絕大部分感覺,、認知和運動發(fā)起功能都依賴腦中大量神經(jīng)元相互作用,。隨著神經(jīng)元記錄技術的發(fā)展，科學家能同時監(jiān)視,、記錄腦中數(shù)百個神經(jīng)元的活動,，并有望將這一數(shù)字成倍提高。但關鍵問題不是為了超越單個神經(jīng)元,，而是從這些神經(jīng)元集群的記錄中,，能得到什么科學解釋。

　　對神經(jīng)元活動的簡單記錄不會自動產(chǎn)生明確的表達,，讓科學家理解大腦是怎樣工作的,。據(jù)物理學家組織網(wǎng)8月25日（北京時間）報道，美國卡內(nèi)基·梅隆大學（CMU）和哥倫比亞大學（CU）的兩位科學家在最近一期的《自然·神經(jīng)科學》雜志上聯(lián)合發(fā)表了一篇評論文章,，談到為何要研究大量神經(jīng)元的共同活動,，并提出一種名為降維算法的機器學習算法，可以有效處理大量記錄數(shù)據(jù),，幫助解釋大量神經(jīng)元的活動,。

　　“神經(jīng)科學中的一個核心原則就是，大量神經(jīng)元一起工作才能產(chǎn)生腦功能,。但大部分的標準分析法卻一次只能分析一兩個神經(jīng)元,，要想理解大量神經(jīng)元是怎樣互相合作的，必須用一種先進的統(tǒng)計方法，如降維計算,，才能解釋這種大尺度的神經(jīng)記錄,。”CMU電學與計算機工程和生物醫(yī)學工程副教授拜倫·余說,。

　　降維算法是將數(shù)據(jù)由高維減到低維,，用來揭示數(shù)據(jù)的本質(zhì)低維結構。在神經(jīng)科學中,，是用少數(shù)潛在或隱藏的變量來概括大量神經(jīng)元的活動,。比如在我們反復思考時，或在頭腦中解決數(shù)學問題時,，所有活動都是在腦內(nèi)進行而不在外部世界,，通過這些潛在變量可以跟蹤一個人的思路。它提供了一種深入的工具,，讓人們能理解大腦是如何區(qū)分不同的氣味,，在不確定的情況下做出決策，在沒有真實動作時考慮要移動哪個肢體,。兩位作者認為,，把降維算法作為一種標準分析方法，在人們比較研究健康大腦和異常大腦的活動方式時將會更容易,，最終為腦損傷和腦功能紊亂帶來更好的治療方法,。

　　哥倫比亞大學統(tǒng)計學副教授約翰·康寧漢姆說：“科學研究的一個主要目標就是用簡單的術語解釋復雜的現(xiàn)象。傳統(tǒng)的神經(jīng)科學家一直在尋找簡化單個神經(jīng)元的方法,，但他們發(fā)現(xiàn),，神經(jīng)元的活動模式具有變化的特征，一次只檢查一個神經(jīng)元是很難理解這些活動的,。降維算法為我們提供了一種涵蓋單個神經(jīng)元的變化的方法,，為神經(jīng)元之間的彼此互動找到簡單的解釋?！?/p>

　　研究人員還指出,，雖然在神經(jīng)科學中降維算法還相對較新,，但已顯出光明前景,。隨著神經(jīng)記錄技術的發(fā)展和美國腦計劃的展開，大數(shù)據(jù)會變得更大,，降維算法可能成為一種必不可少的數(shù)據(jù)處理方法,。

　　總編輯圈點 

　　面對大量數(shù)據(jù)，科學家想要迸發(fā)新的思路并不容易,。利用降維算法處理大量神經(jīng)元記錄數(shù)據(jù),，幫助理解大腦活動，神經(jīng)學家顯然已經(jīng)將大數(shù)據(jù)工具應用到分析大腦細胞活動中來,，這樣的研究可能暗含更有希望的方法,，只需要進行少量調(diào)整,、使用新的計算分析，原來的數(shù)據(jù)就可以更有用途,。我們期待新的研究方法幫助人類對自己大腦的工作原理產(chǎn)生新的認識,。