Studi terobosan menemukan otak Anda menggunakan banyak aturan pembelajaran sekaligus
Setiap hari, orang terus -menerus belajar dan membentuk kenangan baru. Saat Anda mengambil hobi baru, coba resep yang direkomendasikan teman, atau baca berita dunia terbaru, otak Anda menyimpan banyak kenangan ini selama bertahun -tahun atau dekade.
Tetapi bagaimana otak Anda mencapai prestasi yang luar biasa ini?
Dalam penelitian kami yang baru diterbitkan di jurnal Sainskami telah mengidentifikasi beberapa “Aturan” Otak menggunakan untuk belajar.
Belajar di otak
Otak manusia terdiri dari miliaran sel saraf. Neuron ini melakukan pulsa listrik yang membawa informasi, seperti bagaimana komputer menggunakan kode biner untuk membawa data.
Pulsa listrik ini dikomunikasikan dengan neuron lain melalui koneksi di antara mereka yang disebut sinapsis. Neuron individu memiliki ekstensi bercabang yang dikenal sebagai dendrit yang dapat menerima ribuan input listrik dari sel lain. Dendrit mentransmisikan input ini ke tubuh utama neuron, di mana ia kemudian mengintegrasikan semua sinyal ini untuk menghasilkan pulsa listriknya sendiri.
Itu aktivitas kolektif dari pulsa listrik ini di seluruh kelompok neuron tertentu yang membentuk representasi dari berbagai informasi dan pengalaman di dalam otak.
Selama beberapa dekade, ahli saraf telah berpikir bahwa otak belajar dengan mengubah bagaimana neuron terhubung satu sama lain. Ketika informasi dan pengalaman baru mengubah bagaimana neuron berkomunikasi satu sama lain dan mengubah pola aktivitas kolektif mereka, beberapa koneksi sinaptik dibuat lebih kuat sementara yang lain menjadi lebih lemah. Proses ini plastisitas sinaptik adalah apa yang menghasilkan representasi informasi dan pengalaman baru di dalam otak Anda.
Agar otak Anda dapat menghasilkan representasi yang benar selama pembelajaran, koneksi sinaptik yang tepat harus mengalami perubahan yang tepat pada waktu yang tepat. “Aturan” yang digunakan otak Anda untuk memilih sinapsis mana yang akan diubah selama belajar – apa yang disebut ahli saraf disebut masalah penugasan kredit—Setagini tetap sebagian besar tidak jelas.
Mendefinisikan aturan
Kami memutuskan untuk memantau aktivitas koneksi sinaptik individu di dalam otak selama belajar untuk melihat apakah kami dapat mengidentifikasi pola aktivitas yang menentukan koneksi mana yang akan menjadi lebih kuat atau lebih lemah.
Untuk melakukan ini, kami secara genetik mengkodekan biosensor dalam neuron tikus yang akan menyala sebagai respons terhadap aktivitas sinaptik dan saraf. Kami memantau kegiatan ini secara real time ketika tikus mempelajari tugas yang melibatkan menekan tuas ke posisi tertentu setelah isyarat suara untuk menerima air.
Kami terkejut menemukan bahwa sinapsis pada neuron tidak semua mengikuti aturan yang sama. Misalnya, para ilmuwan sering berpikir bahwa neuron mengikuti apa yang disebut Aturan Hebbiandi mana neuron yang secara konsisten menembak bersama, menyatu. Sebaliknya, kami melihat bahwa sinapsis di berbagai lokasi dendrit dari neuron yang sama mengikuti aturan yang berbeda Untuk menentukan apakah koneksi menjadi lebih kuat atau lebih lemah. Beberapa sinapsis melekat pada aturan Hebbian tradisional di mana neuron yang secara konsisten menembak bersama -sama memperkuat koneksi mereka. Sinapsis lain melakukan sesuatu yang berbeda dan sepenuhnya independen dari aktivitas neuron.
Temuan kami menunjukkan bahwa neuron, dengan secara bersamaan menggunakan dua set aturan yang berbeda untuk belajar di berbagai kelompok sinapsis, daripada aturan seragam tunggal, dapat secara lebih tepat menyesuaikan berbagai jenis input yang mereka terima untuk mewakili informasi baru secara tepat di otak.
Dengan kata lain, dengan mengikuti aturan yang berbeda dalam proses pembelajaran, neuron dapat melakukan banyak tugas dan melakukan banyak fungsi secara paralel.
Aplikasi di masa depan
Penemuan ini memberikan pemahaman yang lebih jelas tentang bagaimana hubungan antara neuron berubah selama pembelajaran. Mengingat sebagian besar gangguan otak, termasuk bersifat merosot Dan psikiatrik Kondisi, melibatkan beberapa bentuk sinapsis yang tidak berfungsi, ini berpotensi implikasi penting bagi kesehatan dan masyarakat manusia.
Misalnya, Depresi dapat berkembang Dari melemahnya koneksi sinaptik yang berlebihan di dalam area otak tertentu yang membuatnya lebih sulit untuk mengalami kesenangan. Dengan memahami bagaimana plastisitas sinaptik biasanya beroperasi, para ilmuwan mungkin dapat lebih memahami apa yang salah dalam depresi dan kemudian mengembangkan terapi untuk lebih efektif mengobatinya.
Temuan ini juga mungkin memiliki implikasi untuk kecerdasan buatan. Jaringan saraf buatan AI yang mendasari sebagian besar telah terinspirasi oleh bagaimana otak bekerja. Namun, aturan pembelajaran yang digunakan peneliti untuk memperbarui koneksi dalam jaringan dan melatih model biasanya seragam dan juga tidak masuk akal secara biologis. Penelitian kami dapat memberikan wawasan tentang cara mengembangkan model AI yang lebih realistis secara biologis yang lebih efisien, memiliki kinerja yang lebih baik, atau keduanya.
Masih ada jalan panjang sebelum kita dapat menggunakan informasi ini untuk mengembangkan terapi baru untuk gangguan otak manusia. Sementara kami menemukan bahwa koneksi sinaptik pada berbagai kelompok dendrit menggunakan aturan pembelajaran yang berbeda, kami tidak tahu persis mengapa atau bagaimana. Selain itu, sementara kemampuan neuron untuk secara bersamaan menggunakan beberapa metode pembelajaran meningkatkan kapasitas mereka untuk menyandikan informasi, sifat apa yang mungkin diberikannya belum jelas.
Mudah -mudahan penelitian di masa depan akan menjawab pertanyaan -pertanyaan ini dan memajukan pemahaman kita tentang bagaimana otak belajar.
William Wright adalah seorang sarjana postdoctoral dalam neurobiologi di Universitas California, San Diego.
Takaki Komiya adalah profesor neurobiologi di Universitas California, San Diego.
Artikel ini diterbitkan ulang dari Percakapan di bawah lisensi Creative Commons. Baca Artikel asli.
