【菜科解读】

　　海鞘一生都在为寻找一块完美的栖息地而费心费力，当它们锁定一块完美的区域后，便会将其作为自己的领地，永久居住在此。

当已经完成寻找栖息地的任务之后，海鞘便会将自己的大脑主动吃掉。

因为这样大脑所消耗的能量就会大大减少，它们不必勤于捕猎，因为大脑消失之后不必再吸入大量的卡路里了。

从这一点来讲，海鞘是比较聪明的。

下面小编就为大家带来详细的介绍，一起来看看吧!

　　一、无意识捕猎

　　海鞘属于小型的海洋生物，其大部分时间都在水中生活，并且奔波于寻找一块完美的栖息地。

它们会游走在海底的不同区域，确定不同栖息地的好与坏，最终选择一块完美的栖息地，将其作为永久的居住地。

海鞘大多数都生活在岩石或者是船底，当它们确认一块栖息地十分完美时，便会立刻紧贴上去。

像是占地，也是在向周围的树木宣告这块区域是自己的领地，并且会永久居住在此。

　　确定了栖息地之后，海鞘便会通过吸水的方式将海洋中的一些小型的浮游生物一同吸入嘴中，然后通过腮将海水过滤在外，将浮游生物留在口中方便进食。

海鞘在重复捕猎行为时是没有捕猎意识的，完全是生理反应本能的结果，不需要动任何脑子。

　　二、生存技巧独特

　　海鞘用脑子最多的时刻就是寻找栖息地的时刻，一旦确认了一块栖息地，海鞘便安下心来。

由于之后的捕猎活动已经不需要费脑力了，海鞘便会主动吃掉自己的脑子。

动脑往往需要耗费大量的能量，海鞘为了减少捕猎的频率，同时减少自身对能量的需求，便会的将脑子吃掉，不想摄入大量的卡路里，否则其因为频繁地捕猎活动会变得非常狼狈。

　　吃掉自己的大脑对海鞘来讲是十分便利的，这是它们独特的进化技巧，是其他生物都学不来的。

在长期生长发育的过程中，海鞘正是凭借着这一独特的生存技能存活了许久，并且完全适应了现代的气候以及海洋中的生态系统，因为有着种种奇异特性，海鞘被列为十大不可思议的动物之一。

科学家发现唤醒大脑机制：大脑中的觉醒开关

　　文章来源：煎蛋 　　睡眠是由好几个部分组成的。

一个晚上的睡眠包括N-REM（非快速眼动睡眠）和REM（快速眼动睡眠）以及各自的许多分支。

恰当的说，它的结构和模式被称为"睡眠结构"。

　　60多年来的研究，让我们了解睡眠的基本框架。

今天，怀抱着科学知识，研究人员对构成我们睡眠结构的底层神经系统进行研究，试图识别和了解对大脑进行控制的神经回路——不同阶段睡眠的开始、持续和停止。

例如研究人员发现控制REM周期开始和终止的神经开关。

一号店恐怖故事,狼蚁奇闻趣事,利用激光和药物操纵神经元的活动（一种叫做光遗传学的方法），他们了解了大脑如何控制梦境。

　　其他研究人员利用光遗传学鉴定夹在下丘脑和丘脑之间的神经回路，当这组神经回路变得活跃时表示睡眠结束。

是的，这很吸引人，同时也很有用：因为如果这部分的神经过于活跃或缺少活性，分别会导致失眠和嗜睡，大脑中的电路可以帮助研究人员研究出治疗睡眠障碍的方法。

　　现在，来自瑞士和德国的研究人员发现了唤醒大脑的机制。

研究小组在小白鼠的大脑中发现一条神经回路，当小白鼠清醒时这条神经回路变得很活跃，而当其变得不活跃时小白鼠进入了深度睡眠中。

他们将研究结果发表在了《自然神经科学》杂志上。

　　研究人员发现，激活这条神经回路小白鼠很快从睡眠甚至是麻醉的状态中清醒过来。

　　论文的合著者Antoine Adamantidis在一份新闻稿中说道："这是一个令人兴奋的发现，因为将植物人或具有微弱意识状态中唤醒的治疗方法效果是有限的。

" 　　掌握这条控制觉醒的神经电路能够帮助研究人员发明出更有针对性的治疗睡眠障碍和设计出更好的唤醒植物人以及具有微弱意识人的方法。

人类大脑：宇宙最强CPU

例如，不管字母A的外形、质地和背景怎样，或者不管同事的头上戴着帽子还是变了发型，我们总能认出来。

我们也能根据事物露出的一部分，比如床的一角或门的铰链，来认出它们。

这到底是怎么实现的呢？人类是不是使用了特别简单的技巧来完成这些复杂的任务？这些技巧是不是能用来改善计算机视觉，提高机器学习能力或机器人性能呢？ 人类大脑：宇宙最强CPU 乔治亚理工学院的研究人员发现，国美奇闻怪事,湘120灵异故事,人类能使用不到百分之一的原始信息来给数据分类，他们还确认了一种能够解释人类学习行为的算法，这种方法也能用于提升机器学习能力、数据分析和改善计算机视觉。

"我们怎么能够感知我们周围的这么多数据呢？怎么就能区分这么多种类型，这么快速，这么笃定？"乔治亚理工大学计算机科学的特聘教授桑托什·万帕拉说，"人类那么做的基础是什么？这是一个计算问题。

" 该大学负责研究人类行为的研究人员做了"随机投影"试验，来理解人类的学习行为。

他们把原始的抽象图像呈现给测试对象，然后询问他们是否能够识别出那些只显露一小部分特征的图像。

"我们假定随机投影是人类学习的一种方式，"阿里亚加说。

他是资深科学家和发展心理学家。

他解释说："最简洁的答案是，预测可能总是对的。

只要给人类百分之零点一五的数据，人类就能做到准确预测。

" 接着，研究人员测试了一个计算机算法，让机器（非常简单的神经网络）计算同样的测验。

机器的表现跟人类一样。

"我们发现，人类和机器的神经网络非常相似。

" 科研人员想找出一个数学定义，找出典型和非典型的公式，然后，据此预测出对人类和机器学习来说最困难的那种数据。

人类和机器的表现差不多，这表明随着时间的过去，人们将能预测出最难获悉的数据。

这个研究成果刊登在《神经计算杂志》上，被认为是对"随机投影"的首次研究。

为了测试他们的理论，研究人员做了三组150X150像素的抽象图像，然后把那些图像缩小到最小的随机投影。

被测试人员看到所有图像的时间是10秒钟，然后会随意给出某一个图像的16张草图。

使用抽象图像的目的是，确保人类和机器都不会提前获得该测试物的相关知识。

"我们惊奇地发现，简单的神经网络和人类的表现是如此接近，"万帕拉说，"通过研究人类学习模式，我们发现机器神经网络的设计太了不起了，不过它还很薄弱。

发现它跟人类的行为匹配，真是太让人惊讶了！那是一种几何学、机器神经计算和机器学习能力的创造性组合！" 虽然研究人员不能明确声称人类大脑的识别能力就是随机投影，但是研究结果随机投影看起来是个有道理的解释。

另外，随机投影是使数据不必丢失主要内容而得到有效管理的一种方法，至少对完成分类和做决定这样的基本任务来说是这样。