Szum neuronowy pokazuje niepewność naszych wspomnień

0
297

W tym momencie między odczytaniem numeru telefonu a wbiciem go do telefonu może się okazać, że cyfry w tajemniczy sposób zabłądziły — nawet jeśli zapieczętowałeś pierwsze z nich w pamięci, ostatnie nadal mogą się rozmazać w niewyjaśniony sposób. Czy 6 było przed 8 czy po nim? Jesteś pewny?

Utrzymywanie takich strzępów informacji wystarczająco długo, aby na nich działać, opiera się na zdolności zwanej wzrokową pamięcią roboczą. Przez lata naukowcy debatowali, czy w pamięci roboczej jest miejsce tylko na kilka elementów na raz, czy po prostu ma ograniczone miejsce na szczegóły: być może pojemność naszego umysłu jest rozłożona albo na kilka krystalicznie czystych wspomnień, albo na wiele bardziej wątpliwych fragmentów .

Według niedawnego artykułu w Neuron od badaczy neuronauki z New York University. Wykorzystując uczenie maszynowe do analizy skanów mózgu osób zaangażowanych w zadanie pamięciowe, odkryli, że sygnały zakodowały oszacowanie tego, co ludzie myśleli, że widzą – a statystyczny rozkład szumu w sygnałach zakodował niepewność pamięci. Niepewność twoich percepcji może być częścią tego, co twój mózg reprezentuje w swoich wspomnieniach. A to poczucie niepewności może pomóc mózgowi w podejmowaniu lepszych decyzji dotyczących korzystania ze wspomnień.

Odkrycia sugerują, że „mózg wykorzystuje ten hałas” – powiedział Clayton Curtis, profesor psychologii i neuronauki na Uniwersytecie Nowojorskim oraz autor nowego artykułu.

Praca dodaje do coraz większej ilości dowodów na to, że nawet jeśli ludzie nie wydają się biegli w rozumieniu statystyk w swoim codziennym życiu, mózg rutynowo interpretuje swoje wrażenia zmysłowe świata, zarówno aktualne, jak i przywoływane, w kategoriach prawdopodobieństwa. Wgląd oferuje nowy sposób zrozumienia, jak dużą wartość przypisujemy naszemu postrzeganiu niepewnego świata.

Prognozy oparte na przeszłości

Neurony w układzie wzrokowym uruchamiają się w odpowiedzi na określone obrazy, takie jak nachylona linia, określony wzór, a nawet samochody lub twarze, wysyłając rozbłysk do reszty układu nerwowego. Ale same neurony są hałaśliwymi źródłami informacji, więc „jest mało prawdopodobne, aby pojedyncze neurony były walutą, której mózg używa do wnioskowania o tym, co widzi” – powiedział Curtis.

Bardziej prawdopodobne jest, że mózg łączy informacje z populacji neuronów. Dlatego ważne jest, aby zrozumieć, jak to się dzieje. Może to być na przykład uśrednianie informacji z komórek: jeśli niektóre neurony działają najsilniej na widok kąta 45 stopni, a inne pod kątem 90 stopni, wówczas mózg może ważyć i uśredniać swoje dane wejściowe, aby reprezentować kąt 60 stopni. w polu widzenia oczu. A może mózg ma podejście „zwycięzca bierze wszystko”, z najsilniej aktywującymi neuronami traktowanymi jako wskaźniki tego, co jest postrzegane.

„Ale jest nowy sposób myślenia o tym, pod wpływem teorii bayesowskiej” – powiedział Curtis.

Teoria bayesowska — nazwana na cześć jej twórcy, XVIII-wiecznego matematyka Thomasa Bayesa, ale niezależnie odkryta i spopularyzowana później przez Pierre-Simon Laplace — uwzględnia niepewność w swoim podejściu do prawdopodobieństwa. Wnioskowanie bayesowskie dotyczy tego, jak pewnie można oczekiwać, że wynik nastąpi, biorąc pod uwagę to, co wiadomo o okolicznościach. W odniesieniu do wzroku podejście to może oznaczać, że mózg rozpoznaje sygnały neuronowe, konstruując funkcję prawdopodobieństwa: na podstawie danych z poprzednich doświadczeń, jakie widoki najprawdopodobniej wygenerowały dany wzorzec strzału?

Laplace uznał, że prawdopodobieństwa warunkowe są najdokładniejszym sposobem mówienia o wszelkich obserwacjach, aw 1867 roku lekarz i fizyk Hermann von Helmholtz połączyli je z obliczeniami, które nasz mózg może wykonać podczas percepcji. Jednak niewielu neurologów poświęcało dużo uwagi tym pomysłom aż do lat 90. i wczesnych lat 2000., kiedy badacze zaczęli odkrywać, że ludzie robili coś w rodzaju wnioskowania probabilistycznego w eksperymentach behawioralnych, a metody bayesowskie zaczęły okazywać się przydatne w niektórych modelach percepcji i kontroli motorycznej.

„Ludzie zaczęli mówić o mózgu jako o bayesowskim” – powiedział Wei Ji Ma, profesor neurologii i psychologii na NYU i inny z nowych Neuron autorzy artykułu.

ZOSTAW ODPOWIEDŹ

Proszę wpisać swój komentarz!
Proszę podać swoje imię tutaj