运动目标预测跟踪的神经计算机制

迄今为止,人们对神经系统如何提取外部输入中静态信息的机制已经有所了解,但对其处理动态信息的机制却知之甚少.在处理运动信息时,神经系统面临的一个根本性挑战是克服神经信号在大脑内传输的时间延迟.这种延迟是显著的,同时又是不可避免的.它是层次化的神经信号通路和模块化的脑功能分区在传递、交流信息时必然产生的结果.如果这些时间延迟得不到补偿,神经系统对快速运动物体的空间位置的感知就会滞后于物体的真实位置,从而不能实时处理运动信息.大量实验表明大脑补偿延迟的策略是对运动物体将要到达的空间位置做出预测.回顾已有的数理模型,主要是具有负反馈效应的连续吸引子神经网络模型,及其实现运动预测的神经计算机制,并对相关神经网络模型在类脑计算中的应用前景进行了展望.