一位宇宙物理學家發現原來宇宙學與神經學有著異曲同工之妙。他用宇宙學的理論開發了一套應用於神經學的數學模型,看到了神經元之間以前的理論所看不到的規律。
在研究了宇宙學多年後,物理理論學家蒂爾薩比爾‧比斯瓦斯(Tirthabir Biswas)對神經學有了興趣,他加入了美國神經學研究機構——珍尼利亞農場研究園區(Janelia Farm Research Campus,縮寫 JFRC)。
他說:「今天的神經學和一百多年前物理學的情況有點類似,那個時候物理學有那麼多數據,科學家不知道它們代表的是什麼,讓人很有興趣去探索。現在神經科學家也面對著大量的信息,他們了解某些特定的大的迴路,但是缺乏對整體的認知,我看到我在這方面也許可以做出貢獻。」
腦細胞之間的聯繫到底是遵循怎樣的規律,這是目前困擾神經學家的一大問題。科學家發現,大腦內各種連接的數量是銀河系內恆星數量的成百上千倍之多。可是,到底哪些腦細胞之間是互相連接的,連接的原因是什麼,這些都是未解之謎。這極大限制了科學家治療某些神經系統疾病的能力,也阻礙著人工智能的研究。
珍尼利亞農場研究園區菲茨傑拉德實驗室(Fitzgerald Lab)負責人詹姆斯‧菲茨傑拉德(James Fitzgerald)提出一個想法,認為應該可以開發一套數學理論用於描述腦神經元之間的聯繫規律。正好此時比斯瓦斯加入了他的研究團隊。
多數研究人員都依賴微積分和代數理論鑽研數學問題,而比斯瓦斯利用他的專業背景,從高維幾何學的角度嘗試解決這個問題,他找到了一個新辦法。一開始菲茨傑拉德簡直不敢相信,在聽了比斯瓦斯的解釋後,他很震驚,意識到他們有了重要的發現。
菲茨傑拉德說:「他(比斯瓦斯)提出的見解能夠從根本上描述這些網絡的工作模式,這是科學家以前沒有意識到的。這是跨學科思考所帶來的飛躍性的見解。這是他的靈感,在他從未研究過的問題上得到了應用。」
這項研究成果發表於經同行審議的期刊《物理評論研究》(Physical Review Research)。
他們用這套新的見解嘗試分析一個人工神經網絡——就是模擬大腦工作模式的人工智能系統,能夠判斷出一些神經元連接的重要程度之間的差別。研究稱,了解這些連接的重要程度有助於更好地探索大腦進行各種任務的計算過程。
研究者表示,下一步他們將利用這套新的數學理論預測動物的大腦活動。他們將先從蒼蠅和斑馬魚幼魚這些簡單的腦組織入手,檢測這套新理論是否有效。
菲茨傑拉德說:「如果這套理論在簡單的大腦模型內得到驗證,我們再探索這套理論是否適用於更大一些的腦結構。」