《西安工程大学学报》青年编委廖祥博士团队重大发现：
大脑皮层HB细胞，将有助于启发认知智能技术    

    2020年8月31日,《西安工程大学学报》青年编委、重庆大学医学院神经智能研究中心廖祥博士团队联合陆军军医大学、中科院苏州医工所等中、以、德、英多家实验室在Nature Communications《自然 - 通讯》上发表论文“Single-neuron representation of learned complex sounds in the auditory cortex” 。该研究揭 示了单个皮层神经元在学习过程中可以将复杂事物作为一个整体来编码，而不是基于它们各成分的叠加。发现的大脑皮层HB细胞，可能亦是认知图谱的关键组成部分，参与构成大脑认知的基础，它将有助于启发认知智能技术。

   该研究基于先进的高分辨率双光子钙成像与单细胞电生理联合记录技术，发现听觉皮层存在一群稀疏分布的神经元，每一个神经元都稳定地对学会的复杂声音呈现出一种特殊模式的簇状脉冲高频发放反应（burst firing，瞬间发放频率约100 Hz，持续时间100 ～ 250 ms）。长期成像实验揭示，产生这种簇状脉冲高频发放是在学习过程中涌现出来的特性，并且只发生在很小比例（约5% ）的神经元中。研究者还同时发现，动物可以学会不同的合成和弦（chord）声音，在受过和弦声音训练的动物中，其听觉皮层部分神经元也会产生簇状脉冲发放模式，并且只对学会的、特定的和弦声音产生稳定可靠的高强度响应，对其他和弦或者组成成分不响应。这种具有“整全性涌现”特性的神经元，虽然所占比例约为5% ，但其编码的信息对复杂声音的分类准确率可稳定地达到100% 。
   该研究解析了大脑皮层单个神经元在认知学习中对复杂信息特征涌现出整全性表达、记忆的机制。此项针对神经科学基本核心问题的重大原创发现，通过融合皮层信息处理中 HB 神经元的动力学与网络架构特性，将有助于启发人工智能构建认知知识图谱系统，建立新的模型，用于理解事物及其组成部分的关系，为类脑智能提供具有低功耗、概念学习等特性的全新架构神经网络算法，从而推动机器智能实现理解现实世界以及自主学习的能力。（资料来源：重庆大学医学院。)

全文地址：https://www.nature.com/articles/s41467-020-18142-z

 
作者简介：
   廖祥，重庆大学医学院神经智能研究中心副研究员，博士生导师。2013年1月毕业于德国弗莱堡大学，获计算神经科学与神经技术博士学位。他的研究方向为（1）基于信号处理与机器学习技术，建立脑成像数据自动化处理技术；（2）开展单神经元与神经网络功能研究，建立皮层信息处理的计算模型。
   目前，在脑与智能技术相关的国际知名期刊上共发表SCI论文17篇，EI论文5篇，其中第一或通讯作者9篇。目前承担国家自然科学基金青年科学基金、国防科技创新特区等国家科研项目，并作为骨干成员参与国家973计划和国家自然科学基金重点项目等多个国家科研项目。