真奇特！哈佛大学提醒章鱼的学习和回忆才能为何高？

  希伯来大学Alexander Silberman生命科学研讨所的Benny Hochner教授和哈佛大学的Jeff Lichtman教授领导的最新研讨提醒了操控一般章鱼奥秘学习进程的杂乱神经结构。这一发现将有望推进对回忆网络，以及被认为是最聪明的无脊椎动物的头足类动物的认知更广泛见地的开展。研讨结果已宣布在eLife杂志上。

  章鱼，与咱们相隔700亿年的进化，展现出可与高级脊椎动物相媲美的认知才能。希伯来大学的Hochner教授的团队专心于章鱼的中枢神经体系的笔直叶，这对学习和回忆至关重要。他们旨在比较跨物种的神经网络和机制。

  在这项研讨中，科学家们使用立异的自动化安排制备和新的机器学习重建算法，可以切开和分拣超薄截面，每个截面厚度仅为30百万分之一毫米，构建构成网络的结构元素的三维表明。

  经过与哈佛大学Jeff Lichtman教授的实验室协作，科学家们使用电子显微镜的精度精心制作了笔直叶的连通性，完成了大约百万分之四毫米的分辨率。为了全面提醒这样的一个进程，科学家们规划了一个机器人体系和杂乱的核算算法，可以将数百个超薄切片（每个只要4百万分之一毫米厚）安排成一个全面的3D结构。

  在希伯来大学的博士后研讨员Flavie Bidel博士和哈佛大学的Yaron Meirovitch博士的领导下，研讨人员精心重建了代表笔直叶的细小安排体积，以提醒衔接组——即组成网络的神经元件之间的杂乱突触衔接。经过使用先进的机器学习算法和准确的注释，科学家们制作了章鱼大脑中笔直叶的布线图。

  研讨结果为，章鱼的神经网络曾经馈装备运转，信息仅来自输入神经元到操控章鱼行为的输出神经元，这种简略性的中心是大约25万个中间神经元的安排架构。这些中间神经元分为两个不同的组：简略无细胞（SAM）和杂乱无细胞（CAM）。SAM的数量约为23万，专门经过突触强化来学习视觉特征。相比之下，总计约400，000的CAM在稳固活动水平方面发挥着关键作用。

  这项研讨之后发现，传递“学习”信息的简略细胞使大细胞活泼，而杂乱细胞使它们不那么活泼，然后操控大脑怎么有效地作业。这种进化习惯强调了章鱼共同的认知才能，有助于咱们了解对认知功用很重要的神经机制。

  这项研讨提醒了一般章鱼是深化探究回忆获取网络的名贵形式生物，并为进一步解最初足类动物认知进程的杂乱性打开了大门，丰厚了咱们对不一样的物种回忆的了解。一起，这一发现也为开发模仿这种神经结构的机器学习模型供给了新的可能性，有望推进AI范畴的开展。