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
|
6天前
|
人工智能 自然语言处理 API
人工智能大模型之开源大语言模型汇总(国内外开源项目模型汇总)
人工智能大模型之开源大语言模型汇总(国内外开源项目模型汇总)
人工智能大模型之开源大语言模型汇总(国内外开源项目模型汇总)
|
17天前
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI产品使用合集之在maxcompute上跑模型,如何在本地进行推理
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
人工智能平台PAI产品使用合集之在maxcompute上跑模型,如何在本地进行推理
|
3天前
|
机器学习/深度学习 数据采集 人工智能
人工智能:构建自定义机器学习模型的步骤与技巧
【6月更文挑战第25天】构建自定义机器学习模型涉及明确问题、数据收集预处理、特征工程、模型选择训练、评估优化及部署监控。关键技巧包括选择适配的算法、重视数据预处理、精巧的特征工程、有效评估优化和适时的模型更新。通过这些步骤和技巧,可提升模型性能与泛化能力。
|
8天前
|
人工智能 自然语言处理 机器人
【AIGC】大型语言模型在人工智能规划领域模型生成中的探索
【AIGC】大型语言模型在人工智能规划领域模型生成中的探索
36 6
|
7天前
|
传感器 机器学习/深度学习 人工智能
多模态大模型代表了人工智能领域的新一代技术范式
多模态大模型代表了人工智能领域的新一代技术范式
13 2
|
10天前
|
人工智能
人工智能大模型——零样本提示
**零样本提示**是向LLM如ChatGPT提问时不提供示例的方式,适用于目标明确、问题简单和答案固定的场景。例如,翻译请求或简单算术问题。在实践中,清晰、简洁的提示能获得更好响应。案例展示包括翻译和定义解释,ChatGPT能有效回应。理解其应用和技巧的同时,也应注意其对复杂情境理解的限制。
18 3
|
17天前
|
机器学习/深度学习 人工智能 PyTorch
人工智能平台PAI产品使用合集之Alink是否加载预训练好的pytorch模型
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
16天前
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI产品使用合集之如何删除oss路径上特定的模型
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
17天前
|
机器学习/深度学习 人工智能 网络安全
人工智能平台PAI产品使用合集之在本地可以成功进入模型流,但在服务器上无法进入,是什么原因
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
16天前
|
机器学习/深度学习 人工智能 算法
人工智能平台PAI产品使用合集之多目标模型eval比较耗时间,该如何优化
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。

热门文章

最新文章