神经科学与认知科学
突破级
暂无讲解视频
收录解读
这篇 Nature 论文直接连接生物神经网络和人工网络初始化问题：脑内自发大尺度活动为何能在单神经元快速时间常数之外形成持久协调模式。
作者发现小鼠大规模神经记录的 eigenvalue spectrum 和动力学性质，可由 critically normalized random symmetric matrix 驱动的线性动态近似解释；海马 CA1 则更像高效、去相关的信息存储码。
关键 AI 溢出在于：critically normalized artificial networks 也会产生高维全局活动模式，并且这些动态有助于时间依赖任务，包括 zero-shot working memory。
它值得正式收录，因为它不是普通神经科学发现，而是把脑范围动力学、random matrix initialization、工作记忆时间尺度和人工网络计算能力放在同一机制框架中。