类脑计算: 大脑网络连接与认知

类脑计算: 大脑网络连接与认知brain-inspired computing: brain networking and congnition
类脑计算的最根本的挑战是人类大脑信息处理和认知功能的复杂性。从分子层面来看，大脑的神经细胞连接是惊人的复杂。大脑神经网络及其连接中可能有某种复杂化原则在发挥作用，促使人脑的学习思维以及与生存环境的交互。大脑复杂的网络连接、信息传输和组织方式在实现人类的认知过程中起着关键的作用。科学界已经对大脑是由多个不同区域的脑组织连接而成的网络达成共识，其中各个脑组织区域负责不同的认知任务。层次化、多尺度、高度连通、多中央枢纽的网络拓扑结构，决定着大脑任务相关以及自发的活动。通过发掘大脑结构连接（structural connectivity）、功能连接（functional connectivity）和有效连接（effective connectivity）的聚合和分离（敛散性）来洞察大脑的认知机理。其中，大脑的结构连接是相对静态的，而功能连接和有效连接具有时、空动态演化的特性，具体表现在连接强度变化以及神经脉冲信号的时序关系变化上。
结构连接: 大脑的结构网络具有“Small world”的特性。大脑连接的形成方式和连接长度受限于生物材料和能量代谢的约束，形成了占大量比重的短距离连接（低成本）以及丰富的中央枢纽结构（适应性）。大脑的结构连接是大脑容错特性的生理基础，短距离的连接网络中部分细胞的消亡并不会影响大脑的功能，然而，中央枢纽单元的破坏，往往会对大脑的功能形成严重的、广泛的、甚至不可修复的损伤。
功能连接: 功能连接是和特定的任务相关联的，例如：通过对脸盲症患者的实验发现，人眼看到运动的人物时，大脑是通过两条不同的神经传输路径分别来提取人物身份和判断运动位姿（功能连接）。初级视觉中功能连接显示了较大的分离度和较小的模块间互连，而在高级的认知任务中则表现出了较多的模块间的互连度，揭示了生物视觉具有小范围竞争、大范围协作的特点。大脑任务切换时，功能网络的重构度可以预测人的认知弹性。
有效连接: 有效连接用来描述神经元之间的因果互动和相互影响，它并不是直接通过大脑皮层成像获得，而是通过统计分析的方法获得的。功能网络的重构度可以预测人的认知弹性，但在功能连接重构过程中，有效连接决定了认知弹性的效率和能力。
大脑的功能与其结构存在着对应关系。这种关系有别于基于符号和概率的知识表达，大脑通过复杂的时、空动态演化的网络系统来完成信息的判断和推理。对于这样一种可塑的、动态的非线性关系网络，目前，我们无法使用形式化的方法进行完整描述，更无法简单地利用传统的基于数值的计算模型来实现。