想象一下，你接到一个从空中扔过来的球。你的反应几乎是本能的，就像一种反射。然而，这个看似简单的动作包含了复杂的成分:一个人必须判断球的弧线，以决定它将在一个特定的高度相交于何处，以及一个人必须以多快的速度移动他的手来接住加速球。
这种计算需要整个神经信号的协调，以一种精确到能精确估计出球的速度和轨迹的方向的方式发射。再加上这个复杂的模型，每个神经元产生一定数量的噪音
2，也就是说，在不同的实验中，相同的神经元对相同的刺激产生不同的放电反应。这些多层卷积最让人沮丧，但斯蒂芬·利斯伯格(Stephen Lisberger)博士却在此基础上蓬勃发展。
杜克大学医学院(Duke School of Medicine)神经生物学系主任
里斯伯格( Lisberger)强调，虽然单个有噪声的神经元无法准确估计速度和方向，但关键在于神经元的数量。1月25日，里斯伯格将他的研究成果展示给杜克大学的众多科学家。
里斯伯格和他的团队进行了多项实验，其中一只猴子用眼睛追踪视觉刺激，从而激活某些神经元。他们发现，即使在神经种群中，噪音也会持续存在。
里斯伯格非但没有气馁，反而把这种噪音变成了一种财富。他认为变异是大脑必须处理的事情;因此，他可以利用变异来了解大脑。
当一只猴子遵循视觉刺激与他的眼睛,他集成了感觉系统和大脑的运动区域叫做太Lisberger孤立的感觉系统噪声的来源,而不是太。他发现其他运动源自太没有显示相同的噪声;因此，眼动跟踪中的噪声一定来自于感觉系统。
来自感觉系统的噪音向下传播到MT, Lisberger在他的分析中也提到了这一点。
他的一位同事提出，在大量神经元上的随机噪声应该自我抵消。利斯伯格反驳了这一观点，他指出这种变化与MT中的神经元有关。成对神经元的变化一起上下波动。因此，有些“噪音”实际上是信号。这种共享的噪声通过电路传输，而独立的噪声将自己平均掉。
最后，利斯伯格通过多次试验对神经反应进行建模，以统计估计特定反应所指示的方向和速度。然而，大脑却无法同时整合和分析如此庞大的数据池。相反，大脑会利用它所拥有的一切，正如里斯伯格所指出的，这就足够了。
作者:Olivia Zhu 
新闻旨在传播有益信息，英文原版地址：https://researchblog.duke.edu/2016/01/28/making-sense-of-noise-stephen-lisberger/