18、大脑理论中的信息、新奇性与惊喜

大脑理论中的信息、新奇性与惊喜

核心概念总结

信息理论的概念可以用于从多个层面理解大脑的功能，从神经元到整个生物体或个体。在每个层面上，我们可以区分传入信号带来的新奇性或惊喜，以及这些信号提供并传递给该单元的信息。通常情况下，信息和相应的传输通道容量大于所获得的惊喜，这种差异在整个生物体层面最为明显。

新奇性、信息和惊喜这三个概念大致对应着大脑活动的三种观点：
|概念|对应观点|具体解释|
| ---- | ---- | ---- |
|新奇性|主观观点|从单个神经元或神经群体的“视角”看待世界|
|信息（或互信息）|功能观点|衡量神经元对动物实验表现的贡献|
|惊喜|生理统计观点|试图发现神经激活的显著模式|

技术问题探讨

数学问题

对于合理的神经脉冲序列概率分布（如泊松分布）和各种定义的模式集，需要计算平均新奇性 $N(α)$ 和新奇性统计量 $prob [Nα ≤t]$（$t ∈R$）。对于泊松分布和大多数模式集（神经元、巧合和群体模式集），这个问题相对容易解决；但对于爆发模式集，问题较难，目前尚未有解析答案。

经典信息理论在神经科学中的应用

过去30年，经典信息理论在神经科学中有诸多应用，主要集中在以下几个主题：
1. 神经反应变异性中的信号与噪声 ：涉及研究神经反应中信号和噪声的区别，众多学者在该领域进行了研究。
2. 速率编码与脉冲精确计时 ：探讨神经元以速率编码还是精确脉冲计时来传递信息。
3. 群体编码