【信息科学技术与创新】 人类大脑中数据的产生，积累，增长 数据与信息 神经信息学

人类大脑中数据的产生、积累与增长

摘要

1. 本文首先提出人类大脑的基本定义，数据与信息的相关概念
2. 之后从神经元以及突触的作用机制分析人类大脑中数据的产生、积累与增长
3. 最后结合神经信息学对未来的脑科学相关技术进行展望

一、 人类大脑

脑是生物体内结构和功能最复杂的器官。现代智人的大脑内平均有神经元860亿个，每个神经元平均与1000个其他神经元相连接，从而产生共有约860000亿的连接。并且人脑是接受外界信号、产生感觉、形成意识、进行逻辑思维、发出指令和产生行为的指挥部。人脑具有极为精巧和完善的信息处理系统，是人体内外环境数据获得、存储、 处理、加工和整合的中枢。人脑的结构和功能及其复杂，需要从不同的层次对其进行研究。

人脑为神经系统最高级部分，由左、右两个大脑半球组成，两半球间有横行的神经纤维相联系。每个半球包括：大脑皮层：是表面的一层灰质。人的大脑表面有很多往下凹的沟（裂），沟（裂）之间有隆起的回，因而大大增加了大脑皮层的面积。人的大脑皮层最为发达，是思维的器官，主导机体内一切活动过程，并调节机体与周围环境的平衡，所以大脑皮层是高级神经活动的物质基础。

二、 数据与信息

数据是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。它是可识别的、抽象的符号。

而信息是对客观世界中各种事物的运动状态和变化的反映，是客观事物之间相互联系和相互作用的表征，表现的是客观事物运动状态和变化的实质内容。如果从物理学上来讲，信息与物质是两个不同的概念，信息不是物质，虽然信息的传递需要能量，但是信息本身并不具有能量。信息最显著的特点是不能独立存在，信息的存在必须依托载体。

通常情况下，数据经过加工处理之后成为信息，而信息需要经过数字化转变成数据才能存储和传输。

三、 从神经元及其突触的作用机制分析人类大脑中数据的产生、积累与增长

大量研究证实，反映和记录外部世界事物的输入或内部思维意识信号会激发大脑中不同部位的神经元按某种模式产生复杂的化学反应、电压变化等。并且这些变化分布模式与所对应的外部输入产生某种相对固定的映射关系，从而产生了对应的数据。这些数据会根据外部和内部信号激发而产生调整，形成一个复杂与动态的数据系统。

大脑神经元网络数据编码的方式和产生机制目前暂不清楚，但是我国的中国科学院神经科学研究所、脑科学与智能技术卓越创新中心、中科院灵长类神经生物学重点实验室空间感知课题组的题为《通过结合决策信号的测量与微电流刺激的干扰两种方法来解析大脑神经元信息的读码机制》的研究论文指出大脑对空间的感知包括两个重要阶段：一个是编码阶段，即外界环境中的声、色、光等刺激通过各种感官传入大脑中枢，激活了处理相应感觉刺激的神经元元件，从而把外界刺激分别编码在相应神经元的电活动中，例如偏好特定运动方向、空间朝向或者空间特定位置的细胞；二是解码或读码阶段，即这些神经元的电信号经过神经系统的层级传递，被下游神经元抽提信息，最终转化为大脑对外界刺激的感知，并在此基础上形成最终的决策，做出特定的行为。尽管如此，大脑神经网络的数据编码解码机制依然处于不清楚的阶段。

但是我们可以断定数据的产生和变化主要与连接神经元之间的突触密切相关。突触是两个神经元之间或神经元与效应器细胞之间相互接触、并借以传递信息的部位。

突触前细胞借助化学信号，即递质，将信息转送到突触后细胞者，称化学突触，借助于电信号传递信息者，称电突触。在哺乳动物进行突触传递的几乎都是化学突触；电突触主要见于鱼类和两栖类。根据突触前细胞传来的信号，是使突触后细胞的兴奋性上升或产生兴奋还是使其兴奋性下降或不易产生兴奋，化学和电突触都又相应地被分为兴奋性突触和抑制性突触。使下一个神经元产生兴奋的为兴奋性突触，对下一个神经元产生抑制效应的为抑制性突触。

一般说来，一个突触前细胞的刺激量不足以引起突触后细胞的反应，即不足以产生足够的递质，使突触后细胞膜的极性发生逆转；只有在几个突触细胞的共同刺激下，使多个突触都产生递质，这些递质的作用总合才能使突触后细胞兴奋。一个突触后细胞可同时与几个突触前细胞分别连成兴奋性和抑制性两种突触。这两种突触的作用可以互相抵消。如果抑制性突触发生作用，那就需要更强的兴奋性刺激才能使突触后细胞兴奋。

而一个神经元就是一个整合器，随时都在接受成百上千的信息，随时都在对所接受的信息进行加工，使相同的信息加在一起，相反的信息互相抵消，然后决定是兴奋还是保持沉默(抑制)。这大概正是生物体内神经网络对于传入的信息加工处理的基本机制，在一种简单模型看来通过这些外部或内部刺激后所形成神经元之间突触尺寸的差异形成了数据记忆，这也许就是人类大脑中数据的产生、积累与增长的原因。

四、 通过神经信息学研究人类大脑中的数据与信息

神经科学和信息科学是当今自然科学研究的两大热点。神经信息学是这两个学科相结合的新兴的边缘学科，位于医学、生物学、物理学、计算机科学、数学与信息工程技术的交叉点上。

神经信息学的一个任务便是要从信息和信息处理的观点来研究人脑，研究神经系统信息的载体形式，神经信息的产生、传输与加工，以及神经信息的编码、存储与提取机理等，并从系统和信息的观点建立以生物学实际为基础的神经网络模型。

在过去的6亿年的生命进化过程中，从原核单细胞到真核单细胞和多细胞生物，生物体在适应外部环境的过程中因竞争和生存的需要，开始逐渐产生能够获取外部数据并做出适应性反应的神经系统。而在多细胞生物进化过程中细胞，组织，和器官专业化的产生对获取、传输和处理数据的要求更高。因此收集环境数据的感官神经和存储处理数据的大脑应运而生。并且生物体通过进化产生出大量神经元相互联结而形成的神经网络，解决了在不断变化和复杂环境中人脑如何处理各种复杂信息的难题。尤其是人的高级认知功能的高度发展，使得人类成为万物之灵，具备了主宰世界的能力。

人脑的复杂性远远超出了我们目前的认识能力，传统的细胞生物学等的实验室研究对于解决人类对复杂信息的获取、处理与加工及高级认知功能的机制，犹如只见树木不见森林。神经信息学工具和数学模型的应用，使得我们可能从有限的实验数据中找出神经信息获取、处理和整合的规律和法则，提出在各种刺激条件下，脑内信息加工的数学模型的实验假设和用计算机模拟脑内神经信息网络。

Norbert Weiner认为，对大脑复杂性的研究，并不是通过寻找某种抽象的统一的计算方法，来形成一种深奥的理论，而是根据人脑自身的工作方式，尤其是大脑的结构及功能来构建模型，在构建模型时要考虑到神经生理的复杂性和生物系统的动态性。在神经信息学研究领域中一种新的研究模式将得到广泛应用，这就是“理论、 计算和实验的结合”，即实验数据、数学理论、计算机模拟和预测、生物学实验验证、数学模型与验证后的理论。这里强凋计算机模拟在神经信息学研究中的重要作用，因为它可以达到事半功倍的作用。同理，采集代表性的实验数据，提出实验假设，利用计算机模拟脑内神经网络和信息加工过程，再进行实验验证，有可能大大加快脑的研究进程。

参考文献
[1]黄卫平. 数据智能科学技术导论
[2]唐孝威,尹岭,唐一源. 人类脑计划和神经信息学