Ich bin neu in der Neurobiologie, also weiß ich nicht viel darüber. Allerdings habe ich an künstlichen neuronalen Netzen gearbeitet. Künstliche KI-Netzwerke folgen alle einer Handvoll einfacher Regeln. Ich habe mich gefragt, ob biologische Neuronen auch eine Reihe vorhersagbarer Regeln haben? ZB was macht ein Neuron, wenn es längere Zeit nicht stimuliert wird/kein Signal empfängt. Wird es sterben ... oder versuchen, neue Verbindungen zu finden, die Signale senden könnten? Was macht ein Neuron, wenn es überstimuliert wird? Was macht ein Neuron, wenn es ein Signal empfängt -> sendet es es an alle seine Verbindungen oder nur an eine. Hat es einen bevorzugten Ausgangspfad für alle eingehenden Signale? Kann ein Neuron ein neues Signal aussenden, ohne irgendwo anders ein Signal empfangen zu haben? Woher weiß ein Neuron, ob es seine Arbeit „gut“ gemacht hat? Wie kommt es zu positivem Feedback.
Kurze Antwort:
„Immer“ ist in der Biologie immer ein gefährlicher Begriff.
Längere Antwort:
Was macht ein Neuron, wenn es längere Zeit nicht stimuliert wird/kein Signal empfängt? Wird es sterben ... oder versuchen, neue Verbindungen zu finden, die Signale senden könnten?
Was Neuronen tun, wenn sie nicht stimuliert werden, hängt vom Neuron und der Entwicklungsphase ab. Typischerweise sinken die Schwellen für Spiking, aber es ist auch normal, dass Zellen verkümmern und absterben: Der Tod von Neuronen ist ein kritischer Teil der Entwicklung, und der Verlust synaptischer Verbindungen und einiger Neuronen ist eher das offensichtlichste Merkmal der menschlichen Gehirnentwicklung während der Adoleszenz die Geburt neuer Neuronen oder das Züchten neuer Synapsen.
Was macht ein Neuron, wenn es überstimuliert wird?
Überstimulierte Neuronen können absterben, sie können auch die Wirksamkeit ihrer Eingaben verringern, indem sie entweder ihre Schwellenwerte erhöhen oder die synaptischen Gewichte verringern, indem sie postsynaptische Rezeptoren entfernen. Kalzium ist ein wichtiger Vermittler dieser Signale – Sie können zum Beispiel über seine Rolle bei Langzeitdepressionen lesen (dies hat nichts mit „Depression“ in der psychischen Gesundheit zu tun, sondern nur mit einer Verringerung des Synapsengewichts). Es gibt auch kurzfristige Wirkungen, die die Überstimulation bestimmter Bahnen begrenzen, wobei viele eher auf die präsynaptische als auf die postsynaptische Zelle einwirken. Der Neurotransmitter wird in Vesikeln gehalten, und nach der Freisetzung stehen weniger Vesikel für das nächste Freisetzungsereignis zur Verfügung. Präsynaptische Terminals haben auch oft Autorezeptoren, die eine negative Rückkopplung verursachen und die nachfolgende Übertragung einschränken.
Was macht ein Neuron, wenn es ein Signal empfängt -> sendet es es an alle seine Verbindungen oder nur an 1
Von all Ihren Fragen hat "Sendet es es an alle seine Verbindungen" die einfachste Antwort: Biologische Neuronen senden fast immer an alle seine Vorwärtsverbindungen als Reaktion auf eine ausreichende Eingabe (genau wie die meisten künstlichen neuronalen Netze). Die Freisetzungswahrscheinlichkeit an jeder Synapse ist jedoch typischerweise <1. Daher kann eine bestimmte Zelle durch die Anzahl der Kontakte Verbindungen mit einer anderen Zelle mit viel höherer Wiedergabetreue (und auch höherer Amplitude) herstellen . Wenn ein typisches kortikales Neuron nur einen synaptischen Kontakt mit einer anderen Zelle herstellt, kommt es zu einer hohen Rate an Übertragungsfehlern zwischen den beiden Zellen. Es ist üblich, dass stärkere Verbindungen bis zu Hunderte von einzelnen Kontakten umfassen, nur zwischen zwei Zellen.
Kann ein Neuron ein neues Signal aussenden, ohne irgendwo anders ein Signal empfangen zu haben?
Einige Neuronen sind spontan aktiv. Es gibt verschiedene Typen, aber die bekanntesten sind diejenigen, die als eigenschwingend gelten. Ein Beispiel sind die Sinusknotenzellen des Herzens (obwohl diese nicht wirklich Neuronen sind, verhalten sie sich sehr ähnlich wie Neuronen; es gibt ähnliche Zellen, die Neuronen sind, die die Atmung steuern). Es gibt auch einige ZNS-Zellen.
Woher weiß ein Neuron, ob es seine Arbeit „gut“ gemacht hat? Wie kommt es zu positivem Feedback.
Diese Frage ist die komplexeste aller Fragen, die Sie gestellt haben, ganze Lehrbücher und Zeitschriften sind erforderlich, um sie zu beantworten, und es ist überhaupt nicht möglich, sie hier zu beantworten. Ich sage nur, dass viele der Lernregeln, die in künstlichen Netzwerken verwendet werden, biologisch nicht plausibel sind, sie sind einfach rechnerisch effizient. Biologische neuronale Netze verwenden viel mehr wiederkehrende Aktivitäten als künstliche, und ein Großteil des Feedbacks wie dieses findet innerhalb dieses wiederkehrenden Netzes statt. Biologische Netzwerke werden auch gebaut, um eine Vielzahl von Berechnungen durchzuführen, und Lernregeln, die in einem gelten, gelten möglicherweise nicht in einem anderen. Beispielsweise erfordern Mustertrennung versus Mustervervollständigung völlig unterschiedliche Lernregeln.
Das sehr allgemeine Prinzip der Aktualisierung synaptischer Gewichtungen als Reaktion auf Fehler oder Ergebnisse gilt jedoch zwischen künstlichen und biologischen Netzwerken.