适应时间：为什么自然界可能进化出了多样化的神经元

大脑进化出了多样化的神经元，具有不同的形态和动力学特性，这些特性影响时间信息处理。相比之下，大多数神经网络模型使用同质单元，仅在空间参数（权重和偏置）上变化。为了探索时间参数的重要性，我们在具有不同时间复杂度的任务上训练脉冲神经网络，并保持不同的参数子集不变。我们发现，在资源紧张的情况下，适应传导延迟对于解决所有测试条件至关重要。值得注意的是，这些任务可以仅使用时间参数（延迟和时间常数）而保持权重不变来解决。在更复杂的时空任务中，可适应的爆发参数是必不可少的。总体而言，允许时间和空间参数的适应增强了网络对噪声的鲁棒性，这是生物大脑和神经形态计算系统的重要特征。我们的发现表明，丰富且可适应的动力学可能是进化生物体高效解决时间结构化任务的关键，这将有助于解释生物神经元的多样化生理特性。