T神经科学的动物研究是一个折衷的群体，而且有很好的理由。不同的模型生物，如斑马鱼幼虫、秀丽隐杆线虫、果蝇和老鼠，让研究人员有机会回答特定的问题。例如，前两种动物的身体是透明的，科学家可以很容易地看到它们的大脑;后两种基因具有明显的可微调基因组，这使得科学家能够分离出特定基因的影响。在认知研究方面，研究人员主要依赖于灵长类动物，最近，我在自己的研究中也使用了老鼠。但时机成熟了，这个独一无二的研究动物俱乐部接受了一个新的鸟类成员:鸦科。
乌鸦、乌鸦和喜鹊等科维德鸟是地球上最聪明的鸟类之一他们的认知成就去在…上和在…上然而，神经科学家没有仔细检查它们的大脑，原因很简单:它们没有新皮层。神经科学研究中对新皮层的痴迷并非毫无根据;新大脑皮层单独负责复杂的认知，这种观点是没有根据的。由于鸟类缺乏这种结构——哺乳动物大脑中最近进化的部分，对人类智力至关重要——神经科学家在很大程度上，不幸地忽视了鸦科动物智力的神经基础。
这让他们错过了一个获得重要见解的机会。3亿多年前，鸟类从哺乳动物中分化出来，它们的大脑有足够的时间沿着截然不同的路线发展(鸟类的大脑皮层没有排列整齐的六层神经元，而是进化出密集排列成簇的神经元群，称为核)。因此，鸦科动物和灵长类动物的大脑在计算上的任何相似之处——它们在神经上是如此的不同——都表明了共同解决进化问题的方法的发展，比如创造和储存记忆，或者从经验中学习。如果神经科学家想知道大脑是如何产生智力的，光看大脑皮层是不行的;他们必须研究鸦类的大脑是如何实现我们和其他哺乳动物一样的聪明行为的。
W尽管在corvids中已经有了许多引人入胜的行为研究（特别是在尼古拉·克莱顿在剑桥大学)到目前为止Andreas niedTubbign大学的一位神经科学家研究了乌鸦在复杂行为中的神经元活动。在尼德家首先是这些研究，于2013年发表于自然通讯他和研究生莉娜·维特（Lena Veit）想看看乌鸦的大脑在遵循抽象规则时会做什么。
在他们的实验中，尼德的团队让乌鸦玩一个图像匹配游戏。乌鸦们首先必须在电脑屏幕上短暂地观看一张样本图像。然后，一个提示指示，一旦电脑屏幕再次亮起，他们是应该随后选择相同（匹配）图像还是不同的图像。重要的是，要选择哪个图像的线索可以是视觉（在本例中为红色或蓝色圆圈）或听觉（噪音或滑音）。蓝色圆圈或滑音提示乌鸦选择最初出现的图像；红色圆圈或噪音提示了不同的声音。这就需要乌鸦灵活地解释线索，因为声音或视觉可以暗示相同的动作。
一旦鸟类学规则(他们获得正确对待当行为),nied团队开始记录神经元活动的鸟类的核NCL (nidopallium caudolaterale),鸟类大脑的一个区域被认为是最像哺乳动物前额叶皮层(PFC),使决策、短期记忆、以及对未来的规划。(在手术中，8个微电极被植入了这些鸟的大脑。)
尼德的研究小组研究了两只鸟体内超过300个神经元的活动，发现乌鸦的NCL活动与灵长类的前额叶皮层相匹配:这两个物种的神经元在规则提示出现时最活跃，而对图像本身的反应则活跃得少得多。一些神经元对匹配线索(蓝圈或滑音)有特殊反应，另一些神经元对非匹配线索(红圈或噪声)有特殊反应;重要的是，无论线索的感觉方式(听觉或视觉)如何，每个物种的神经元都以相同的方式被激活。尼德的研究结果表明，乌鸦和灵长类动物都进化到使用相同的计算方法来解决抽象信息的表达问题，尽管它们使用的是完全不同的机器，在这种情况下，它们使用的是游戏中的听觉或视觉规则。
在另一项研究中，尼德和研究生海伦·迪茨研究了乌鸦记忆数量或数量的能力，以及它们NCL中的神经元活动是否反映了观看图像中物体的数量。他们假设这个区域与感知数量有关，因为在灵长类动物中，当猴子执行大量任务时，PFC会发出数量信号。研究人员向鸟类展示了包含1到5个点的图像，每次的大小和位置都不同，以便控制记忆。首先，他们展示了一个样本图像，然后在短暂的延迟之后，展示了一个测试图像。如果测试中有与样本相同数量的点，乌鸦必须啄屏幕。如果没有，他们将什么都不做，直到下一次试验。
不管这些点的大小和位置如何，它们的数量都被编码了:特定的NCL神经元会对特定的数量作出反应，NCL的活动反映了乌鸦的行为。例如，当比较相邻的数字时，鸟类会犯更多的错误，特别是当数字比较大时(例如，4和5)。这可能可以用尼德在NCL中看到的神经活动模式来解释:对高数字反应强烈的神经元也比对小数字反应强烈的神经元更有可能被邻近的数字激活。也许最有趣的是，此前在灵长类pfc中也发现了同样的行为和神经结果。这表明，截然不同的大脑在区分大量数量时可能也有着相同的神经基础。
如果正如尼德告诉我的那样，“鸟类NCL和哺乳动物PFC中的代码是相同的，这表明对于一个常见的功能问题有一个最佳的神经元解决方案”——无论是计数还是抽象推理。有趣的是，这些常见的计算来自如此不同的机器。对这种进化趋同的一种解释可能是，除了处理神经元连接方式的一些基本要求外，神经元的连接方式并没有太大区别：可能NCL和PFC中不同的接线仍然以某种方式导致相同的神经动力学。
corvid神经科学的下一步将是揭示神经元是如何解决计算难题的。找出不同硬件的共同解决方案可能是理解任何生物体中的神经元如何产生智能的关键。
格里戈里·Guitchounts是一名神经科学研究生，研究啮齿类动物的视觉物体识别机制。
