Πώς ο εγκέφαλος συγκρατεί τις πληροφορίες

Σε μια μελέτη στο PLOS Computational Biology, επιστήμονες στο The Picower Institute for Learning and Memory συνέκριναν μετρήσεις της δραστηριότητας των εγκεφαλικών κυττάρων σε ένα ζώο που εκτελούσε μια εργασία μνήμης εργασίας μέσω διαφόρων μοντέλων υπολογιστή που αντιπροσωπεύουν δύο θεωρίες του υποκείμενου μηχανισμού για τη διατήρηση πληροφοριών στο μυαλό. Τα αποτελέσματα υποστήριξαν έντονα τη νεότερη αντίληψη ότι ένα δίκτυο νευρώνων, αποθηκεύει τις πληροφορίες πραγματοποιώντας βραχύβιες αλλαγές στο μοτίβο των συνδέσεων ή των συνάψεών τους, και αντέκρουαν την παραδοσιακή εναλλακτική θεωρία ότι η μνήμη διατηρείται από νευρώνες που παραμένουν διαρκώς ενεργοί.

Σε κάθε έναν από τους πολλούς γύρους της έρευνας, οι μελετητές έδειχναν στο ζώο μια εικόνα που στη συνέχεια εξαφανιζόταν. Ένα δευτερόλεπτο αργότερα, θα έβλεπε δύο εικόνες συμπεριλαμβανομένου του πρωτότυπου και έπρεπε να κοιτάξει το πρωτότυπο για να κερδίσει μια μικρή ανταμοιβή. Η βασική στιγμή είναι εκείνο το ενδιάμεσο δευτερόλεπτο, που ονομάζεται «περίοδος καθυστέρησης», κατά την οποία η εικόνα πρέπει να λαμβάνεται υπόψη πριν από τη δοκιμή.

Η ομάδα παρατήρησε ότι οι νευρώνες εκτοξεύονται όταν βλέπουν την αρχική εικόνα, αυξάνονται μόνο κατά διαστήματα κατά τη διάρκεια της καθυστέρησης και στη συνέχεια εκτινάσσονται ξανά όταν οι εικόνες πρέπει να ανακληθούν κατά τη διάρκεια της δοκιμής (αυτή η δυναμική διέπεται από μια αλληλεπίδραση εγκεφαλικών ρυθμών συχνότητας βήτα και γάμα).

Ερευνητές έχουν προτείνει ότι οι αλλαγές στη σχετική δύναμη ή τα «βάρη» των συνάψεων θα μπορούσαν να αποθηκεύσουν τις πληροφορίες. Η ομάδα του MIT έθεσε αυτή την ιδέα σε δοκιμή διαμορφώνοντας υπολογιστικά νευρωνικά δίκτυα που ενσωματώνουν δύο εκδοχές κάθε κύριας θεωρίας. Όπως και με το ζώο, τα δίκτυα μηχανικής μάθησης εκπαιδεύτηκαν για να εκτελούν την ίδια εργασία μνήμης εργασίας και να εξάγουν νευρική δραστηριότητα που θα μπορούσε επίσης να ερμηνευτεί από έναν αποκωδικοποιητή.

Το αποτέλεσμα είναι ότι τα υπολογιστικά δίκτυα που επέτρεψαν τη βραχυπρόθεσμη συναπτική πλαστικότητα για την κωδικοποίηση πληροφοριών αυξήθηκαν όταν ο πραγματικός εγκέφαλος αυξανόταν και όχι όταν δεν το έκανε. Τα δίκτυα που χαρακτηρίζουν τη συνεχή αιχμή ως μέθοδο για τη διατήρηση της μνήμης αυξάνονταν συνεχώς, ακόμη και όταν ο εγκέφαλος δεν το έκανε. Επιπλέον, τα αποτελέσματα του αποκωδικοποιητή αποκάλυψαν ότι η ακρίβεια μειώθηκε κατά τη διάρκεια της περιόδου καθυστέρησης στα μοντέλα συναπτικής πλαστικότητας, αλλά παρέμεινε αφύσικα υψηλή στα μοντέλα επίμονης αιχμής.

Απολαμβάνετε το περιεχόμενο μας? Εγγραφείτε στο newsletter μας!

«Χρειάζεστε τέτοιους μηχανισμούς για να δώσετε στη δραστηριότητα της εργαζόμενης μνήμης την ελευθερία που χρειάζεται για να είναι ευέλικτη», δήλωσε ο Earl K. Miller, καθηγητής στο τμήμα Εγκεφάλου και Γνωστικών Επιστημών του MIT (BCS). "Αν η λειτουργική μνήμη ήταν απλώς διαρκής δραστηριότητα από μόνη της, θα ήταν τόσο απλή όσο ένας διακόπτης φώτων. Αλλά η μνήμη εργασίας είναι τόσο περίπλοκη και δυναμική όσο οι σκέψεις μας".