Kurze Antwort:

"Immer" ist in der Biologie immer ein gefährlicher Begriff.

Längere Antwort:

Was macht ein Neuron, wenn es lange Zeit nicht stimuliert wird / kein Signal empfängt? Wird es sterben ... oder versuchen, neue Verbindungen zu finden, die Signale senden könnten?

Was Neuronen tun, wenn sie nicht stimuliert werden, hängt vom Neuron und der Entwicklungsphase ab. In der Regel sinken die Schwellenwerte für das Spiking, aber es ist auch normal, dass Zellen verkümmern und sterben: Der neuronale Tod ist ein kritischer Teil der Entwicklung, und der Verlust synaptischer Verbindungen und einiger Neuronen ist das offensichtlichste Merkmal der menschlichen Gehirnentwicklung während der Adoleszenz und nicht Geburt neuer Neuronen oder Wachstum neuer Synapsen.

Was macht ein Neuron, wenn es überstimuliert ist?

Überstimulierte Neuronen können sterben, sie können sich auch verringern die Wirksamkeit ihrer Eingaben entweder durch Erhöhen ihrer Schwellenwerte oder durch Verringern der synaptischen Gewichte durch Entfernen von postsynaptischen Rezeptoren. Calcium ist ein wichtiger Vermittler dieser Signale - Sie können beispielsweise über seine Rolle bei Langzeitdepressionen lesen (dies hat nichts mit „Depression“ der psychischen Gesundheit zu tun, sondern nur mit einer Verringerung des synaptischen Gewichts). Es gibt auch kurzfristige Effekte, die die Überstimulation bestimmter Signalwege einschränken, wobei viele eher auf die prä-synaptische als auf die postsynaptische Zelle wirken. Der Neurotransmitter wird in Vesikeln gehalten, und nach der Freisetzung stehen weniger Vesikel für das nächste Freisetzungsereignis zur Verfügung. Presynaptische Terminals haben häufig auch Autorezeptoren, die eine negative Rückkopplung verursachen und die nachfolgende Übertragung begrenzen.

Was macht ein Neuron, wenn es ein Signal empfängt -> sendet es es an alle seine Verbindungen oder nur an 1

Von all Ihren Fragen hat "Sendet es an alle seine Verbindungen" die einfachste Antwort: Biologische Neuronen senden fast immer an alle Vorwärtsverbindungen als Antwort auf ausreichende Eingaben (nur wie die meisten künstlichen neuronalen Netze). Allerdings ist die Freisetzungswahrscheinlichkeit bei einer Synapse typischerweise <1. Daher kann eine gegebene Zelle durch die Anzahl der Kontakte Verbindungen mit einer anderen Zelle mit viel höherer Wiedergabetreue (und auch höherer Amplitude) herstellen. Wenn ein typisches kortikales Neuron nur einen synaptischen Kontakt mit einer anderen Zelle herstellt, kommt es zu einer hohen Rate von Fehlern bei der Übertragung zwischen den beiden Zellen. Bei stärkeren Verbindungen sind häufig bis zu Hunderte von Einzelkontakten nur zwischen zwei Zellen beteiligt.

Kann ein Neuron ein neues Signal senden, ohne ein Signal von einem anderen Ort empfangen zu haben

Einige Neuronen sind spontan aktiv. Es gibt verschiedene Arten, aber die bekanntesten sind diejenigen, die als intrinsisch oszillierend angesehen werden. Ein Beispiel sind die sinoatrialen Knotenzellen des Herzens (obwohl dies nicht wirklich Neuronen sind, wirken sie ähnlich wie Neuronen; es gibt ähnliche Zellen, die Neuronen sind, die die Atmung steuern). . Es gibt auch einige ZNS-Zellen.

Woher weiß ein Neuron, ob es seine Arbeit "gut" gemacht hat? Wie erhält es positives Feedback?

Diese Frage ist die komplexeste aller Fragen, die Sie gestellt haben. Zur Beantwortung werden ganze Lehrbücher und Zeitschriften benötigt, und eine Beantwortung ist hier überhaupt nicht möglich. Ich möchte nur sagen, dass viele der in künstlichen Netzwerken verwendeten Lernregeln nicht biologisch plausibel sind, sondern lediglich rechnerisch effizient. Biologische neuronale Netze verwenden viel mehr wiederkehrende Aktivitäten als künstliche, und viele dieser Rückmeldungen treten in diesem wiederkehrenden Netz auf. Biologische Netzwerke sind auch für eine Vielzahl von Berechnungen aufgebaut, und Lernregeln, die in einem gelten, gelten möglicherweise nicht in einem anderen. Beispielsweise erfordern die Mustertrennung gegenüber der Mustervervollständigung völlig unterschiedliche Lernregeln.

Das sehr allgemeine Prinzip der Aktualisierung der synaptischen Gewichte als Reaktion auf Fehler oder Ergebnisse gilt jedoch zwischen künstlichen und biologischen Netzwerken.