What？你的大腦通過計算微積分來控制快速運動？
該發現來自 MIT 研究團隊。
他們認為，大腦并非通過單一信号對高速運動精準控制，而是基于一套複雜的信号處理系統，對抑制、興奮兩種信号進行比對處理，得到最終指令。
論文中，研究團隊還用一套更「形象」的說法描述該過程——大腦在自己算微積分。
目前，該項研究已發表在 Cell Reports 上。
一些網友看後頗感 Amazing。
比如這位就表示，既然大腦都知道算微積分了，為啥大學還要學…… .
還有這位，看過研究結論，表示：這豈不是很像 PID 控制器？
所以，科學家如何證明上述結論？
下面展開講講。
△ 圖源：quantamagazine
發現大腦内的微積分系統
控制走路跑步的機制本身不難描述——大腦有個中腦運動區（MLR），它會向脊髓神經元發送信号。
信号後又流向腿部肌肉的運動神經元，這其中，興奮、抑制兩種信号分别直接控制了身體活動與停止。
但當奔跑有了目的地，事情變得複雜起來。
以前研究中，生物學家知道了目标信号是在大腦皮層形成，再傳遞給 MLR。
但精準的指令如何下達？如何控制身體突然停下？這是個問題。
為此，研究者以小鼠為實驗對象，開發一套實驗系統。
他們将其小鼠頭部固定，通過光遺傳學設備控制神經元激活，同時讓小鼠腳底踩着跑步機，給到特别的燈光圖案地标，訓練它移動。
若小鼠能走到地标處站住，并保持靜止 1.5s，就能聽見獎勵音并獲得喂水，然後，繼續去下一個指定位置。
反之，播送錯誤提示音不給喂水，重啟任務。如此往複訓練。
如果小鼠在 30 分鐘内成功停留 100 次，研究者即開始研究其行為模式及信号傳遞過程。
他們首先觀察了小鼠運動控制模式。
結果發現，小鼠為更快獲得獎勵，會先盡可能加速奔跑，然後在接近目标一定位置，快速刹車，以保證在正确位置停下。
科研者認為，此種現象證明了小鼠瞬間切換了自己的運動決策模式，并用一套方程描述該過程：
基于上面結論，結合之前理論研究，科研團隊假設，大腦皮層的次級運動皮層（M2）到控制運動的中樞底丘腦核 ( STN ) ，即 M2-STN 通路，所發信号，控制了動物運動的停止。
為此，他們向該通路輸入信号，激活它。結果證實，小鼠奔向目标中，确實會提前停下，如下圖 A 所示：
M2-STN 通路雖能控制小鼠停下，但它是不是時刻都工作呢？
科研團隊通過鈣成像技術，觀察該部分神經元活性的變化。
從中，他們能直接發現，在地标圖案停止處，通路中神經元也同步出現停止信号。與之對應的，即便小鼠在途中停下，M2-STN 通路停止信号卻并未出現。
這說明了，該通路與小鼠奔向目的地任務直接相關，而與一般運動的停止活動無關，且由視覺輸入信号主導系統變化。
更進一步，科學家将大腦各部分所監測到的活躍度随時間變化函數彙總，得到以下曲線：
科研工作者将上述大腦各部分信号活躍函數彙總建模，給出一個對時間進行微分的反饋控制系統。
由次級運動皮層（M2）的視覺信号作為輸入項。經過 STN、MLR 等部分，分成興奮、抑制兩路信号通過系統運算。
最終得到輸出項，進而完成對動作的控制：
在構建系統中，研究者特别指出，由于腦内 PPN 部分連有多路神經元驅動運動，因此，系統對其進行了微分運算，來抵消随時間累積的積分運算影響。
科學家認為，正是基于上述系統，我們的身體能夠短時間内快速根據輸入信号切換運動模式，精準地在目的地到來前某個位置「開啟減速刹車」，最終停在特定位置。
背後團隊
最後認識一下研究團隊。
本文通訊作者為 Elie Adam 與 Mriganka Sur，均來自 MIT 的 Picower 學習與記憶研究所。
Elie Adam 博士專注于使用數學方法結合實驗工程學來研究大腦動力學。
Mriganka Sur 教授為此次研究背後團隊主要負責人。
參考鍊接：
[ 1 ] https://doi.org/10.1016/j.celrep.2022.111139
[ 2 ] https://www.wired.com/story/your-brain-uses-calculus-to-control-fast-movements/
[ 3 ] https://www.quantamagazine.org/the-brain-uses-calculus-to-control-fast-movements-20221128/#comments
