观热点：单个神经元的适应为语言处理提供记忆

(资料图片仅供参考)

为了理解语言，我们必须记住所说的单词并将它们组合成解释。尽管神经元放电事件的持续时间非常短暂，但大脑如何保留足够长的信息来实现这一目标?马克斯·普朗克心理语言学研究所的哈特穆特·菲茨和他的同事提出了一种神经生物学解释来弥合这种差异。神经元根据经验改变其尖峰率，这种适应为句子处理提供了记忆。

到底是男人咬了狗，还是狗咬了狗呢?在处理话语时，需要在工作记忆中将单词组合成正确的解释。理解的一方面是确定“谁对谁做了什么”。这种统一过程比神经生物学中的基本事件(如神经元尖峰或突触信号传导)花费的时间要长得多。马克斯·普朗克心理语言学研究所语言神经计算模型组的首席研究员 Hartmut Fitz 和他的同事提出了一种解释，其中单个神经元的适应性特征提供了足够长的记忆，以弥合这种时间间隙并支持语言处理。

型号比较

菲茨与研究人员 Marvin Uhlmann、Dick van den Broek、Peter Hagoort、Karl Magnus Petersson(均为马克斯·普朗克心理语言学研究所)和 Renato Duarte(德国于利希研究中心)一起，通过实验语言的创新组合研究了尖峰网络中的工作记忆使用计算神经科学的方法进行研究。

在句子理解任务中，生物神经元和突触的回路暴露于顺序语言输入，它们必须将其映射到表征话语含义的语义关系上。例如，“猫追狗”与“猫被狗追”的意思不同，尽管两个句子都包含相似的单词。需要将各种意义线索整合到工作记忆中才能得出正确的信息。研究人员改变了计算模拟网络中的神经生物学特征，并比较了不同版本模型的性能。这使他们能够确定这些特征中的哪些实现了句子理解所需的记忆容量。