神经自创生：在生物与人工神经网络中通过刺激回避组织自我边界
神经与进化计算
2020-01-29 v1 神经元与认知
摘要
生命体必须主动维持自身以持续存在。自创生（autopoiesis）是研究生命体的一个关键概念，其中生命体的边界并非静态，而是由系统自身动态调节。为研究自我边界的自主调节，我们关注生物与人工神经网络对环境变化的神经稳态响应。先前的研究表明，具身培养神经网络与具有脉冲时序依赖可塑性（STDP）的脉冲神经网络在学习动作时会回避来自外界的刺激。在本文中，作为使用具身培养神经元实验的结果，我们发现还存在第二种使网络能够回避刺激的特性：若智能体无法学习到回避外部刺激的动作，它倾向于减少刺激诱发的脉冲，仿佛忽视不可控输入。我们还表明，这种行为可由具有非对称STDP的脉冲神经网络复现。我们认为这些特性可被视为网络对自我与非自我的自主调节，其中可控神经元被视为自我，不可控神经元被视为非自我。最后，我们通过提出刺激回避原理引入了神经自创生。
引用
@article{arxiv.2001.09641,
title = {Neural Autopoiesis: Organizing Self-Boundary by Stimulus Avoidance in Biological and Artificial Neural Networks},
author = {Atsushi Masumori and Lana Sinapayen and Norihiro Maruyama and Takeshi Mita and Douglas Bakkum and Urs Frey and Hirokazu Takahashi and Takashi Ikegami},
journal= {arXiv preprint arXiv:2001.09641},
year = {2020}
}