bioRxiv🧠 neuroscience

Dual pathway architecture in songbirds enables robust sensorimotor learning

本文提出了一种受生物学约束的斑胸草雀鸣唱学习计算模型，证明一种双通路架构——将易变的基底神经节强化学习回路与巩固性的皮层运动通路相结合——能够通过有效穿越非凸性能景观并逃离局部最优，从而实现稳健的感知运动学习。

想象一下，你正在学习一项非常困难的新技能，比如在小提琴上演奏一首复杂的乐曲。如果你只是不断尝试随机的音符并寄希望于好运，你可能会陷入演奏一段简单、重复的曲调的困境，这段曲调听起来“还行”，但并非你想要的杰作。在学习领域，这被称为陷入“局部最优”——一个足够好的解决方案，却阻碍了你找到最佳方案。

本文探讨了鸣禽（特别是斑胸草雀）如何解决这一问题。它们并非仅靠试错来学习；它们的大脑中拥有一套特殊的“双轨系统”，帮助它们掌握复杂的鸣唱而不陷入困境。

以下是它们大脑的工作原理，通过一个简单的类比来解释：

双轨系统

将鸟的大脑想象成有两个不同的团队协同工作，教导鸟儿如何鸣唱：

“探索者”团队（基底神经节通路）：
这个团队就像一个狂野、富有创造力的即兴演奏者。它的任务是尝试许多不同的、略显杂乱的鸣唱变体。它采用“强化学习”方法，即尝试一个音符，聆听其效果，如果效果良好，便将其记住。然而，这个团队也被设计得具有一定的“易变性”或不稳定性。这种不稳定性实际上是一个特性，而非缺陷——就像摇晃一个雪花球，以确保你不会只盯着某一种漂亮的图案而停滞不前。它迫使鸟儿持续探索新的可能性，从而避免被困在一首平庸的鸣唱中。
“架构师”团队（皮层通路）：
这个团队就像一个谨慎、稳定的建造者。起初它安静且未成熟。随着“探索者”团队发现一个好的音符或乐句，“架构师”团队会缓慢地将其复制，并通过一种称为“赫布可塑性”的过程将其锁定（这基本上是一种 fancy 的说法，意指“一起激发的神经元会连接在一起”）。随着时间的推移，这个团队接管了对鸣唱的控制，使其变得流畅、一致且可靠。

它们如何协同工作

奇迹之所以发生，是因为这两个团队遵循不同的时间表。

早期学习： 当鸟儿年幼时，“架构师”团队仍在发育，尚未完全掌权。这使得“探索者”团队可以自由奔放，尝试多种不同的声音。由于“架构师”不会过快锁定内容，鸟儿可以在学习中实现巨大的跨越，并摆脱那些起初看似不错但实际上“糟糕”的鸣唱。
后期学习： 随着鸟儿成长，“架构师”团队逐渐成熟。它开始将“探索者”发现的成功模式加以巩固。狂野的实验逐渐放缓，鸣唱变得精准而完美。

为何这很重要

研究人员基于斑胸草雀的实际解剖结构和发育过程构建了计算机模型，以验证这一想法。他们发现，这种双通路系统在寻找完美鸣唱方面，远优于仅依赖试错的标准学习方法。

在他们的模拟中，这种双团队方法：

避免了陷入“足够好”的解决方案（局部最优）。
重现了现实学习中的“起伏”（有时鸣唱在变好之前会先变差）。
展示了随着鸟儿成熟，控制权如何自然地从大脑的“狂野”部分转移到“稳定”部分。

核心结论：
鸣禽并非仅仅通过重复有效的行为来学习；它们拥有一套内置的安全网，迫使它们在逐步构建稳定技能的同时，持续探索新想法。这种特定的大脑架构使它们能够高效地掌握复杂任务，表明其大脑的布线方式正是其成功的关键。