中国人工智能学会通讯——心智模型CAM的学习记忆机制 1.2 记忆的生理基础

简介:

1.2 记忆的生理基础

一般认为,记忆的生理基础与新皮质和海 马有关。端脑表面所覆盖的灰质称为大脑皮质。 依据进化 , 大脑皮质分为古皮质 (archeocortex)、 旧皮质 (paleocortex) 和新皮质。古皮质和旧皮质 与嗅觉有关 , 是三层的皮质,总称为嗅脑。人 类新皮质高度发达 , 约占全部皮质的 96%。新 皮质发展成为六层,如图 2 所示。第一层是皮 质内部神经元投射信息交汇的地方。底下 L2/3 和 L5 层的锥体细胞投射上来轴突和顶树突, 在这里交汇,这里的神经元细胞很少,其中大 部分都是抑制性的。L2/3 层有各种神经元,主 要是小椎体细胞,构建皮质内的局部回路,这 些锥体细胞主要连接是在皮质内部,但也有连 到胼胝体的。L4 主要是颗粒性细胞,胞体较小 而密集,负责接收丘脑传递的感觉信号。L5 主 要负责传出信号,包含了最大的椎体细胞,将 轴突投射到其他不同的脑区。L6 也是主要负责 传出信号,但也接收丘脑传入的反馈信号。

image

新皮质记忆结构化的知识,存储在新皮 质神经元之间的连接中。当多层神经网络训 练时,逐渐学会提取结构,通过调整连接权值, 使网络输出的误差最小化,成为相对稳定的 长时记忆。

海马体是大脑内部一个大的神经组织, 它处于大脑半球内侧面皮质和脑干连接处。 海马体由海马、齿状回(dentate gyrus,DG) 和海马台组成。海马呈层形结构,没有攀缘 纤维,而有许多侧枝。构成海马的细胞有两类, 即锥体细胞和蓝细胞。在海马中,锥体细胞 的细胞体组成层状并行的锥体细胞层,它的 树突是沿海马沟的方向延伸。蓝细胞的排列 非常有序。图 3 给出了海马体的构造。

image

海马区在存储信息的过程中扮演着至关 重要的角色。短时记忆储存在海马体中。如 果一个记忆片段,比如一个电话号码或者一 个人的信息在短时间内被重复提及的话,海 马体就会将其转存入大脑皮质,成为长时记 忆。存入海马体的信息如果一段时间没有被 使用的话,就会自行“删除”,也就是被忘掉了。 而存入大脑皮质的信息也并不是完全永久的, 当你长时间不使用该信息的话,大脑皮质也 许就会把这个信息给“遗忘”掉。有些人的 海马体受伤后就会出现失去部分或全部记忆 的状况。记忆在海马体和大脑皮质之间的传 递过程要持续几周,并且这种转递可能在睡 眠期间仍然进行。

一些研究者运用 PET 技术来研究与陈述 性记忆或外显记忆有关的大脑结构。当被试 完成陈述性记忆任务时,右侧海马的脑血流 量要比完成程序性记忆任务时的更高一些。 这一发现是支持海马结构在陈述性记忆中起 到重要作用的观点。

相关文章
|
人工智能 搜索推荐 程序员
当AI学会“跨界思考”:多模态模型如何重塑人工智能
当AI学会“跨界思考”:多模态模型如何重塑人工智能
1558 120
|
人工智能 数据挖掘 大数据
人工智能模型决策过程:机器与人类协作成效
决策智能(DI)融合AI与人类判断,提升商业决策质量。通过数据驱动的预测与建议,结合人机协作,实现更高效、精准的业务成果,推动企业迈向数据文化新阶段。(238字)
|
机器学习/深度学习 人工智能 算法
普通人怎么学人工智能?这些隐藏学习秘籍大揭秘,生成式人工智能认证(GAI认证)来助力
在人工智能(AI)快速发展的今天,普通人学习AI已成为必然趋势。本文从明确学习目标与路径、利用多元化资源、注重实践应用、关注GAI认证及持续自我提升五个方面,为普通人提供系统化的AI学习指南。通过设定目标、学习编程语言、参与项目实践和获取专业认证,普通人可逐步掌握AI技能,在未来职场中占据优势并开启智能时代新篇章。
1222 11
|
人工智能 算法 安全
深度:善用人工智能推动高等教育学习、教学与治理的深层变革
本文探讨人工智能技术与高等教育深度融合带来的系统性变革,从学习进化、教学革新与治理重构三个维度展开。生成式AI作为技术前沿代表,正通过标准化认证体系(如培生的Generative AI Foundations)提升职场人士、教育者及学生的能力。文章强调批判性思维、高阶认知能力与社交能力的培养,主张教师从经验主导转向数据驱动的教学模式,并提出构建分布式治理结构以适应技术迭代,最终实现人机协同的教育新生态,推动高等教育在智能时代焕发人性光辉。
|
存储 人工智能 搜索推荐
Mem0 + Milvus:为人工智能构建持久化长时记忆
Mem0 为AI打造持久记忆层,结合Milvus向量数据库,让智能体记住用户偏好、追溯历史对话,实现个性化持续交互,告别“健忘”AI。
Mem0 + Milvus:为人工智能构建持久化长时记忆
|
机器学习/深度学习 人工智能 机器人
推荐一些关于将图形学先验知识融入人工智能模型的研究论文
推荐一些关于将图形学先验知识融入人工智能模型的研究论文
523 95
|
机器学习/深度学习 人工智能 图形学
如何将图形学先验知识融入到人工智能模型中?
如何将图形学先验知识融入到人工智能模型中?
604 94
|
人工智能 JSON 算法
魔搭支持在阿里云人工智能平台PAI上进行模型训练、部署了!
现在,魔搭上的众多模型支持在阿里云人工智能平台PAI-Model Gallery上使用阿里云算力资源进行模型训练和部署啦!
1322 22
|
机器学习/深度学习 人工智能 算法
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别
鸟类识别系统。本系统采用Python作为主要开发语言,通过使用加利福利亚大学开源的200种鸟类图像作为数据集。使用TensorFlow搭建ResNet50卷积神经网络算法模型,然后进行模型的迭代训练,得到一个识别精度较高的模型,然后在保存为本地的H5格式文件。在使用Django开发Web网页端操作界面,实现用户上传一张鸟类图像,识别其名称。
1072 12
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别

热门文章

最新文章