通过琥珀舞
神经生物学家第一次捕捉到了老鼠的大脑第一次学习到新东西的那一刻：在这种情况下，哔哔声表示一滴美味的糖水。 最近在《 自然神经科学 》上发表的研究结果支持了1940年代首次提出的著名学习理论。
位于弗吉尼亚州阿什本的霍华德·休斯医学院的珍妮莉亚研究园区的研究人员试图区分两种竞争性学习模型，它们是由中脑中产生多巴胺的神经细胞控制的。 这些在所有脊椎动物中发现的神经元都参与运动和学习。 唐纳德·赫布（Donald Hebb）在1940年代提出的一种学习理论是，大脑会从动物的成功中学习，并会因应发生的好事而射击。 许多神经生物学家都赞成的另一种说法是，动物在某种程度上是通过犯错误来学习的，从某种意义上来说，他们将错误的期望与现实相提并论。
乔什·杜德曼（Josh Dudman）实验室的研究科学家卢克·科丁顿（Luke Coddington）看到了基于错误的理论的问题：在学习新事实或新技能的最初阶段，无知的动物怎么会知道它犯了错？ 在以前的实验中，神经科学家研究了已经接受过一项任务训练的动物。 但是当老鼠意识到声音表明美味可口时，科丁顿想看到第一个有见地的火花。 他和杜德曼的报告发现，随着老鼠的学习，有两种不同的多巴胺神经元信号。 结果支持早期的Hebbian学习模型，一旦动物掌握了任务，它们便会转向基于错误的学习。
科丁顿将老鼠放在滴管前面，滴管输送了甜味的水。 会发出声音； 一个半半以后，款待到了。 研究人员可以告诉老鼠，如果舔了滴管，糖水就会来了。 Coddington还将老鼠固定在一个悬挂在弹簧上的弹簧管中，并连接到加速度计上，因此当他们对潜在奖励感到兴奋时，他可以评估这些动物的烦躁程度。
在这些实验中，科丁顿使用玻璃移液管到达并窃听了中脑中产生多巴胺的神经元。 由于这些神经元很少见，并且与其他类型的神经元混杂在一起，因此他使用了具有多巴胺神经元的基因工程小鼠，该多巴胺神经元对闪光灯有反应。 通过将光发送通过移液器，他可以找到正确的神经元。 然后，他用相同的移液器记录了他们的活动。 随着鼠标从无知到对音调宣布即将来临的治疗充满信心，神经元信号发生了变化。
在播放任何音调或提供任何糖水之前，Coddington收集了有关基线神经元活动的数据。 当老鼠烦躁不安时，他看到活动减少了。 好像神经元注意到了运动，结果什么也没发生。 结果是一个早期暗示，即大脑可以感觉到奖励，或者在这种情况下是缺乏奖励。
然后，在前两百次试验中，科丁顿观察到了老鼠对含糖奖励的反应。 老鼠可以闻到这种气味，并且在它出现后会舔它。 这导致了多巴胺神经元活性的两个峰值：一个是当鼠标注意到糖水时出现的，另一个是在舔moment之前。 对于后者，就好像大脑在说：“我要舔了，我很确定会有甜水，”科丁顿说。 杜德曼说，想像一下，当一个孩子伸手拿一块万圣节糖果的那一刻，知道它会很好的。 那就是制造多巴胺的神经元被激发的时候，即取得一定成功的时刻。
在接下来的数百次试验中，鼠标开始学习该音调指示即将到来的奖励。 发生这种情况时，Coddington观察到了多巴胺神经元放电的另一个峰值，这时老鼠听到了声音并期待了回报。 随着时间的流逝，舔signal信号越来越早地移动，并与音调的时间保持一致，因此，只要知道水在流动，鼠标就会立即开始舔ing。 “那是您获得最大学习的时候，” Coddington说。
然后，作者观察到了多巴胺能神经元，它们既感应即将到来的奖励的迹象，又注意到获得它的运动。 他们认为，未经训练的小鼠通过结合这两种信号，可以从赫布的建议中学到成功的经验。 只有在小鼠掌握了任务之后，学习过程才开始看起来像基于错误的过程。
加州斯坦福大学医学院的精神病学家和神经科学家尼尔·埃舍尔（Neir Eshel）对这项研究在监测早期学习以及鼠标运动方面的创新表示赞赏。 他说：“它为我们提供了一种思考系统最终目标的新方式。” “目标是找到一种方法来最大化那些可以带来更好结果的行为。”
但是Eshel还不愿意说早期学习完全是Hebbian。 他说：“我认为他们的论文在培训期间的任何时候都不会最终证明基于错误的学习。” “实际上您可以同时拥有两者。”
