Я новичок в нейробиологии, поэтому я мало что о ней знаю. Однако я работал над искусственными нейронными сетями. Все искусственные сети ИИ следуют нескольким простым правилам. Мне интересно, есть ли у биологических нейронов набор предсказуемых правил? Например, что делает нейрон, если он не получает стимуляции/не получает сигнала в течение длительного времени. Умрет ли он... или попытается найти новые связи, которые могли бы посылать сигналы? Что делает нейрон при чрезмерной стимуляции? Что делает нейрон, если он получает сигнал -> транслирует ли он его на все свои соединения или только на 1. Есть ли у него предпочтительный выходной путь для любых входящих сигналов. Может ли нейрон послать новый сигнал, не получив сигнала откуда-либо еще. Как нейрон узнает, что он выполнил свою работу «хорошо». Как получить положительные отзывы.
Короткий ответ:
«Всегда» — всегда опасный термин в биологии.
Длинный ответ:
Что делает нейрон, если он долгое время не возбуждается/не получает сигнала. Умрет ли он... или попытается найти новые связи, которые могли бы посылать сигналы?
Что делают нейроны, когда они не стимулируются, зависит от нейрона и фазы развития. Как правило, пороги пиковой активности снижаются, но также нормально, что клетки атрофируются и умирают: гибель нейронов является критической частью развития, а потеря синаптических связей и некоторых нейронов является наиболее очевидной особенностью развития человеческого мозга в подростковом возрасте, а не рождение новых нейронов или рост новых синапсов.
Что делает нейрон при чрезмерной стимуляции?
Перестимулированные нейроны могут погибнуть, они также могут снизить эффективность своих входов либо за счет повышения порогов, либо за счет уменьшения синаптических весов за счет удаления постсинаптических рецепторов. Кальций является важным посредником этих сигналов — например, вы можете прочитать о его роли в длительной депрессии (это не имеет ничего общего с «депрессией» в психическом здоровье, просто уменьшение синаптического веса). Существуют также краткосрочные эффекты, которые ограничивают чрезмерную стимуляцию определенных путей, причем многие воздействуют на пресинаптические, а не постсинаптические клетки. Нейротрансмиттер содержится в везикулах, и после высвобождения остается меньше везикул, доступных для следующего события высвобождения. Пресинаптические окончания также часто имеют ауторецепторы, которые вызывают отрицательную обратную связь и ограничивают последующую передачу.
Что делает нейрон, если он получает сигнал -> транслирует ли он его на все свои соединения или только на 1
Из всех ваших вопросов «рассылает ли он его всем своим соединениям» самый простой ответ: биологические нейроны почти всегда транслируют все свои прямые соединения в ответ на любой достаточный ввод (точно так же, как и большинство искусственных нейронных сетей). Однако вероятность высвобождения в любом одном синапсе обычно <1. Следовательно, данная ячейка может устанавливать соединения с другой ячейкой с гораздо большей точностью (а также с большей амплитудой) по количеству контактов . Если типичный корковый нейрон устанавливает только один синаптический контакт с другой клеткой, будет высокий уровень сбоев передачи между двумя клетками. Обычно более прочные связи включают до сотен отдельных контактов только между двумя ячейками.
Может ли нейрон послать новый сигнал, не получив сигнала откуда-либо еще?
Некоторые нейроны активны спонтанно. Существуют различные типы, но наиболее известными являются те, которые считаются внутренне колеблющимися. Примером могут служить клетки синоатриального узла сердца (хотя на самом деле это не нейроны, они во многом действуют как нейроны; есть похожие клетки, которые являются нейронами, контролирующими дыхание). Есть также некоторые клетки ЦНС.
Как нейрон узнает, что он выполнил свою работу «хорошо». Как получить положительные отзывы.
Этот вопрос самый сложный из всех заданных Вами вопросов, для ответа на него нужны целые учебники и журналы, а здесь ответить никак нельзя. Я просто скажу, что многие из правил обучения, используемых в искусственных сетях, неправдоподобны с биологической точки зрения, они просто эффективны с точки зрения вычислений. Биологические нейронные сети используют гораздо больше повторяющихся действий, чем искусственные, и в этой повторяющейся сети возникает множество подобных отзывов. Биологические сети также созданы для выполнения различных вычислений, и правила обучения, применимые в одной, могут не применяться в другой. Например, разделение шаблонов и завершение шаблонов требуют совершенно разных правил обучения.
Однако очень общий принцип обновления синаптических весов в ответ на ошибки или результаты сохраняется между искусственными и биологическими сетями.