BRAIN / BRAIN × AI20 SEP 2026

脑科学与AI119｜大脑没有反向传播，那它怎么学：一套局部规则，自己长出了传误差的回路

第88篇讲过，反向传播是一本倒着算的账：输出错了多少，从最后一层往前一层层摊，给几千亿个旋钮各指一个方向。第117篇讲过，皮层神经元的顶端树突像一个单独的入口，接的是从上面下来的信号。两篇之间一直悬着一个问题：大脑做不了反向传播那套精确的倒账，那它靠什么知道该改哪一个突触？2026 年 10 月 9 日，麻省理工学院波焦（Poggio）、哈尼特（Harnett）团队在《美国科学院院刊》上给了一个新答案：不用设计，一套只看身边的简单规则，就能让一堆随机连接自己长成一条传误差的回路，学得和反向传播差不多好。

大脑也许不需要有人替它设计学习回路：一套只看身边的规则，能让随机连接自己长出传误差的路。但「模型里能长出来」和「大脑真这么长」是两件事，中间还差实验。

卡在哪

正反权重要相等、要分两阶段

新答案

局部规则自己长出传误差的路

到哪步

小网络持平，大脑里待验证

BRAIN / 01

一、反向传播在大脑里卡在哪

学习要回答一个问题：结果错了，该怪哪个突触？这叫「功劳分配」。网络一深，这个问题就难，因为中间层的一个突触离输出隔着好几层。

反向传播的办法是把误差沿原路倒回去算。这在计算机上很省事，放进大脑就卡在三处：

—倒回去的那条路，权重要和正向的一模一样。第一层到第二层的连接有多强，第二层传回第一层的误差就要按同样的强度乘回去。这叫「权重搬运」：大脑里正向和反向是两批不同的突触，没有已知的办法让它们时刻保持相等。

—先算完再倒账，要分两个阶段。计算机先跑一遍前向、存下每层的结果，再跑一遍后向。神经元一直在放电，很难停下来专门「倒账」。

—正向和反向要一个对一个。反向通路里的每个单元，要恰好对应正向里的某个单元。

这三条都不是「大脑做不到」的证明，而是「没人找到大脑在这么做」。所以四十年来神经科学界的主流看法是：大脑用的不是反向传播，至少不是原样的反向传播。

BRAIN / 02

二、前人怎么一条条松绑

2016 年，莉利克拉普（Lillicrap）等人在《自然·通讯》上发了一个出人意料的结果：反向那条路的权重不用和正向相等，随便给一组固定的随机数也行。网络在学习过程中，正向权重会自己慢慢「对齐」到这组随机反馈上，误差照样能传下去。这叫「反馈对齐」。这篇在 2025 年拿了 NeurIPS 的谢诺夫斯基—辛顿奖。

之后又有「权重镜像」「科伦—波拉克规则」这类改进，让反向权重自己也能学，越学越接近正向权重的转置。

可这些办法都还留着一个尾巴：正向和反向谁对谁，是工程师事先接好的。也就是说，它们解释了「一个已经搭好的学习回路怎么学」，没有解释「这个回路是怎么搭起来的」。新论文抓的就是这个尾巴。

BRAIN / 03

三、这篇做了什么

论文第一作者是 Qianli Liao、Liu Ziyin、Yulu Gan，通讯作者是 Liao 和波焦，哈尼特实验室也在其中。他们把问题叫作「自组装学习」：学习的机器能不能从更低一层的相互作用里自己长出来。

做法分三步：

—只给两股流。一股往上走，送感觉输入；一股往下走，送误差。两股之间的交叉连接一开始全是随机的，不规定谁对谁。

—每个突触守同一条规则。突触的变化量等于「突触后信号 × 突触前信号」，像「一起放电、连在一起」的老规矩；差别在于，这里的突触后信号取的是反馈通路送来的那一份，不是神经元被正向输入激起的那一份。作者的理由是：被正向输入激起的活动只会让连接无端自我加强，反馈送来的才带着「错在哪」的信息。这类由别的通路调节的可塑性叫「异突触可塑性」。

—把这个小单元一层层叠起来。每层都守同一条规则，没有人指定哪个反馈单元服务哪个正向单元。

结果是：交叉连接自己长成了一个固定的小结构，作者叫它「自组装模体」。叠起来的网络在数学上能证明近似于随机梯度下降，也就是反向传播算出来的那个方向；前提是两个「对齐」条件成立，其中一个在学习率相同时无条件成立，另一个在跑得顺的训练里观察到会逐渐变好。训练中，它算出的更新方向和反向传播的方向，夹角的余弦一路升到很高。

成绩放在七个小数据集上比，每组跑五次：

—CIFAR-10（十类小图片）：自组装 51.9%，反向传播 50.4%，反馈对齐 47.9%。

—MNIST（手写数字）：自组装 98.9%，反向传播 98.4%。

—其余五个（服装、胸片、病理切片、门牌号、STL-10）上，自组装和反向传播基本持平，都比反馈对齐那一族好。

还有一个有意思的细节：反向投射的连接数大约是正向的 5 倍时，成绩最好。皮层里从高层往低层的反馈连接本来就多得出奇，这一点对得上，但作者没有把它当成证据。

BRAIN / 04

四、证据到了哪一步

这篇是理论加计算机模拟，没有动物实验。读的时候要把三层分开：

—数学上能证明的：在两个对齐条件下，这种网络的更新近似梯度下降。

—模拟里跑出来的：在小网络、小数据集上，成绩和反向传播持平。CIFAR-10 只有五成左右的准确率，说明比的是很浅的小网络（论文诊断图用的是三层隐藏层），今天的图像模型在这个数据集上能到九成九。网络更深时，作者自己写了：在分叉的层上，「通路误差」会变大，成为主要的误差来源。能不能放大到大模型的规模，没有测。

—大脑里有没有：作者的原话是「皮层是否使用这一机制，仍是悬而未决的问题」。他们给了一张对照表，把两股流对到皮层的第 2/3 层、第 4 层、第 5 层和第 1 层的通路上，但明确写着这只是「一种可能的对应」。另外，模型按离散时间一步步算，先前向、再传误差、再改突触，作者也说这不是一个真实时间里的生物物理模型。

BRAIN / 05

五、大脑这边，有一条对得上的实验

同一个哈尼特实验室，2026 年 4 月在《自然》上发过一篇实验（弗朗乔尼 Francioni 等，652 卷 1254 页）。他们让小鼠用脑机接口学一个任务：压后皮层第 5 层里的两小群神经元（每群四五个），控制屏幕上一个光栅往目标方向转。同时记录这些神经元的胞体和远端顶端树突的钙信号。

发现有四条：

—树突里有胞体没有的信息。

—树突信号里带着奖励和误差，可以当「教学信号」用。

—教学信号的正负，取决于这个神经元在任务里起的作用：同一个奖励，对帮了忙的神经元和帮倒忙的神经元，符号相反。这就是「向量化」：每个神经元收到的是专门给它的那一份，不是一个人人都一样的广播。

—用光遗传学去扰动这些树突信号，学习就被打乱了。

这和第117篇讲的「顶端树突管规则、胞体管声音」是同一个方向：从上往下的信号进顶端树突，和从下往上的输入在空间上分开，于是不用像计算机那样分两个阶段，也能让误差和正常信号同时存在、互不干扰。自组装论文把它当作「相容」的证据。

要读准的是：这条实验说明皮层里存在给单个神经元定制的教学信号，没说明这些信号是由自组装模体那样的回路算出来的。相容，不等于证实。

BRAIN / 06

六、对照 AI

AI 这边，学习规则是设计出来的；大脑那边，可能是长出来的。今天的大模型训练，反向那条路由程序精确算出，每一步都和正向严格对应。这篇论文想说的是：生物上可信的学习，标准不该只是「性能够不够」，还要问「这套学习机器是不是自己组织起来的」。前者，反馈对齐那一族已经做到七八成；后者，才是大脑和工程最不一样的地方。

它对 AI 可能有用的地方，是「只看身边」。反向传播要求全局的倒账：每一层都要等后面的层算完才能更新，还要存下前向时的全部中间结果，占内存，也难以分到很多块芯片上同时算。如果每个突触只靠自己两端的信号和一份短暂的「痕迹」（作者说只需要一个资格痕迹，不必保存完整的前向状态）就能更新，就更适合神经形态芯片、在设备上边用边学这类场景。这一半目前是推测：论文没有在这些硬件上做实验，在大规模任务上，反向传播加 GPU 仍然是最省事的办法。

两边共同的那条道理，第118篇刚说过：读得出，不等于它就是这么算的。这里换个方向又是一次：模型里能长出近似梯度的回路，说明大脑「可以」这样学；要说大脑「就是」这样学，得在皮层里找到那几种连接，看它们在学习时是不是按这条规则在变。

BRAIN / 07

七、出现什么，说明这篇错了

—如果在动物学习时记录到，从高层回到低层、落在顶端树突上的那批突触几乎不变，或者变化方向和「突触后反馈 × 突触前活动」对不上，那么「大脑用这种规则自组装学习回路」就站不住，本篇的乐观要收回一半。

—如果把这类局部规则放到几十层、上亿参数的网络上，成绩明显掉下来、追不上反向传播，那么「局部规则能达到反向传播水平」只是小网络上的结论，本篇第三节的结论要缩小到「小网络」。

BRAIN / 08

八、边界

—自组装论文是模型和定理，不是实验；七个数据集都很小，网络很浅。

—皮层对应表是作者给的「一种可能」，不是解剖测量的结果。

—弗朗乔尼那篇只记录了每群四五个神经元，在一个人为定好奖励的脑机接口任务里；能不能推广到自然学习，还要更多实验。

—文中准确率按论文表格抄录，写作当日对过 arXiv 第二版（2026-10-12 修订）。

BRAIN / 09

九、自测：合上文章回答

—反向传播放进大脑，卡在哪三处？

—反馈对齐解决了哪一处，留下了哪个尾巴？

—自组装模体里，突触更新用的「突触后信号」为什么取反馈送来的那一份？

—弗朗乔尼的实验里，「向量化」的教学信号是什么意思？

—这篇论文证明到了哪一层，哪一层还没证？

BRAIN / 10

十、三行，留着复习

```

卡在哪反向传播要正反权重相等、分两阶段、一一对应，大脑里都没找到

新答案两股流加随机交叉连接，每个突触按「反馈×突触前」改，自己长成近似梯度下降的回路

到哪步小网络上和反向传播持平；皮层里有定制的教学信号，但是不是这样算的，还没证

```

本篇是「脑科学 × AI」系列第119篇，药神撰写（2026-11-02），承接第88篇（反向传播）与第117篇（顶端树突管规则）。核心材料是一篇理论加模拟的论文，没有动物实验；文中把「数学上证明的」「模拟跑出的」「大脑里有没有」分三层写。AI 一节里「局部规则适合神经形态芯片、在设备上学习」是推测，论文没有做硬件实验。

阅读依据（2026-11-02 回查）：Liao, Ziyin, Gan, Cheung, Harnett & Poggio, How biological synapses self-assemble gradient learning, PNAS 2026;123(41):e2606245123（准确率表、皮层对应表、讨论节按 arXiv:2412.20018v2 对过）；MIT McGovern 研究所新闻稿 2026-10-05；Lillicrap, Cownden, Tweed & Akerman, Random synaptic feedback weights support error backpropagation for deep learning, Nat Commun 2016;7:13276（2025 年 NeurIPS 谢诺夫斯基—辛顿奖，据 NeurIPS 官方博客）；Francioni, Tang, Toloza, Ding, Brown & Harnett, Vectorized instructive signals in cortical dendrites, Nature 2026;652:1254–1263。CIFAR-10 现有最好成绩约九成九为通行说法，未逐条回查。回引第88、117、118篇。