Kuasa selektiviti campuran: memahami fungsi otak dan kognisi

Setiap hari, otak kita berusaha untuk mengoptimumkan pertukaran: dengan begitu banyak peristiwa yang berlaku di sekeliling kita, dan pada masa yang sama begitu banyak desakan dan ingatan dalaman, pemikiran kita mesti fleksibel tetapi cukup fokus untuk membimbing semua yang perlu kita lakukan. Dalam makalah baharu dalam jurnal Neuron, sepasukan ahli sains saraf menerangkan bagaimana otak mencapai keupayaan kognitif untuk mengintegrasikan semua maklumat yang berkaitan tanpa terbebani oleh perkara yang tidak penting.

Penulis berpendapat bahawa fleksibiliti ini berpunca daripada sifat utama yang diperhatikan dalam banyak neuron: "selektiviti bercampur." Walaupun ramai ahli sains saraf sebelum ini menganggap bahawa setiap sel hanya mempunyai satu fungsi khusus, bukti yang lebih terkini telah menunjukkan bahawa banyak neuron boleh mengambil bahagian dalam ensembel pengiraan berbeza yang berfungsi secara selari. Dalam erti kata lain, apabila arnab sedang mempertimbangkan untuk menggigit beberapa daun salad di taman, neuron tunggal mungkin terlibat bukan sahaja dalam menilai kelaparannya, tetapi juga dalam mendengar elang di atas kepala atau mencium bau koyote di dalam pokok dan menilai sejauh mana daun salad itu.

Otak tidak melakukan pelbagai tugas, kata pengarang bersama kertas Earl K. Miller, seorang profesor di Institut Picower untuk Kajian Pembelajaran dan Memori di MIT dan salah seorang pelopor idea pemilihan campuran, tetapi banyak sel mempunyai keupayaan untuk terlibat dalam pelbagai pengiraan (pada asasnya, "pemikiran"). Dalam kertas baru, penulis menerangkan mekanisme khusus yang digunakan oleh otak untuk merekrut neuron ke pengiraan yang berbeza dan untuk memastikan neuron tersebut mewakili bilangan dimensi yang betul untuk tugas yang kompleks.

Neuron ini melakukan banyak fungsi. Dengan selektiviti campuran, anda boleh mempunyai ruang perwakilan yang kompleks seperti yang anda perlukan, dan tidak lebih. Di situlah terletaknya fleksibiliti fungsi kognitif."

Earl K. Miller, Profesor, Institut Picower untuk Kajian Pembelajaran dan Ingatan, Institut Teknologi Massachusetts

Pengarang bersama Kay Tai, seorang profesor di Institut Salk dan Universiti California, San Diego, berkata selektiviti bercampur antara neuron, terutamanya dalam korteks prefrontal medial, adalah kunci untuk membolehkan banyak kebolehan mental.

"MPFC adalah seperti bisikan yang mewakili begitu banyak maklumat melalui ensembel yang sangat fleksibel dan dinamik," kata Tai. "Selektiviti bercampur ialah sifat yang memberi kita fleksibiliti, keupayaan kognitif dan kreativiti. Ini adalah rahsia untuk memaksimumkan kuasa pengiraan, yang pada asasnya merupakan asas kecerdasan."

Asal usul idea

Idea selektiviti campuran bermula pada tahun 2000, apabila Miller dan rakan sekerjanya John Duncan mempertahankan hasil yang mengejutkan daripada kajian fungsi kognitif di makmal Miller. Apabila haiwan menyusun imej ke dalam kategori, kira-kira 30 peratus daripada neuron dalam korteks prefrontal otak seolah-olah direkrut. Skeptik yang percaya bahawa setiap neuron mempunyai fungsi khusus mengejek idea bahawa otak boleh mendedikasikan begitu banyak sel untuk hanya satu tugas. Jawapan Miller dan Duncan adalah bahawa mungkin sel mempunyai fleksibiliti untuk mengambil bahagian dalam banyak pengiraan. Keupayaan untuk berkhidmat dalam satu kumpulan otak, seperti yang dilakukan, tidak menghalang keupayaan mereka untuk berkhidmat kepada ramai orang lain.

Tetapi apakah faedah yang dibawa oleh pemilihan campuran? Pada tahun 2013, Miller bekerjasama dengan dua pengarang bersama kertas baharu, Mattia Rigotti dari IBM Research dan Stefano Fusi dari Columbia University, untuk menunjukkan bagaimana selektiviti campuran memberikan fleksibiliti pengiraan yang kuat kepada otak. Pada dasarnya, ensemble neuron dengan selektiviti bercampur boleh menampung lebih banyak dimensi maklumat tentang tugas daripada populasi neuron dengan fungsi tetap.

"Sejak kerja asal kami, kami telah membuat kemajuan dalam memahami teori pemilihan campuran melalui lensa idea pembelajaran mesin klasik," kata Rigotti. "Sebaliknya, soalan penting kepada ahli eksperimen tentang mekanisme yang melaksanakan ini di peringkat selular agak kurang dikaji. Kerjasama ini dan kertas kerja baharu ini bertujuan untuk mengisi jurang itu."

Dalam kertas baru, penulis membayangkan seekor tikus memutuskan sama ada untuk makan buah beri. Ia mungkin berbau lazat (itu satu dimensi). Ia mungkin beracun (itu lain). Satu atau dua dimensi masalah mungkin datang dalam bentuk isyarat sosial. Jika seekor tetikus menghidu buah beri pada nafas tetikus lain, buah beri itu mungkin boleh dimakan (bergantung pada kesihatan ketara tetikus yang lain). Satu kumpulan saraf dengan selektiviti campuran boleh mengintegrasikan semua ini.

Menarik neuron

Walaupun selektiviti campuran disokong oleh banyak bukti-ia telah diperhatikan di seluruh korteks dan di kawasan otak lain seperti hippocampus dan amygdala-soalan terbuka kekal. Contohnya, bagaimana neuron direkrut untuk menjalankan tugas, dan bagaimanakah neuron yang berfikiran luas hanya memerhatikan perkara yang benar-benar kritikal misi?

Dalam kajian baharu itu, penyelidik termasuk Marcus Benna dari UC San Diego dan Felix Taschbach dari Institut Salk mengenal pasti bentuk selektiviti bercampur para penyelidik memerhati dan berpendapat bahawa apabila ayunan (juga dikenali sebagai "gelombang otak") dan neuromodulator (bahan kimia seperti serotonin atau dopamin yang mempengaruhi fungsi saraf) merekrut neuron ke dalam kumpulan pengiraan "menapis" yang penting, ia juga membantu mereka "menapis" untuk tujuan pengiraan.

Sudah tentu, beberapa neuron pakar dalam input tertentu, tetapi penulis menunjukkan bahawa mereka adalah pengecualian, bukan peraturan. Sel-sel ini, kata penulis, mempunyai "selektiviti tulen." Mereka hanya peduli jika arnab melihat salad. Sesetengah neuron mempamerkan "selektiviti campuran linear," yang bermaksud bahawa tindak balas mereka bergantung pada jumlah input berbilang (arnab melihat salad dan berasa lapar). Neuron yang menambahkan fleksibiliti pengukuran paling banyak ialah neuron yang mempunyai "selektiviti bercampur tak linear," yang boleh mengambil kira berbilang pembolehubah bebas tanpa perlu menjumlahkan kesemuanya. Sebaliknya, mereka boleh mengambil kira satu set keseluruhan keadaan bebas (cth, ada salad, saya lapar, saya tidak dapat mendengar helang, saya tidak dapat menghidu coyote, tetapi salad itu jauh, dan saya dapat melihat pagar yang cukup kukuh).

Jadi apa yang menarik neuron untuk memberi tumpuan kepada faktor yang bermakna, tidak kira berapa banyak terdapat? Satu mekanisme ialah ayunan, yang berlaku di dalam otak apabila banyak neuron mengekalkan aktiviti elektrik mereka pada irama yang sama. Aktiviti yang diselaraskan ini membolehkan maklumat dikongsi, pada dasarnya menalanya bersama-sama, seperti sekumpulan kereta yang semuanya memainkan stesen radio yang sama (siaran burung elang beredar di atas kepala, mungkin). Mekanisme lain yang diketengahkan oleh penulis ialah neuromodulator. Ini adalah bahan kimia yang, apabila mencapai reseptor di dalam sel, juga boleh mempengaruhi aktivitinya. Sebagai contoh, lonjakan dalam asetilkolin juga boleh menala neuron dengan reseptor yang sesuai kepada aktiviti atau maklumat tertentu (mungkin sensasi kelaparan).

"Kedua-dua mekanisme ini mungkin bekerjasama untuk membentuk rangkaian berfungsi secara dinamik, " tulis penulis.

Memahami selektiviti campuran, lanjut mereka, adalah penting untuk memahami kognisi.

"Selektiviti bercampur ada di mana-mana," mereka membuat kesimpulan. "Ia hadir merentasi spesies dan berfungsi dengan pelbagai fungsi daripada kognisi peringkat tinggi kepada proses sensorimotor 'automatik' seperti pengecaman objek. Kemunculan selektiviti bercampur yang meluas menyerlahkan peranan asasnya dalam menyediakan otak dengan kuasa pemprosesan berskala yang diperlukan untuk pemikiran dan tindakan yang kompleks."

Butiran kajian boleh didapati di halaman jurnal CELL