2.竞争和近邻学习

   大脑皮层网络联结的竞争学习和近邻学习的神经学机制，是通过神经元之间的侧向抑制实现的竞争学习，通过神经元群体集中发放实现的近邻学习。竞争学习和近邻学习是人类的大脑联结结构优化演变的自然选择的生物学基础。

大脑皮层能够实时地控制着一个复杂的心理活动和认知行为组合，包括身体和大脑本身。然而，大脑皮层与人工智能系统之间的主要区别在于，在人工智能系统的外界刺激模式、行为反应模式和它们之间的关联条件是人为规定的，而在大脑中它们主要是一些从经验中启发式的自然形成的。这种差异导致了大脑皮层在数据与数据流的表达和计算的数学理论和联结机制方面与人工智能系统有着本质上不同。这种差异保证了大脑皮层高效地使用有限的神经元资源，最大地发挥其无限的智力潜能，这需要研究长期进化过程形成其大脑皮层神经元组织机制中的数学理论和连接方式。具体地来说，对大脑来说，自然选择导致了一个强大的趋势，就是高效地利用有限的皮层神经元资源，形成了大脑的皮层内倾向于计算-表达的一体化和皮层-下皮层的分层化的架构，这种架构使得复杂数据流能够分阶段处理，同时在不同阶段处理能够实现从经验学习中获得刺激-反应模式映射关系的计算-表达统一，即感觉刺激模式的定义、检测、识别等计算与行为响应模式的传输、控制、执行等表达是完整的统一体。该统一体具备自然选择的优势,它能够利用更少的资源(如神经元、连接纤维和突触等)不断地从经验中学习，并建立认知行为的外界刺激模式-行为反应模式,同时在不损害之前学到的行为执行的同时学习新的行为。

大脑皮层的皮层间皮层-下皮层分层和皮层内计算-表达一体的架构有利于种群代际进化遗传性和物种个体后天进化适应性修改将物种在自然选择过程中学习获得的生存机能保存下来。所谓皮层间的皮层-下皮层分层架构是指，几种相近神经元之间紧密且有规律地相互联接构成一个皮层结构，这层结构中仅有一层神经元连接到其它另一层去，如视网膜就是一个广义皮层，它们内部的几层神经细胞有规律地紧密联接，然后通过神经节细胞经外膝体联结到视觉皮层。这种架构是由遗传决定的，而后天是不能改变的，所谓皮层内计算-表达一体架构是指，在皮层内的神经元细胞完成各类外界刺激模式的认知计算的同时执行相应行为表达的神经反应模式，即形成神经元组振荡和相干振荡的模式。这种架构也是由遗传决定的，但是可以通过后天的竞争学习和近邻学习重新组织，改变其联结强度。

基本假设：自然选择是进化遵循的基本法则，物种进化如此，神经系统和大脑的演变也是如此。竞争学习和近邻学习是大脑高效地利用有限的皮层神经元资源进化的自然选择进化法则的具体表现形式。只有通过竞争和近邻学习，神经元之间相互联接强度，才能实现从无序到有序的演变，这个过程就是自组织和自学习的过程。竞争和近邻学习实现的自组织结果就是，形成了纷繁复杂的感受野和投射野。