神经网络与“两院制”大脑：新奇性-常规化动态模型

《决策大脑》神经网络与“两院制”大脑：新奇性-常规化动态模型,页面无弹窗的全文阅读!

如何用神经网络模型解释半脑特化的问题呢？让我们思考一下皮质空间的分配与通路构架方面的差异吧。我们已经知道，左半脑中的异模态联合皮质更多，右半脑中的多模态联合皮质更多。我们还知道右半脑中的信号传递比左半脑更依赖连通距离较远区域的有髓鞘长通路。左半脑中的信号传递更依赖连通附近区域的无髓鞘短通路。上述皮质空间分配和通路长短方面的半脑差异都适用于形式化模型。下面就是对不同皮质分配与通路构架的神经网络模型的初步描绘。

皮质空间分配

首先，我们需要创建一个多层次的神经网络模型，至少要有四五层：一个输入层，两三个隐藏层，以及一个输出层。在该网络中，输入层与感觉皮质相对应。它由对应不同感觉模态的多个部分组成。假设我们有三种感觉模态，分别是视觉、听觉和触觉。隐藏层一也由若干部分组成，每个部分对应一个异模态联合皮质，与输入层相应的部分相连。隐藏层二与多模态联合皮质相对应，与隐藏层一的所有部分相连。事实上，我们决定将其分为隐藏层二-1［对应后部异模态联合皮质（颞下皮质和顶下皮质）］和隐藏层二-2（对应前额叶皮质）。最终，输出层与隐藏层二-2相连。当然，在更复杂的“深度”的层次中，上述组织的每一层都是多层“叠加”，而不是只有一层。

通路架构

接下来我们必须找到将通路的长度转化为形式神经网络模型的离散项的一种方式。通路长度既适用于连接位于同一层的神经元的横向通路，也适用于连接相邻或者非相邻（这种情况更加奇妙）神经元的纵向通路。这样一来，就可以以各种方法对“通路长度”这个概念进行操作了。

可以通过纵向通路“跨越”的层数对其进行区分：跨越的层数越多，该通路就越长。当模型的每一层都由众多的层组成，而不是仅由一层组成时，“纵向通路长度”这个定义就显得极其有趣了。

可以通过与隐藏层中的横向通路相连的神经元接收到的投射对横向通路进行区分。不过，另一个在生物学上更可行的方法是，引入由相邻神经元之间的连接（“局部通路”）组成的相对齐次矩阵，并在它们的上面叠加另一组被称作“远端通路”的通路。远端通路的长度是通过其跨越的相邻神经元之间的局部突触连接的数目进行定义的。可以根据以上原则改变远端通路的长度。

既然我们已经有了具有不同类型的通路的多层神经网络的基本描述，接下来要做的就是用两个这样的网络组建一个“两院制”大脑。它们就是左右半脑。然后，我们通过横向通路将二者连接起来。这些横向通路将作为我们的胼胝体和前后连合组织。一开始，上述两个网络是彼此的完美镜像。现在，我们将考虑各种可能性，着手对其进行改造。