主题：【原创】围绕脑科学而发生的若干玄想 -- 鸿乾
拿出支持性的实验证据吧，要不然怎么说的来着？还是太民科了:)
我们通过看电影知道，人的图像记忆在24分之一秒内就会形成。
人脑的突触能在24分之一秒就形成吗？而且要在24分之一秒内大量形成可以记录一副图像的突触。
而熔断就简单快速多了。从逻辑分析也能知道，快速形成记忆，熔断比建立连接要快速得多。只需要关闭细胞膜的某些分子受体就行了。
人的细胞可以在24分之一秒内关闭掉细胞膜上的几个受体通道。你找不出其他的生物学机制，能在24分之一秒内快速改变。突触形成不可能那么快。
人的突触生长，有一部分是为了“寻址搜索”记忆用的，即为寻址建立连接。
不过，其实没有必要把语调提高的嘛。民科其实没有什么不好嘛，
至少在我看来。
我这里请教，是否有可能区分经验和记忆，从神经生理上来讲的话？如果可能，大概是个什么样的情况？如果不可能，又是什么东西来支持？
事实上，突触功能的增强是一个相当快的过程（并不涉及到突触数量的增加），不过是一些受体的激活，蛋白的上膜，囊泡从rest区大量移动到到ready区，这些都是很经典的教科书内容了。这里的功能增强核心表现就是“电阻”的下降。
突触数量增加已经是长时称，长期记忆的表现了。
说实话，经验和记忆该如何定义我也不知道，似乎现在也没有什么特定的科学解释来区分这两个。
我个人觉得记忆和经验没有什么太大的区别。我们说依据经验采取的行动，不过就是依照记忆采取的行动而已。经验可能是依照多次相同的记忆而产生的，其实不过也就是增强了的长期记忆而已。比如我们说“看见打闪之后一般能听见打雷”，这个经验或者是别人告知，或者是自己发现的，但这其实也就是记忆而已。
当然啦，这是我自己的看法:)。我也不知道学术上有没有什么具体的区分。
我以为，记忆和寻址搜索是不同的功能。极可能生物学基础也不同。
比如，我们看到一张脸，会记住。过了几天，又看到一张脸，我们会去拿过去记录的脸和新纪录的脸比较，看是不是一个人。
这是寻址搜索的过程。这种寻址搜索，才是所谓的经验。
给小鼠注射肾上腺素。然后观察突触是否减少。
我的预测是触突减少。
我的理论是，肾上腺素就是种记忆增强分子。以快速形成永久记忆。因为伴随肾上腺素分泌的事件，都是关乎生死存亡的重大事件，很可能，肾上腺素帮助快速形成永久记忆。比如，很多应该临时形成的记忆，由于伴随了肾上腺素，结果在很短时间内变成了永久记忆。
而如果永久记忆是通过熔断突触形成的，那么肾上腺素的注射可能会促进触突的快速熔断。
所以，可以给小鼠注射肾上腺素，但不给其他刺激。然后比较过一段时候，大脑皮层树突是否减少。
（我不知道肾上腺素是否能通过血脑屏障。也许是通过组胺间接起作用）
下面都是胡扯的。
原始的神经细胞是从原始的表皮细胞转化来的（这是我胡扯的）。
神经细胞其实是表皮细胞的一个特化。
神经细胞的原始功能就是以层为单位进行联系的。虽然有时候看起来是“束”，其实还是个卷起来的层。
大脑的最高级逻辑单位，是大脑皮层，其实是以二维平面方式来组织的。可能其他功能结构会分布在不同的层上。但本质上，一个层是一个功能逻辑单位。不同层负责不同的功能，相互之间可以互相索取信息，但一个层是一个逻辑完整单元。
我们知道人的大脑是比动物的表面积增大，链接增密，而不是增大体积。（当然体积也增大，但其本质是表面积增大）
大脑皮层是通过增加表面积来变得复杂强大，通过在本层之间建立更密集的链接来增加复杂的逻辑。也就是说，进行逻辑的时候，只在本层平面进行，而不是立体交叉进行的。就像是个表面积无穷大的硅片表面。
假如这样的话，那么大脑比我们想象得要简单。
×××××××××××××××××××××××××××××××
我们假设有个无限大的平面硅片。上面有无数的小开关。这些小开关的链接通断，就可以形成任何的逻辑和记忆。这些开关通断既可以形成逻辑也可以形成记忆。但不能同一块地方既是记忆又是逻辑。
×××××××××××××××××××××××××××××××××
我们知道，生物学中的很多东西，都是反复折叠使用的。蛋白质过去以为是立体的。其实是一条一维的长链反复折叠形成的。DNA也可以看作是两条长链形成的结构。
我猜测这种反复折叠以增加复杂度的方式，是生物是某种偏好。大脑皮层也是由一个单一的二维膜，反复折叠形成的。虽然看起来是个立体，逻辑上还是一层二维膜。
×××××××××××××××××××××××××××××××××××××××××××
本初，原始的神经索的拓扑结构，是上皮细胞形成的一个像小肠一样的筒状膜。这个基本的拓扑结构我认为一直都没有变过。
德国小组领导瓦伦丁·斯登说：“人们可能认为，突触的数量越多，动物处理或存储信息的能力就越强。而事实正相反，这些动物学习能力很差。行为测试显示，没有SynCAM1的小鼠学得更快记得更好。”
very intuitive;
my speculations:
1.
"brain matter", a piece of condensed matter@平衡态 to start with, 人之初性本"平衡", until out of college?
2.
once got into 社会生产关系, 社会光場熱場 輻射 our 人之初性本"平衡"brain, 晶格扭曲缺陷, 晶格畸变, 波動around the dynamically formed/adjusted 平衡态, with 声子=意識子, brain球=Bloch球, kind of analogy
2.1
dynamic 熔断突触 is part of deal, at least economical, in terms of logic processing structure, etc
2.2
because of 社会生产关系, 智能=mostly 社会智能, as you said before, basically gaming 智能 to survive and prosper in this wild社会光場熱場, from an individual point of view;
from society's point of view, 智能 has to be related to some kind of dynamically formed/adjusted 社会价值 ( to make sense for market/society, etc
2.3
brain computing, a lot of (平衡态统计力学)统计数据 based and largely 摸着石头过河 kind of 智能, in 社会光場熱場
3.a lot of 混態
too many for individual brain to figure all of them out, 过劳死@some critical混態 point , eventually
zh.wikipedia.org/zh-hk/布洛赫球面
跳到 布洛赫球與混態: 布洛赫球(Bloch ball)是布洛赫球面的擴充，混態(mixed state)會出現在球內而不是球面上，亦即離球心距離<1的點。並可從此推論出球心
---quoted------
[PPT]
Chapter 1. Introduction - 計算式智慧暨人機互動實驗室
cilab.csie.ncu.edu.tw/course/nn/nn1.ppt
檔案類型: Microsoft Powerpoint - HTML 版
類神經網路之簡介. 1.1 簡介. 電腦的有效性仍然令我們失望，譬如說在影像辨識、語音辯認、以及決策處理等方面的問題上。 在於數位電腦基本架構的限制，因其本質上 ...
------
其实物理学和生物学的不同在于尺度 [ 南七 ]
http://www.ccthere.com/alist/2891901
其实物理学和生物学的不同在于观察者（subject）和被观察物(object)的尺度不同。这个尺度包括时间和空间尺度。观察者用observable 描述object的状态。量子物理学中，观察者远大于object（比如电子），感兴趣的是object的统计态。电子可以有个性，有结构，但对于观察者的实验来说无法体现，不进入observable. 我们用一个单电子晶体管，看到的仍然是这个电子的大量运动（比如10^10 /sec）的平均。
但生物学不同，观察者和object的尺度相近。所用的observable必须体现object的个性。比如你想描述对MM献媚之后她的反应。今天你对实验室刚来的女生做实验，她也许看你一眼，扬长而去。明天你碰上凤姐又做了次试验，她诱于你的才情，多半会很有兴趣的邀你喝一杯。你的observable要解释这不同的反应。如果你有物理学家那么幸运，只需要描述time average or collective average的话，你就可以很哲学很正确的说，“男性不断向MM献媚，不断有一个男性和一个MM结婚。下面呢？下面没有了。”当然物理学家比较boring, 只好说，“electrons and holes recombine.”
由于尺度的原因，古时候的人对历史学家就如同电子对物理学家一样。要研究明朝的资本主义生产萌芽。人的个性就毫无必要。历史学家只需要这样的observable: 有几类人（能带），每类人多少（population distribution），活多久（lifetime），挣多少钱（energy levels）, 活动范围(momentum)， 有何限制（potential function），等等。一样可以列方程，再加几个经验参数，肯定准。
我是这样跟小同志们解释的，不会误人子弟吧？汗。
生物研究如此苛刻，有没有办法？我的主意是对每个object建一个数据库，就跟我们国家的档案似的。根据实验不断更新。这个数据库就是observable。比如说你给你家领导送花，特喜欢，就记入数据库。万一她花粉过敏，倒是喜欢小笼包，就赶快更新。如果你对实验室的每个青蛙和老鼠都如此尽心，何愁结果不准？老范造就指点过，“嗟夫，予尝求古仁人之心，或异二者焉为。”
-----------
有机高分子中光生极化子的物理机制
http://file.lw23.com/e/e7/e76/e76d7ed0-c66e-474b-a9f4-a83f4cc91e53.pdf
近年来着重于将凝聚态物理和高分子化学相结合，研究有机光电功能的机理。
1、对有机高分子的光电机理，提出了新思路，预言了高分子具有一系列独特的光电功能。有机光电子学是上世纪末以来的研究热点，获得2000年的诺贝尔化学奖。但在机理方面，有机光电子只是无机光电子的翻版。孙鑫提出了新的思路。他分析了有机高分子材料的特征是具有单双键交替的共轭结构，这是无机材料所没有的。根据共轭键结构依赖于 电子态的特点，提出高分子中载流子具有结构并能变化的理论。沿着这一思路，预言了高分子可具有一系列新的光电功能，它们不再是无机材料己有功能的模仿，论文于2000年发表在Phys.Rev.Lett上。同行的评价为“在基本理论和技术上都有很大兴趣，由于低维性，共轭高分子的激发很不同于通常的材料。……这可能指出了一种新的技术方向，特别是在硅技术接近终点时。”
2、发展了电子关联理论，澄清了高分子中关于共轭结构来源的争论。产生共轭结构的原因是什么? 这是高分子科学的基本问题。长期的研究形成了对立的两派，争论激烈。孙鑫等人指出，产生这种矛盾的原因是两派对电子关联都采用了流行的Hubbard模型，但是该模型只适用于窄能带体系，而高分子是宽能带材料。孙鑫等发展了宽能带关联理论。证明:在强屏蔽时，非对角关联起主要作用，削弱了共轭结构; 而在弱屏蔽时，对角关联起主要作用，增强共轭结构。这样就解决了争论，为双方接受。论文发表在Phys.Rev.Lett上。
3、预言孤子存在一类新的振动模，被定名为“Staggered mode”，后来得到实验的验证，在非线性运动中普遍存在。 孙鑫在有机光电子领域中的研究已在国际同行中得到认可。该领域的专业会议是 “国际合成金属会议”(International Conference of Synthetic Metals), 两年一次。孙鑫被推选为2002年第十二届会议的主席，（上海举办，代表1100多名，有三名诺贝尔奖得主参加）。
----
Ｈｕｂｂａｒｄ 模型是固体物理中描述金属绝缘体相变的一个简化模型［１］ ．在Ｈｕｂｂａｒｄ 模型中仅仅考虑
近邻格点之间的跳跃和同格点上的相互作用．对处于低温周期性势场中的粒子，Ｈｕｂｂａｒｄ 模型是个很好
的简化模型，因为在这种条件下，所有的粒子都占据在最低能带，次近邻格点之间的跳跃和不同格点间
的相互作用可以略去
http://qks.zjnu.edu.cn/upfile/soft/2011530/2011530145145324.pdf
我认为不需要任何玄虚的哲学和什么量子物理来解释。
大脑细胞神经细胞和上皮细胞没有什么不同。几乎是和小肠上皮细胞一样的细胞机制在运作。
所有的大脑中的信号机制，都可以用上皮细胞的细胞膜受体分子通道来解释。
其他不需要任何更基础的物理学和哲学。
×××××××××××××××××××××××××××××××××
过去，193几年，4几年的时候，研究遗传机制的时候，也是乱七八糟的想什么哲学啦，量子物理啦。其实遗传的生物学机制也是非常简单的机理。
1.
if we only model about how brain works in 自然場, such as driving a car in a complicated urban area, yes, "大脑细胞神经细胞和上皮细胞没有什么不同。几乎是和小肠上皮细胞一样的细胞机制在运作", google software can do it, a well trained dog may be able to do it as well
2. I am more interested in how brain works in 社会场;
marx differentiated 社会价值 from 使用价值, a great starting point to study 社会人, even today, very few white economists if any can ever comprehend marx's methodology, marx got "over hated" in the west for the obvious reasons ;
actually, today's all AI research is kind of missing the importance of 人 as 社会人 and its behavior
3. Marx's part of the "white logic" got completely thrown out in the west, and ended up as "an odd couple" with tg in a twisted situation as now in china, and Marxism is not going to workout fundamentally, anywhere.
and tg knows it too, I guess.
That said, marx's 社会人 model still has great methodological values, at least to my "social AI model";
you guys keep going (a good subject and I learned a lot),I comment mostly from my own point of view
我坚决支持mailsina的话：讨论科学时，任何名词都要严格定义。
这些虚无缥缈的什么场什么场，你有定义吗？你有描述场的微分方程吗？
使用价值社会价值，你有测量仪器吗？有量纲吗？
没有就不要乱扯。