自由能原理的突触中心视角

自由能原理（FEP）是一个描述生物系统如何在环境中自组织并生存的数学框架。该原理在多个尺度上提供洞见，从注意或觅食等高层行为与认知功能，到专门化皮层微回路的动力学，表明 FEP 在脑功能的若干层面上均有体现。在此，我们将 FEP 应用于脑中最小的功能单元之一：单一兴奋性突触连接。通过聚焦于一个实验上已被充分理解的生物系统，我们能够在假设最少的情况下从第一性原理推导出学习规则。这种以突触为中心的 FEP 描述预测，突触通过随机突触释放与突触后神经元的胞体相互作用以探测其行为，并利用反向传播的动作电位作为反馈来更新突触权重。所涌现的学习规则是受调控的三重脉冲时序依赖可塑性（triplet STDP）规则，仅依赖于突触前与突触后脉冲的时序以及突触的内部状态。学习规则的参数完全由突触后神经元模型的参数决定，表明突触与胞体区室之间存在紧密的相互作用，并对突触动力学作出精确预测。突触层面的不确定性自动导致网络层面上在模糊情境中表现出的不确定性表征。我们展示了 FEP 学习规则可应用于脉冲神经网络，用于监督与无监督学习，以及一个行为主体与环境交互的闭环学习任务。