在人工智能領(lǐng)域，訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)的核心算法——反向傳播（backpropagation）通過計(jì)算損失函數(shù)對(duì)每個(gè)連接權(quán)重的梯度（即誤差信號(hào)），并沿著網(wǎng)絡(luò)層次反向傳遞這些梯度來更新權(quán)重，從而高效地解決“信用分配問題”。然而，這一算法在時(shí)間上分離了前向傳播和誤差反向傳播兩個(gè)階段，這被認(rèn)為與大腦實(shí)時(shí)、連續(xù)的信息處理方式不符。那么，大腦這個(gè)精密的生物神經(jīng)網(wǎng)絡(luò)，是如何在復(fù)雜的層次結(jié)構(gòu)中，將行為結(jié)果（例如成功或失�。┚珳�(zhǔn)地“歸功于”或“歸咎于”網(wǎng)絡(luò)中特定的神經(jīng)元和突觸，從而實(shí)現(xiàn)高效學(xué)習(xí)的呢？這是神經(jīng)科學(xué)中長(zhǎng)期懸而未決的核心問題。

近年來，理論神經(jīng)科學(xué)家提出了一個(gè)引人入勝的假說：大腦可能通過空間而非時(shí)間的分離來解決這個(gè)問題。具體來說，皮層錐體神經(jīng)元的樹突結(jié)構(gòu)為此提供了天然的硬件基礎(chǔ)。這些神經(jīng)元接收來自不同來源的輸入：來自低級(jí)或同層區(qū)域的“前饋”輸入主要作用于胞體近端區(qū)域，而來自高級(jí)或反饋區(qū)域的“自上而下”輸入則主要投射到頂樹突（apical dendrites）。理論模型提出，這種空間隔離可能允許神經(jīng)元在同一時(shí)間整合前饋信號(hào)和反饋教學(xué)信號(hào)，從而實(shí)現(xiàn)單階段的、向量化的學(xué)習(xí)。其中，“向量化”意味著教學(xué)信號(hào)是針對(duì)每個(gè)神經(jīng)元量身定制的，而不是一個(gè)廣播給所有神經(jīng)元的標(biāo)量信號(hào)。這一假說雖然極具說服力，但一直缺乏直接的實(shí)驗(yàn)證據(jù)。

為了填補(bǔ)這一空白，并直接測(cè)試大腦中是否存在向量化的教學(xué)信號(hào)，研究團(tuán)隊(duì)設(shè)計(jì)了一項(xiàng)巧妙的實(shí)驗(yàn)。他們利用了神經(jīng)反饋腦機(jī)接口（Brain–Computer Interface， BCI）任務(wù)。在這項(xiàng)任務(wù)中，實(shí)驗(yàn)者可以明確定義一個(gè)“獎(jiǎng)勵(lì)函數(shù)”——將神經(jīng)活動(dòng)直接映射到任務(wù)表現(xiàn)上。研究人員訓(xùn)練頭固定的小鼠學(xué)習(xí)控制其后壓帶回皮層（Retrosplenial Cortex， RSC）中兩群空間上交織的第5層錐體神經(jīng)元的活性。其中一群神經(jīng)元（P+）的活動(dòng)會(huì)使一個(gè)視覺光柵朝向目標(biāo)方向（90°）旋轉(zhuǎn)，而另一群神經(jīng)元（P-）的活動(dòng)則使其反方向（0°）旋轉(zhuǎn)。小鼠需要通過差異性地調(diào)控這兩群神經(jīng)元的活性來使光柵轉(zhuǎn)向目標(biāo)方向以獲得水獎(jiǎng)勵(lì)。這個(gè)設(shè)計(jì)的關(guān)鍵在于，實(shí)驗(yàn)者完全知曉每類神經(jīng)元（P+ 和 P-）對(duì)任務(wù)錯(cuò)誤的“因果貢獻(xiàn)”：增加P+活性會(huì)減少錯(cuò)誤（使光柵趨近目標(biāo)），而增加P-活性則會(huì)增加錯(cuò)誤。這就為在細(xì)胞水平上檢測(cè)特異性的教學(xué)信號(hào)提供了清晰的參照框架。

與此同時(shí)，研究人員使用雙光子顯微鏡，同時(shí)記錄這些神經(jīng)元的胞體及其對(duì)應(yīng)的遠(yuǎn)端頂樹突的GCaMP7f鈣信號(hào)活性。這使得他們能夠比較同一神經(jīng)元內(nèi)，樹突和胞體活動(dòng)的相對(duì)關(guān)系，并探究樹突是否編碼了與任務(wù)表現(xiàn)相關(guān)的額外信息。

本研究所采用的關(guān)鍵技術(shù)方法包括：利用神經(jīng)反饋腦機(jī)接口（BCI）任務(wù)在小鼠后壓帶回皮層（RSC）第5層錐體神經(jīng)元中建立明確的獎(jiǎng)勵(lì)函數(shù)；使用雙光子鈣成像技術(shù)，通過電可調(diào)透鏡半同步記錄胞體與遠(yuǎn)端頂樹突的GCaMP7f信號(hào)；應(yīng)用支持向量機(jī)（SVM）等解碼器分析群體神經(jīng)活動(dòng)向量與樹突-胞體信號(hào)殘差（SD residual）的關(guān)系；以及在NDNF-Cre轉(zhuǎn)基因小鼠中進(jìn)行靶向光遺傳學(xué)操控，特異性激活表達(dá)ChRmine的層1 NDNF⁺抑制性中間神經(jīng)元，以擾動(dòng)頂樹突的信號(hào)處理。

研究人員首先證實(shí)，小鼠能夠?qū)W會(huì)這項(xiàng)BCI任務(wù)，其表現(xiàn)（成功試次比例和每分鐘獲得的獎(jiǎng)勵(lì)數(shù)）隨著訓(xùn)練天數(shù)顯著提升。學(xué)習(xí)伴隨著神經(jīng)元活動(dòng)的特異性變化：P+神經(jīng)元的活性在訓(xùn)練過程中得以維持，而P-神經(jīng)元的活性則被下調(diào)。這種差異性的調(diào)控表明學(xué)習(xí)并非通過全局增益調(diào)制實(shí)現(xiàn)，而是涉及對(duì)特定神經(jīng)元群體的精確控制。

接下來，研究團(tuán)隊(duì)探究了樹突是否包含胞體活動(dòng)所不具備的信息。他們發(fā)現(xiàn)，盡管樹突和胞體的鈣瞬變事件在時(shí)間上高度相關(guān)，但它們的相對(duì)幅度存在顯著差異。通過計(jì)算每個(gè)事件中樹突與胞體活動(dòng)幅度的殘差（稱為SD殘差），他們發(fā)現(xiàn)，SD殘差的大小和方向（即樹突相對(duì)胞體是放大還是衰減）能夠被周圍網(wǎng)絡(luò)中其他神經(jīng)元在事件前2秒內(nèi)的活動(dòng)所預(yù)測(cè)。這意味著樹突活動(dòng)的變化并非隨機(jī)，而是由局部網(wǎng)絡(luò)動(dòng)態(tài)編碼的。進(jìn)一步分析表明，樹突放大的事件中，樹突鈣瞬變的峰值通常早于胞體峰值，這與離體研究的發(fā)現(xiàn)一致，提示了不同的輸入來源。

為了驗(yàn)證SD殘差作為樹突特異性信號(hào)的穩(wěn)健性，研究團(tuán)隊(duì)進(jìn)行了兩項(xiàng)操控實(shí)驗(yàn)。首先，他們比較了小鼠清醒和麻醉狀態(tài)下樹突-胞體信號(hào)的關(guān)系。已知麻醉會(huì)減少自上而下的輸入并抑制頂樹突活動(dòng)。實(shí)驗(yàn)結(jié)果顯示，與清醒狀態(tài)相比，麻醉狀態(tài)下SD殘差顯著減小，樹突活動(dòng)受到相對(duì)更強(qiáng)的抑制。其次，他們利用光遺傳學(xué)特異性激活了靶向頂樹突的層1 NDNF⁺抑制性中間神經(jīng)元。同樣，這種操控也顯著降低了SD殘差。這兩項(xiàng)獨(dú)立實(shí)驗(yàn)證實(shí)，SD殘差能夠被已知影響樹突輸入的處理方式可預(yù)測(cè)地調(diào)控，從而確立了其作為樹突相對(duì)活性指標(biāo)的可靠性。

研究人員進(jìn)而測(cè)試SD殘差是否編碼了可作為教學(xué)信號(hào)的任務(wù)相關(guān)變量。他們構(gòu)建了所有被記錄神經(jīng)元的SD殘差群體向量，并使用線性支持向量機(jī)解碼器進(jìn)行分析。結(jié)果顯示，該群體向量能夠以高于隨機(jī)水平的準(zhǔn)確率，解碼一個(gè)試次是成功（獲得獎(jiǎng)勵(lì)）還是失�。ǔ瑫r(shí)），無論是在結(jié)果交付后的2秒內(nèi)，還是在結(jié)果即將發(fā)生前的2秒內(nèi)。更重要的是，當(dāng)光遺傳學(xué)激活層1 NDNF⁺中間神經(jīng)元時(shí)，這種對(duì)獎(jiǎng)勵(lì)和試次結(jié)果的解碼能力被消除。這表明，局部皮層抑制在樹突對(duì)任務(wù)相關(guān)變量的加工中起著關(guān)鍵作用。

這是本研究最核心的發(fā)現(xiàn)。為了區(qū)分“標(biāo)量”錯(cuò)誤信號(hào)（所有神經(jīng)元接收相同信號(hào)）和“向量化”錯(cuò)誤信號(hào)（信號(hào)因神經(jīng)元的因果角色而異）這兩種假說，研究人員分析了在任務(wù)錯(cuò)誤減少和錯(cuò)誤增加的時(shí)間窗內(nèi)，P+和P-神經(jīng)元樹突的SD殘差。他們發(fā)現(xiàn)，在錯(cuò)誤減少時(shí)期，P+神經(jīng)元的樹突活動(dòng)相對(duì)于其胞體被放大（正SD殘差），而P-神經(jīng)元的樹突活動(dòng)則相對(duì)衰減（負(fù)SD殘差）。在錯(cuò)誤增加時(shí)期，這種關(guān)系發(fā)生了反轉(zhuǎn)：P+神經(jīng)元樹突活動(dòng)相對(duì)衰減，而P-神經(jīng)元樹突活動(dòng)相對(duì)放大。這種符號(hào)相反的模式，正是向量化教學(xué)信號(hào)的標(biāo)志——每個(gè)神經(jīng)元接收到的錯(cuò)誤信號(hào)與其對(duì)任務(wù)表現(xiàn)的因果貢獻(xiàn)相匹配。這種關(guān)系在P+和P-神經(jīng)元中穩(wěn)定存在，且不受其胞體活動(dòng)水平變化的影響。最后，當(dāng)通過光遺傳學(xué)激活層1 NDNF⁺中間神經(jīng)元來干擾樹突信號(hào)時(shí)，這種細(xì)胞特異性的錯(cuò)誤信號(hào)模式被消除，并且小鼠在BCI任務(wù)中的學(xué)習(xí)進(jìn)程受到嚴(yán)重?fù)p害。

這項(xiàng)研究為大腦如何解決信用分配問題提供了首個(gè)細(xì)胞水平的體內(nèi)實(shí)驗(yàn)證據(jù)。研究結(jié)果表明，大腦皮層通過錐體神經(jīng)元樹突的空間區(qū)隔化計(jì)算，實(shí)現(xiàn)了向量化的教學(xué)信號(hào)傳遞。這種機(jī)制使得單個(gè)神經(jīng)元能夠通過其頂樹突接收特異性的、與任務(wù)錯(cuò)誤相關(guān)的教學(xué)信號(hào)，從而指導(dǎo)突觸可塑性和行為學(xué)習(xí)。本研究發(fā)現(xiàn)的錯(cuò)誤信號(hào)具有梯度計(jì)算的特征，但其更類似于錯(cuò)誤導(dǎo)數(shù)而非誤差本身，這提示其可能與反向傳播算法存在差異，而與目標(biāo)傳播等替代性算法更為一致。研究結(jié)果調(diào)和了關(guān)于樹突功能的早期理論（強(qiáng)調(diào)樹突分支作為獨(dú)立計(jì)算單元）與近期體內(nèi)研究發(fā)現(xiàn)（樹突與胞體事件高度共現(xiàn)）之間的矛盾，提出了一個(gè)樹突在信用分配中扮演核心角色的新框架：樹突并非完全獨(dú)立，而是在與胞體高度協(xié)調(diào)的同時(shí)，進(jìn)行著局部、特異性的計(jì)算，以加工教學(xué)信號(hào)。

這項(xiàng)工作不僅推進(jìn)了我們對(duì)大腦學(xué)習(xí)機(jī)制的基礎(chǔ)理解，也為開發(fā)更高效、更具生物合理性的新一代人工智能算法（如受大腦啟發(fā)的單階段學(xué)習(xí)算法）提供了關(guān)鍵的神經(jīng)生物學(xué)洞見。它展示了一種結(jié)合了明確理論假設(shè)、精密行為范式、細(xì)胞分辨率成像和特異性環(huán)路操控的研究范式，為未來在更復(fù)雜的認(rèn)知任務(wù)中解析信用分配的神經(jīng)機(jī)制鋪平了道路。