مقالات

چگونه مغز بین فرضیه های مبهم اخبار متمایز می شود



چگونه مغز بین فرضیه های مبهم اخبار متمایز می شود

هنگامی که ما به سمت مکانی گرایش پیدا می کنیم که فقط با آن آشنا هستیم ، ما اغلب به نقاط دیدنی منحصر به فرد متکی هستیم تا به خودمان کمک کنیم تا راهی ایجاد کنند. با این حال ، اگر ما به دنبال یک دفتر در یک ساختمان آجری هستیم و بسیاری از ساختمانهای آجری در مسیر ما وجود دارد ، می توانیم به جای تکیه بر تمایز خود ساختمان ، از یک قانون به عنوان جستجوی ساختمان دوم در خیابان استفاده کنیم.

در حالی که این ابهام برطرف نشده است ، باید در نظر داشته باشیم که گزینه های زیادی (یا فرضیه ها) برای جایی که در ارتباط با مقصد خود هستیم وجود دارد. در یک مطالعه از موش ها ، متخصصان مغز و اعصاب MIT قبلاً دریافتند که این فرضیه ها از طریق الگوهای مختلف فعالیت عصبی به صراحت در مغز نشان داده می شوند.

این اولین بار مدل های فعالیت عصبی در مغز مشاهده شده است ، که فرضیه های همزمان را رمزگذاری می کنند. محققان دریافتند که این ایده هایی که در قشر رتروسپلین مغز مشاهده شده اند (RSC) نه تنها فرضیه ها را رمزگذاری می کند بلکه توسط حیوانات نیز می تواند برای انتخاب روش صحیح استفاده شود.

مارک هارنت و عضو عضو شناختی می گوید: “تا آنجا که ما می دانیم ، هیچ کس در یک کار پیچیده فکر نکرده است که منطقه ای در پوست مرتبط وجود دارد که به معنای دو فرضیه است و سپس از یکی از این فرضیه ها پس از دریافت اطلاعات بیشتر برای انجام کار استفاده می کند.” انستیتوی علوم مغز و شناختی مک گاورن ، عضو موسسه مطالعات مغز MIT مک گاورن و علوم شناختی ، عضو مؤسسه MIT McGorevery برای مغز و علوم شناختی ، عضو MECGOGE MEME برای مغز و علوم شناختی و علوم شناختی.

دکتری Jakob Voigts ’17 ، یک پست سابق در آزمایشگاه هارنت ، و اکنون رهبر این گروه در موسسه پزشکی پزشکی هوارد هیوز یک پردیس تحقیقاتی است ، نویسنده اصلی روزنامه است که امروز در آن ظاهر می شود عصبی طبیعیحرف

نقاط دیدنی

RSC ورودی از پوسته بصری ، تشکیل هیپوکامپ و تالاموس قدامی را که برای کمک به راهنمایی ناوبری ادغام می شود ، دریافت می کند.

در سند 2020 ، آزمایشگاه هارنت دریافت که RSC از اطلاعات بصری و مکانی برای رمزگذاری نشانه های مورد استفاده برای ناوبری استفاده می کند. در این مطالعه ، محققان نشان دادند كه سلولهای عصبی در RSC موش ها با بازخورد فضایی در موقعیت خود موش در طول مسیر ، اطلاعات بصری را در مورد محیط زیست ادغام می كنند ، كه به آنها اجازه می دهد تا یاد بگیرند كه بر اساس نقاط دیدنی كه دیدند ، جایزه پیدا كنند.

در مطالعه جدید خود ، محققان می خواستند نحوه استفاده RSC از اطلاعات مکانی و زمینه موقعیتی را برای رهبری تصمیم گیری ناوبری عمیق تر کنند. برای این منظور ، محققان یک کار ناوبری بسیار پیچیده تر از آنچه معمولاً در مطالعات موش استفاده می شود ، انجام داده اند. آنها یک عرصه بزرگ و گرد ، با 16 دهانه کوچک یا درگاه کوچک ، در دیوارهای جانبی قرار دادند. یکی از این دهانه ها هنگام ضرب و شتم بینی خود از طریق آن ، به موش ها پاداش می دهد. در اولین مجموعه آزمایشات ، محققان موشها را آموزش دادند تا به درگاه های مختلف پاداش که توسط نقاط نور روی زمین نشان داده شده است ، فقط با نزدیک شدن موش ها به آنها ، مراجعه کنند.

بعد از اینکه موشها یاد گرفتند این کار نسبتاً ساده را انجام دهند ، محققان نکته دوم را اضافه کردند. این دو نقطه همیشه در همان فاصله از یکدیگر و از مرکز عرصه قرار داشتند. اما اکنون موش ها برای دریافت جایزه مجبور به رفتن به بندر از یک نقطه جهت عقربه های ساعت بودند. از آنجا که نقاط یکسان بودند و فقط در مسافت های نزدیک قابل مشاهده بودند ، موش ها هرگز نمی توانند هر دو نقطه را به یکباره ببینند و نمی توانند بلافاصله تعیین کنند که کدام نقطه کدام یک است.

برای حل این کار ، بنابراین موش ها باید به یاد داشته باشند که در کجا انتظار داشتند که یک نکته را نشان دهند ، موقعیت خود را بر روی بدن ، مسیری که آنها را هدایت می کردند ، و مسیری که آنها طی کردند تا دریابند کدام یک از نشانه ها کدام یک است. با اندازه گیری فعالیت RSC ، هنگامی که موش ها به نقاط دیدنی مبهم نزدیک شدند ، محققان می توانند تعیین کنند که آیا RSC فرضیه هایی را در مورد موقعیت مکانی رمزگذاری می کند یا خیر. این کار با دقت طراحی شده بود تا موش ها به استفاده از راهنماهای بصری برای دریافت جوایز به جای استراتژی های دیگر مانند بو یا مرده ، نیاز داشته باشند.

Voygs ، که در حالی که پزشک در آزمایشگاه هارنت بود ، می گوید: “نکته مهم برای رفتار در این مورد این است که موش ها باید چیزی را به خاطر بسپارند و سپس از آن برای تفسیر سهم آینده استفاده کنند.” “نه تنها چیزی را به یاد می آورید ، بلکه آن را به گونه ای به یاد می آورید که بتوانید روی آن عمل کنید.”

محققان دریافتند که با جمع آوری اطلاعات در مورد کدام نقطه ، جمعیت نورون های RSC مدلهای مختلفی از اطلاعات ناقص را نشان می دهند. به نظر می رسد که هر یک از این مدل ها فرضیه ای در مورد جایی است که موش فکر می کند از نظر این جایزه است.

هنگامی که موش ها به اندازه کافی نزدیک می شوند تا درک کنند که در پورت کدام نقطه را نشان می دهد ، این مدل ها به یک مدل که بیانگر فرضیه مناسب است ، فرو ریختند. محققان می گویند این یافته ها نشان می دهد که این مدل ها نه تنها فرضیه ها را ذخیره می کنند ، بلکه می توانند برای محاسبه نحوه رسیدن به مکان مناسب نیز استفاده شوند.

Voygs می گوید: “ما نشان می دهیم که RSC اطلاعات لازم را در مورد استفاده از این حافظه کوتاه مدت برای تمایز نقاط دیدنی مبهم دارد.

نورون های بهم پیوسته

هنگامی که آنها نتایج اولیه خود را مورد تجزیه و تحلیل قرار دادند ، هارنت و ویگس با استاد MIT ایلا فیت ، که حدود 10 سال پیش یک مطالعه را انجام داده بود ، با استفاده از یک شبکه عصبی مصنوعی برای انجام چنین کار ناوبری مشورت کردند.

این مطالعه ، که قبلاً در Biorxiv منتشر شد ، نشان داد که شبکه عصبی مدلهای فعالیت را نشان می دهد که از نظر مفهومی شبیه به موارد مشاهده شده در مطالعات حیوانات انجام شده توسط آزمایشگاه هارنت است. نورونهای شبکه عصبی مصنوعی سرانجام شبکه های کم بعدی کاملاً بهم پیوسته مانند نورونهای RSC را تشکیل می دهند.

هارنت می گوید: “این بهم پیوسته به روش هایی به نظر می رسد که ما هنوز درک نمی کنیم ، برای اینکه چگونه این پویایی ظاهر می شود و چگونه آنها کنترل می شوند.

در آزمایشگاه خود در ژانلیا ، Voigs اکنون قصد دارد چگونگی سایر مناطق مغز درگیر در ناوبری ، مانند قشر جلوی مغز ، را بررسی کند که موش ها بدون آموزش یک کار خاص ، به روشی طبیعی تر مورد بررسی و تغذیه قرار می گیرند.

Voygs می گوید: “ما نگاه می کنیم که آیا اصول مشترکی وجود دارد که از طریق آنها وظایف آموخته می شود.” “ما دانش زیادی در نورونوتیک ها در مورد چگونگی کار مغزها پس از حیوان یک وظیفه داریم ، اما با مقایسه ما می دانیم که چگونه موش ها وظایف را می آموزند یا آنچه را که تصمیم می گیرند یاد بگیرند وقتی به آنها آزادی رفتار طبیعی داده می شود.”

این نظرسنجی تا حدودی توسط مؤسسات ملی بهداشت ، مرکز مغز اجتماعی سیمونز در دکترا MIT ، انستیتوی ملی علوم پزشکی عمومی و مرکز مغز ، UHT و ماشین آلات در MIT تأمین شده توسط بنیاد ملی علمی تأمین شد.


Source link

نوشته های مشابه

دکمه بازگشت به بالا