突破性发现，大脑依赖的是一种基于随机性的统计模式——高斯过程

近期，耶路撒冷希伯来大学的研究人员揭开了大脑空间记忆的新篇章。由尤拉姆·布拉克教授领导的团队，通过对“位置细胞”的研究，提出了一种全新的数学框架，解释了这些细胞如何在多种环境中编码空间信息。而其中最重要的发现，或许不是对大脑工作机制的“再发现”，而是重新定义了我们对神经网络“组织”与“随机性”的理解。

在过去的几十年里，神经科学家一直在致力于解码大脑中位置细胞的运作原理。这些位于海马体的特殊神经元被认为是大脑导航系统的核心。理论上，它们会在动物的运动过程中，通过发放电脉冲来标记特定位置，帮助其定位并进行空间记忆的编码。但这一过程的复杂性，远超了最初的想象。

传统观点认为，位置细胞的活动在空间中具有某种“对称性”。即它们在某一特定位置发放脉冲，这一发放模式在空间中的呈现出相对“整齐划一”的特征。然而，最近的研究却打破了这一思维定式。

当实验室将动物置于更大的、更多变的环境时，位置细胞的活动显得更加复杂——它们开始在多个空间位置同时发放，活动区域的形状和大小变得不可预测。看似杂乱无章的脉冲模式，背后究竟隐藏着怎样的机制？

布拉克教授的团队给出了一个非常有力的解释。他们提出，位置细胞的活动模式，实际上可以通过一种简单却非常强大的数学模型来加以解释——高斯过程。高斯过程，这一被广泛应用于气象学、天文学甚至海洋学中的工具，在此被巧妙地引入，揭示了一个全新的视角。

高斯过程本质上是一种描述随机现象的数学工具，广泛应用于自然界中的各种波动现象。当布拉克团队用这种模型来分析位置细胞的活动时，他们发现：这些细胞的激活区域并不是预设的“区域”或者“图形”，而是由一些“随机”的过程决定的。

这些随机过程并非毫无规律，反而具有某种统计意义。当随机过程的波动超过某一阈值时，位置细胞便开始放电，形成一个“位置标记”。这一过程是随机的，但却能生成具有空间信息的有效编码。

“看似随机的发放模式，实际上是在通过某种方式传递位置信息”，布拉克教授如是说。

这一发现显然对大脑的“设计论”提出了挑战。长期以来，神经科学家倾向于认为，大脑中的神经回路有着高度精细的组织和规划。每个神经元都有其明确的职责，回路之间的连接也是经过“精准设计”来执行特定功能。

但布拉克团队的研究表明，这种精密组织并非大脑工作的核心所在。相反，大脑更依赖的是一种基于随机性的统计模式。简单来说，大脑不需要精确设计每一个神经元的连接，而是通过随机的输入激活、不断调整这些“随机码”，来实现有效的空间信息传递。

这种对神经网络结构的理解，意味着我们可以在更广泛的层面上重新审视大脑的工作原理。传统的“有序设计”假设被推翻，取而代之的是一种“统计随机”的新模型。

那这些随机的发放模式到底如何被用来“编码”空间信息？这也是研究中的一个关键点。布拉克教授认为，位置细胞的激活，实际上形成了一种“码字”。这些码字被独特地分配给空间中的不同位置，构成了空间信息的编码系统。

这一发现与传统观点有着显著不同。在以往的理论中，大脑是通过精确的神经回路、复杂的细胞排列来构建空间地图的。而布拉克团队的研究则揭示了一种更加灵活、有效的空间记忆机制：通过统计随机性来生成独特的空间标记。不同的“位置码”代表了不同的空间位置，进而帮助动物在复杂的环境中进行导航。

布拉克团队的研究不仅提出了这一理论，还通过实验数据加以验证。他们通过回顾此前在蝙蝠、老鼠和大鼠身上的位置细胞记录，发现不同物种、不同环境下，位置细胞的激活模式遵循了相似的统计规律。无论是在一维、二维，还是三维空间，位置细胞的活动呈现出高度一致的随机分布特征。

这一理论的意义，并不仅仅在于否定“大脑设计论”的传统观点，更在于它提供了一种新的思维方式。我们不再需要在神经网络的精确组织和随机输入之间做选择，而是可以尝试理解：在高度复杂的环境中，如何通过“随机”的方式，生成有效且高效的空间记忆编码。