BRAIN / BRAIN × AI20 SEP 2026
脑科学与AI57｜小脑怎样学会把动作做准：先把相似的拉开，再请老师纠错
这一篇合并"智能的计算基础"系列第 038、039、040 三篇。第 56 篇讲了小脑的结构：一成体积、八成神经元，每个输出细胞（浦肯野细胞）配一根"老师"纤维。这一篇讲它到底怎样学习。
小脑先用海量的颗粒细胞把相似的输入"摊开"，让它们彼此不再打架；再由攀爬纤维这个老师，在浦肯野细胞做错时削弱刚才起作用的连接。先扩展、再监督——AI 里叫"升维"和"监督学习"，小脑几亿年前就这么干了。
约450倍 01 颗粒细胞与苔藓纤维的比例 |
约1% 02 同时活跃的平行纤维 |
1根 03 每个浦肯野细胞的攀爬纤维老师 |
一句话：小脑先把长得太像的输入拉开，再让老师逐个纠错。这套设计，和 AI 里两个最基本的想法几乎一模一样。
靶子上的箭。一箭一箭射，看偏了多少再调整，这正是小脑的学习方式。图片来源：Kampus Production / Pexels
小脑学习的两步：颗粒细胞把相似的输入扩展、拉开（约450倍），只让约1%的平行纤维同时活跃；攀爬纤维在出错时削弱刚才起作用的连接。
BRAIN / 01
一、一台"神经元机器"
小脑的微回路规整得像晶体：同一个小单元一遍遍复制。1960 年代，伊藤正男、埃克尔斯（1963 年诺贝尔奖得主）和森塔戈泰一起描述了它的基本结构，把它叫作"神经元机器"。这么规整、重复的结构，通常意味着它在做一种非常基础、通用的计算。
1969 年和 1971 年，英国的大卫·马尔和美国的詹姆斯·阿尔布斯分别提出了小脑如何学习的理论；后来伊藤正男用实验支持了其中的关键部分。这就是"马尔—阿尔布斯—伊藤理论"。
BRAIN / 02
二、第一步：把太像的东西拉开
问题是什么？原文举了一个很好懂的例子：在 8 位二进制里，127 是 01111111，255 是 11111111，只差最高的一位。如果大脑用"一串信号"来记东西，这么相似的两个模式就会互相干扰，学了一个，另一个也被带着改了。
小脑的办法：扩展。进入小脑的苔藓纤维，会把信号交给数量多得多的颗粒细胞——按原文引用的估计，颗粒细胞是苔藓纤维的约 450 倍。少量的输入线被"摊开"成大量的线，原本很像的两个模式，在摊开以后就由不同的一组细胞来代表，彼此不再打架。马尔把这叫作"扩展再编码"。
再加一条：只让少数活跃。小脑里有一种叫高尔基细胞的抑制性细胞，像一个自动音量控制：活跃的颗粒细胞多了，它就压得狠一点；少了，就松一点。结果是，任何时候大约只有 1% 的平行纤维在活跃。越稀疏，能记住的不同模式越多，互相干扰越少。
这里还有一个"竞争网络"的思路：一群输出细胞互相压制，谁最像输入谁就赢（第 51 篇讲过基底节的"赢者通吃"）。它能自动把相似的输入归成一类，把不同类拉开。
BRAIN / 03
三、第二步：每个学生配一个老师
拉开以后，信息沿着平行纤维送到浦肯野细胞。浦肯野细胞要学会：在这种情况下，该输出多少。
谁来教？攀爬纤维。每个浦肯野细胞只接收一根攀爬纤维，而这根纤维携带的是"错了"的信号。规则很简单：
—某根平行纤维刚刚活跃，同时攀爬纤维也响了（说明出错了）——这条连接被削弱；—某根平行纤维活跃，攀爬纤维没响——这条连接被加强。
日积月累，那些"总是带来错误"的连接被削弱，留下的就是能把动作做准的那些。
BRAIN / 04
四、为什么要这样设计：快速动作来不及反馈
原文讲了一个关键点：很多快速动作（比如伸手抓一个飞来的球），快到来不及"看结果再修正"。小脑的办法是前馈控制：根据过去无数次的经验，事先就把动作命令调好，一出手就准。错误信号不是用来改这一次，而是用来改下一次。
一个经典例子是"前庭眼反射"：你转头时，眼睛会自动反向转动，让看到的画面保持稳定。如果你戴上一副让画面放大的眼镜，一开始这个反射会不准；几天后，小脑会把它重新调准。
BRAIN / 05
五、几个需要打折扣的数字
—"小脑能存约 10TB"：原文说小脑约有 10¹³ 个可修改的突触，"相当于约 10TB"。这要假设每个突触存一个字节（8 位）。如果每个突触只算存 1 位，就是约 1.25TB。突触到底能存多少信息，至今没有定论，这个"10TB"只能当量级看。—一个浦肯野细胞接收多少平行纤维：第 037 篇说约 15 万个，第 039 篇说约 8 万个。不同物种、不同测量差别很大，两篇自己前后不一致。—原文把 127 写成了"011111111"（多了一位），是笔误。
BRAIN / 06
六、对照 AI：升维 + 监督学习
—先升维，再分类。把输入摊到更高的维度，让原本分不开的东西变得可以分开——这是 AI 里"核方法"和"随机特征"的核心思想；深度网络的很多隐藏层，干的也是类似的事。小脑的颗粒细胞层，是自然界里最早、最大规模的"升维层"之一。—稀疏表示。只让 1% 的单元同时活跃，今天的大模型里也有对应：一些模型每次只调用一小部分"专家"来处理输入（第 ⑱ 篇讲过模型里的"专家"）。—大脑的三种学习，各有分工。第 55 篇的多巴胺是"强化学习"（只说好坏），这一篇的小脑是"监督学习"（逐个说错在哪），第 039 篇讲的竞争网络是"无监督学习"（没人教，自己归类）。AI 的三大学习方式，大脑里都有，而且分在不同的地方。
原文最后留了一个好问题：攀爬纤维怎么"知道"该连到哪个浦肯野细胞上，才能给出正确的纠错信号？这个问题至今没有答案。而且近年发现，攀爬纤维有时也会报告"奖励"，小脑可能不只做监督学习。
BRAIN / 07
七、边界
—"马尔—阿尔布斯—伊藤理论"是主流理论，但不是全部；另一种观点认为小脑在做"预测"，即建立一个内部模型，预测动作会带来什么结果。两种说法可能都对一部分。—本文多个数字（450 倍、1%、10¹³ 个突触）来自原文引用的教科书估计，不同物种和测量方法差别很大。
BRAIN / 08
八、自测：合上文章回答
—颗粒细胞怎样解决这个问题？高尔基细胞起什么作用？—攀爬纤维和平行纤维同时活跃，这条连接会被加强还是削弱？—大脑里的强化学习、监督学习、无监督学习，各在哪里？
BRAIN / 09
九、三行，留着复习
```
先拉开 苔藓纤维摊成约450倍的颗粒细胞，相似模式不再打架；高尔基细胞控音量，只留约1%活跃
再纠错 每个浦肯野细胞一根攀爬纤维；出错时削弱刚才起作用的连接；用来改下一次，不是这一次
三种学习分三处 多巴胺=强化学习，小脑=监督学习，竞争网络=无监督学习；"10TB"只能当量级看
```