第一章高效节能的神经元与神经网络的神经信息处理
大量的神经元通过突触相互连接形成庞大的神经网络，大脑则由众多负责不同感知和认知功能的神经网络集群构成（而相当数量的神经胶质细胞、脑脊液等附属组织对神经网络起到了营养、结构支撑和代谢废物排泄等作用）。神经系统通过神经元内部的电信号以及突触之间的电化学信号传递信息，而产生和传输这些信号需要消耗大量的代谢能量。因此，大脑在进行信息处理时如何有效地利用能量是神经科学领域的一个重要的科学问题。
在本章，我们对高效节能的神经信息处理有贡献的可能因素和相关生物物理机制进行总结。这些因素涵盖离子通道的动力学特性、动作电位在轴突上的产生和传输过程、突触前神经递质的低概率释放、突触间的兴奋抑制平衡、神经元与神经集群的尺寸大小、最优噪声强度、皮层中的神经纤维布线、功能性连接的组织方式、编码策略和身体温度等。实验和理论的证据都表明，神经系统可能有效地利用这些机制，在处理神经信息过程中达到能量效率最大化。
有研究指出，在自然界长期进化过程中大脑所能获得的能量极其有限，这一限制导致的进化压力可能是大脑需要高效利用能量的驱动力。这样的驱动力可能迫使神经连接通过一种高度经济的形式组织起来，以便节省能量消耗以及减少空间占用等，也会使神经网络中的每个神经元需要独立编码信号的某种独立成分，以便以最少的神经元达到对输入信号的高效表征。这一能量效率最大化的基本策略或许会从根本上改变我们对数以百亿计（1011）的神经元如何组织起来形成复杂的网络以生成自然界最强大、最智能化的认知过程的理解。
大脑独最的形态结构以及生理特征是为了满足生存的需要，是在自然选择的压力下通过漫长的进化而形成的。处理巨量信息必然需要消耗大量的代谢能量，这就要求大脑必须高效地利用这些能量。而这一点可以通过调整神经系统的形态与生理参数，在收益与支出之间进行权衡来实现。最终，我们的大脑从分子到网络层次都分别进化出了高效节能的信息处理方式。理解这些方式背后的信息处理机制不仅有助于我们理解大脑的计算与结构组织原理，还对如何构建新一代能量高效的人工智能技术有积极的启示作用。本章阐述近年来从微观分子层次的离子通道门控，到宏观层次的全脑功能性连接上的不同层次的证据，以展示自然界如何通过优化神经系统的设计来创造大脑这一高效节能的神奇计算机。
我们的大脑具有数以百亿计的神经元和数以百万亿计的神经连接，以及在毫秒尺度内进行信息编码和交换的惊人能力。正是如此巨大的并行处理能力使得视觉系统能在100ms内对复杂的图像信息进行编码（Rousselet et al.，2004）。近期对突触传递的研究表明，单个突触可以平均储存高达4.7bit的信息。这意味着全脑可以在1s内交换1015bit的信息——这和整个万维网的信息量处在同一个量级（Bartol et al.，2015）。
大量的信息流动是极其耗能的，事实上，人类的大脑只占据身体重量的2%，但大脑的耗能在静息状态下占整个身体耗能的20%，而这一比例在工作状态下可以高达40%（Attwell & Laughlin，2001；Howarth et al.，2012；Kety，1957；Laughlin et al.，1998）。大脑皮层内超过70%的能量消耗直接来自皮层神经网络中信息在亚细胞层面的处理过程，比如动作电位产生过程中离子通道的开放和关闭、突触传递过程中神经递质的释放以及形成微功能性连接的皮层网络之间的同频率振荡活动等（Bear et al.，2015）。反过来，有限的能量资源在优化网络连接以及神经信号产生与传递方式的过程中可能起到外部限制因素的作用（Cherniak & Rodriguez-Esteban，2009；Laughlin，2001）。在每个单独的生理和形态参数的较大取值范围内，既能够高效地进行信息处理又能减少能量消耗的参数值，可能在进化上是最适的，因此也更容易通过自然选择保留下来。这一自然选择可能最终影响大脑在表征输入信号时所选择的编码策略（Laughlin et al.，1998）。因此，“使信息处理能力和能量消耗之比达到最大化”被认为是神经系统在面对自然选择的压力时遵循的基本原则。同时，神经系统对代谢能量效率的巨大需求可能在大脑的构建、功能、进化等方面起到不可忽视的优化作用 （Niven & Laughlin，2008）。
如果自然选择的压力的确趋向使信息处理能力最大化并能使能量消耗最小化，我们就应该能从实验中找到相应的证据。这些证据可能包括（但不仅限于）对离子通道动力学特征、轴突上钠离子和钾离子通道分布、皮层中单个神经元形态等方面的最优化，以及通过收支平衡选择最经济的信息表征策略。这些最优化的参数和最经济的策略可以被视为神经系统向高效节能方向进化的痕迹。要评估乃至最终证明这些痕迹的存在，就需要同时了解它们对信号处理能力以及能量消耗的影响。整合相关的研究将会回答许多脑科学的基本问题，例如，为何大脑如此设计？皮层中的信息如何以及为什么以某种特定的方式进行处理？大脑的能效是否还有提升空间？
近来在这方面的研究取得了许多实质性的进展。本章，我们综述这些支持神经系统进行高效节能信息处理和计算的实验和理论证据，包括能量高效的动作电位产生过程中的最优化离子通道门控，能量高效的神经脉冲序列生成时的最优化神经网络大小，使用稀疏编码表征信息，最优化的皮层网络排布，将能量优先分配给重要的连接节点，等等。这些研究提供了很多证据，说明自然进化出来的大脑在能量的利用上的确达到了极高的效率，而且对外界输入信号很可能采取了稳定、可靠且信息最大化的表征策略。
第一节 能量高效的动作电位及通道动力学特性
动作电位（在皮层神经元中携带着神经信息的电信号）在啮齿类动物大脑中消耗了超过20%的灰质能耗（Harris & Attwell，2012；Howarth et al.，2012）。钠离子浓度在神经细胞外（大约140mM）比细胞内（低于10mM）要高，因此在细胞膜两侧形成了近100mV的电势差。在动作电位的产生过程中，大量钠离子在这一电化学梯度的驱动下迅速跨膜向细胞内流动。动作电位产生完毕后，细胞膜上的钠钾泵必须将流入细胞内部的钠离子通过主动运输送回细胞外，这一过程需要ATP的水解提供能量（1个ATP对应3个钠离子的运输）。这一能耗在负责皮层间通信的长距离无髓鞘轴突上尤其突出（Lennie，2003）。由于每个动作电位携带信息的能力是有限的，要实现高效的信息传递，就要减少每个动作电位所消耗的能量。
动作电位的发生需要指向细胞内的钠离子电流来产生膜电位的上升支，同时需要指向细胞外的钾电流来产生膜电位的下降支。这两种相互拮抗的电流如果在时间上交叠得越多，那么就需要越多的钠离子流入细胞来产生动作电位。因此，最为高效节能的动作电位应该避免钠离子电流、钾离子电流在时间上的交叠。在经典的描述枪乌贼巨型轴突上的动作电位产生过程的Hodgkin-Huxley（H-H）神经元模型中，钠离子电流和钾离子电流有大幅度的交叠［图1-1（a）］，导致所需进入细胞内的钠离子高达理论最低值的4—10倍，甚至10倍以上（Hodgkin，1975）。然而，近期的一项实验研究（Alle et al.，2009）发现，在大鼠海马体无髓鞘苔藓纤维上，动作电位发生过程中进入颗粒细胞的钠离子并没有H-H神经元模型所估计的那么多［图1-1（b）］。这一结果说明，真实的皮层神经元能够产生高效节能的动作电位——仅仅需要理论最低值1.3倍的钠离子，这一发现在其他团队的实验中（Carter et al.，2009）也得到了证实。
这说明动作电位在较高等的动物中要远比想象中的更加高效节能。之后的研究发现，在向外的钾电流被大量激活之前，相对完整的钠通道失活过程可能是能量高效的动作电位产生过程中的一个关键性因素（Carter & Bean，2009)。实验（Hasenstaub et al.，2010；Schmidt-Hieber & Bischofberger，2010）和理论研究（Sengupta et al.，2013a；Sengupta et al.，2010）还发现，适当的钠钾电导率比例以及更小的钠离子激活-失活时间常数都可能对能量高效的动作电位有所贡献。
考虑到冷血动物（如海洋环境中的枪乌贼，体温在6—18℃）和温血动物（如37℃中的啮齿动物）大脑之间超过20℃的温度差，玻尔兹曼-阿伦尼斯的热力学理论或者所谓的Q10效应（Hodgkin & Huxley，1952）表明，离子通道的生化过程和动力学特性在这样的温度差之下将大不相同。确实，于玉国等的研究（Yu et al.，2012）发现，比起十几度的自然环境温度，温暖体温的存在将导致离子通道动力学特性的显著变化，包括钠离子、钾离子激活时间常数的大幅减少，动作电位上升相的速度提升，动作电位时程的缩短以及钠离子和钾离子电流交叠的大幅度减少［图1-1（c）］，所有这些依赖温度的变化最终导致能量高效的动作电位。当温度位于37—40℃时，这样的动作电位产生的能耗接近理论最小值（De Jesus et al.，1973）。因此可以说，哺乳动物和鸟类在进化历程中形成的体内37℃左右的恒温调节机制是脑内神经元动作电位产生和传输过程中高效节能的一个有效机制。同时，稳定的体温可能非常有利于提高神经系统的可靠性以及编码的精确性（Rinberg et al.，2013）。
温度对于动作电位产生以及传递过程的影响在早些时候有过报道（Bolton et al.，1981；De Jesus et al.，1973；Lang & Puusa，1981；Lowitzsch et al.，1977），但温度对动作电位能量效率的影响直到2012年才得到明确解析（Yu et al.，2012）。虽然单个动作电位的耗能随着温度升高而降低，但温度的上升也会促使动作电位发放率升高。这就导致神经元响应外界刺激发放的总耗能（即发放率乘单个动作电位的能量消耗）随温度的变化是非单调的，先随温度升高而减小，之后又随温度升高而增大。最终，神经信号的能量效率最高的状态在36—42℃（Yu et al.，2012）。然而，对于枪乌贼之类的无脊椎动物来说，信息传递和能量效率（定义为信息率与能量消耗的比值）都在Loligo［霍奇金（Hodgkin）等在实验中采用的枪乌贼种类］的典型生活温度范围（10—26℃）达到最大化。这或许表明冷血动物会适应环境温度，以提高能量效率（Wang et al.，2015）。
在不同的物种之间，动作电位的代谢能耗或许有着很大差异。森古普塔等（Sengupta et al.，2010）用包含相关离子通道性质（密度、单通道电导、激活/失活动力学特性、电压门控性等）的神经元单舱室模型，将脊椎和无脊椎动物神经元发放动作电位的能耗做了比较。研究发现，哺乳动物神经元（如丘脑-皮层中间神经元、海马体中间神经元、小脑颗粒神经元等）产生动作电位的能耗和理论预测的最小值很接近，而枪乌贼巨轴突和螃蟹的运动神经元轴突产生动作电位的能耗则远大于该最小值（图1-2）。哺乳动物神经元中产生动作电位的能量消耗要远远小于非脊椎动物神经元的能量消耗。因此，除温度外，在从非脊椎动物到哺乳动物的进化过程中，通道的动力学特性或许会达到一种最优化状态以减小动作电位的能耗。
