Moč mešane selektivnosti: razumevanje delovanja možganov in kognicije
Zadnji pregled: 14.06.2024
Vsa vsebina iLive je pregledana ali preverjena, da se zagotovi čim večja dejanska natančnost.
Imamo stroge smernice za pridobivanje virov in samo povezave do uglednih medijskih strani, akademskih raziskovalnih institucij in, kadar je to mogoče, medicinsko pregledanih študij. Upoštevajte, da so številke v oklepajih ([1], [2] itd.) Povezave, ki jih je mogoče klikniti na te študije.
Če menite, da je katera koli naša vsebina netočna, zastarela ali drugače vprašljiva, jo izberite in pritisnite Ctrl + Enter.
Naši možgani si vsak dan prizadevajo optimizirati kompromis: s številnimi dogodki, ki se dogajajo okoli nas, in hkrati številnimi notranjimi vzgibi in spomini, morajo biti naše misli prožne, a dovolj osredotočene, da vodijo vse, kar moramo narediti. V novem članku v reviji Neuron skupina nevroznanstvenikov opisuje, kako možgani dosežejo kognitivno sposobnost vključitve vseh pomembnih informacij, ne da bi bili preobremenjeni s tem, kar ni pomembno.
Avtorji trdijo, da prožnost izvira iz ključne lastnosti, opažene pri številnih nevronih: »mešana selektivnost«. Medtem ko so mnogi nevroznanstveniki prej mislili, da ima vsaka celica samo eno specializirano funkcijo, so novejši dokazi pokazali, da lahko številni nevroni sodelujejo v različnih računalniških sklopih, ki delujejo vzporedno. Z drugimi besedami, ko zajec razmišlja o tem, da bi grizljal solato na vrtu, je lahko en nevron vključen ne le v presojo njegove lakote, ampak tudi v to, da sliši jastreba nad glavo ali voha kojota na drevesih in določa, kako daleč je solata. p>
Možgani niso večopravilni, je dejal soavtor Earl K. Miller, profesor na inštitutu Picower za učenje in spomin na MIT in eden od pionirjev ideje o mešani selektivnosti, vendar ima veliko celic sposobnost vključiti se v več računalniških procesov (v bistvu "misli"). V novem dokumentu avtorji opisujejo posebne mehanizme, ki jih možgani uporabljajo za pridobivanje nevronov za izvajanje različnih izračunov in za zagotovitev, da ti nevroni predstavljajo pravilno število dimenzij kompleksnega problema.
Ti nevroni opravljajo številne funkcije. Z mešano selektivnostjo je mogoče imeti reprezentativen prostor, ki je tako kompleksen, kot mora biti, in nič več. Tu je prožnost kognitivne funkcije."
Earl K. Miller, profesor na inštitutu Picower za preučevanje učenja in spomina na tehnološkem inštitutu Massachusetts
Soavtorica Kaye Tai, profesorica na inštitutu Salk in kalifornijski univerzi v San Diegu, je dejala, da je mešana selektivnost med nevroni, zlasti v medialni prefrontalni skorji, ključna za omogočanje številnih duševnih sposobnosti.
"MPFC je kot šepet, ki predstavlja toliko informacij skozi zelo prilagodljive in dinamične sklope," je dejal Tai. "Mešana selektivnost je lastnost, ki nam daje našo prožnost, kognitivno sposobnost in ustvarjalnost. To je skrivnost maksimiranja procesorske moči, ki je v bistvu osnova inteligence."
Izvor ideje
Zamisel o mešani selektivnosti je nastala leta 2000, ko sta Miller in njegov kolega John Duncan zagovarjala presenetljiv rezultat raziskave kognitivnih funkcij v Millerjevem laboratoriju. Ko so živali razvrstile slike v kategorije, se je zdelo, da je aktiviranih približno 30 odstotkov nevronov v prefrontalnem korteksu možganov. Skeptiki, ki so verjeli, da ima vsak nevron namensko funkcijo, so se posmehovali ideji, da lahko možgani toliko celic namenijo samo eni nalogi. Odgovor Millerja in Duncana je bil, da imajo morda celice dovolj prožnosti, da sodelujejo v številnih izračunih. Sposobnost, da služijo eni možganski skupini, kot je bila, ni izključila njihove sposobnosti, da služijo številnim drugim.
Toda kakšne prednosti prinaša mešana selektivnost? Leta 2013 se je Miller združil z dvema soavtorjema novega dokumenta, Mattio Rigottijem iz IBM Research in Stefanom Fusijem z univerze Columbia, da bi pokazal, kako mešana selektivnost daje možganom močno računalniško prilagodljivost. V bistvu lahko skupek nevronov z mešano selektivnostjo sprejme veliko več razsežnosti informacij o nalogi kot populacija nevronov z nespremenljivimi funkcijami.
"Od našega začetnega dela smo napredovali pri razumevanju teorije mešane selektivnosti skozi optiko klasičnih idej strojnega učenja," je dejal Rigotti. "Po drugi strani pa so bila vprašanja, pomembna za eksperimentalce o mehanizmih, ki to počnejo na celični ravni, relativno malo raziskana. To sodelovanje in ta novi dokument sta bila namenjena zapolnitvi te vrzeli."
V novem prispevku avtorji predstavljajo miško, ki se odloča, ali bo pojedla jagode. Morda diši okusno (to je ena dimenzija). Lahko je strupeno (to je druga stvar). Lahko se pojavi še ena ali dve dimenziji problema v obliki družbenega signala. Če miš zavoha jagodičevje ob izdihu druge miši, potem je jagodičje verjetno užitno (odvisno od navideznega zdravja druge miši). Nevronski ansambel z mešano selektivnostjo bo lahko vse to integriral.
Privabljanje nevronov
Čeprav je mešana selektivnost podprta s številnimi dokazi – opazili so jo v celotni skorji in v drugih predelih možganov, kot sta hipokampus in amigdala – ostajajo odprta vprašanja. Na primer, kako se nevroni rekrutirajo za naloge in kako nevroni, ki so tako »široko razgledani«, ostanejo naravnani le na tisto, kar je res pomembno za misijo?
V novi študiji raziskovalci, vključno z Marcusom Benno iz UC San Diego in Felixom Taschbachom z inštituta Salk, identificirajo oblike mešane selektivnosti, ki so jih opazili raziskovalci, in trdijo, da ko nihanja (znana tudi kot "možganski valovi") in nevromodulatorji ( kemične snovi, kot sta serotonin ali dopamin, ki vplivajo na nevronsko funkcijo) pritegnejo nevrone v računalniške sklope, prav tako jim pomagajo »filtrirati«, kar je za ta namen pomembno.
Seveda so nekateri nevroni specializirani za določen vnos, vendar avtorji ugotavljajo, da so izjema in ne pravilo. Avtorji pravijo, da imajo te celice "čisto selektivnost". Skrbi jih le, če zajec vidi solato. Nekateri nevroni kažejo "linearno mešano selektivnost", kar pomeni, da je njihov odziv predvidljivo odvisen od vsote več vnosov (zajec vidi solato in je lačen). Nevroni, ki dodajajo največ prilagodljivosti pri merjenju, so tisti z "nelinearno mešano selektivnostjo", ki lahko upoštevajo več neodvisnih spremenljivk, ne da bi jih bilo treba seštevati. Namesto tega lahko upoštevajo celo vrsto neodvisnih pogojev (npr. Solata je, lačen sem, ne slišim jastrebov, ne voham kojotov, a solata je daleč in lahko videti precej močno ograjo).
Kaj torej pritegne nevrone, da se osredotočijo na pomembne dejavnike, ne glede na to, koliko jih je? Eden od mehanizmov je nihanje, ki se pojavi v možganih, ko številni nevroni ohranjajo svojo električno aktivnost v istem ritmu. Ta usklajena dejavnost omogoča izmenjavo informacij, ki jih v bistvu usklajuje skupaj kot skupina avtomobilov, ki vsi predvajajo isto radijsko postajo (morda oddajanje sokola, ki kroži nad glavami). Drugi mehanizem, ki ga avtorji izpostavljajo, so nevromodulatorji. To so kemikalije, ki lahko, ko dosežejo receptorje znotraj celic, vplivajo tudi na njihovo aktivnost. Na primer, val acetilholina lahko podobno spodbudi nevrone z ustreznimi receptorji za določeno aktivnost ali informacijo (morda občutek lakote).
»Ta dva mehanizma verjetno delujeta skupaj pri dinamičnem oblikovanju funkcionalnih omrežij,« pišejo avtorji.
Razumevanje mešane selektivnosti, nadaljujejo, je ključnega pomena za razumevanje kognicije.
»Mešana selektivnost je vseprisotna,« zaključujejo. "Prisoten je pri vseh vrstah in služi različnim funkcijam, od kognicije na visoki ravni do" samodejnih "senzomotoričnih procesov, kot je prepoznavanje predmetov. Široka pojavnost mešane selektivnosti poudarja njeno temeljno vlogo pri zagotavljanju možganom razširljive procesne moči, potrebne za kompleksne misli in dejanja." p>
Preberite več o študiji v reviji CELL