像“确凿的证据”，但我们现在想了解大脑实际上是如何完成这种计算的。我们的研究表明，小脑会在几毫秒内计算出意外的运动，以便我们可以向脊髓发送适当的信号，快速调整我们的平衡并学习新的运动技能。通过了解这种计算是如何实现的，我们可以为治疗患者开发更好的方法，并有可能将这些知识转化为推进新技术，例如改进机器人移动和执行的方式。
SA：那么潜在的临床意义呢？
KC：如果我们理解小脑正在进行的计算，那么我们就有机会了解小脑功能丧失的患者会发生什么——例如，在发生中风或多发性硬化症等脑部疾病后。此外，这些知识可以用来设计更好、更有效的康复方案，甚至用于运动员的运动训练。
继续开发和改进康复计划尤为重要，因为目前，这可能有点像“蛮荒西部”。卫生专业人员会做他们认为对患者最有利的事情，但我们尚未完全了解如何优化训练和练习。但是，通过更加系统化，利用大脑自身的计算算法，我们未来可能会取得更好的结果。
（在采访中，库伦强调她的两位博士后研究员杰西卡·X·布鲁克斯和杰罗姆·卡里奥特在进行关于感觉预测误差的研究中是重要的合作者。）