Kegunaan Sebuah Panduan Memori Dimana Otak Menyimpannya | Majalah Kuanta

Ingatan tidak mewakili satu pun misteri ilmiah; itu banyak dari mereka. Ahli saraf dan psikolog telah mengenali beragam jenis memori yang hidup berdampingan di otak kita: memori episodik dari pengalaman masa lalu, memori semantik akan fakta, memori jangka pendek dan jangka panjang, dan banyak lagi. Ini sering kali memiliki karakteristik yang berbeda dan bahkan tampaknya terletak di bagian otak yang berbeda. Namun tidak pernah jelas fitur memori apa yang menentukan bagaimana atau mengapa memori tersebut harus diurutkan dengan cara ini.

Kini, sebuah teori baru yang didukung oleh eksperimen menggunakan jaringan saraf tiruan mengusulkan bahwa otak mungkin menyortir ingatan dengan mengevaluasi seberapa besar kemungkinan ingatan tersebut berguna sebagai panduan di masa depan. Secara khusus, hal ini menunjukkan bahwa banyak kenangan tentang hal-hal yang dapat diprediksi, mulai dari fakta hingga pengalaman berulang yang bermanfaat – seperti apa yang biasa Anda makan untuk sarapan atau berjalan ke tempat kerja – disimpan di neokorteks otak, di mana mereka dapat berkontribusi pada generalisasi tentang dunia. Kenangan yang kurang berguna – seperti rasa minuman unik yang Anda nikmati di pesta itu – disimpan di bank memori berbentuk kuda laut yang disebut hipokampus. Memisahkan ingatan secara aktif dengan cara ini berdasarkan kegunaan dan kemampuan generalisasinya dapat mengoptimalkan keandalan ingatan untuk membantu kita menavigasi situasi baru.

Penulis teori baru ini adalah para ilmuwan saraf Weinan Matahari dan James Fitzgerald dari Kampus Penelitian Janelia dari Howard Hughes Medical Institute, Andrew Sachs dari University College London, dan rekan-rekan mereka — menggambarkannya dalam makalah baru-baru ini in Nature Neuroscience. Hal ini memperbarui dan memperluas gagasan lama bahwa otak memiliki dua sistem pembelajaran yang saling terkait dan saling melengkapi: hipokampus, yang dengan cepat mengkodekan informasi baru, dan neokorteks, yang secara bertahap mengintegrasikannya untuk penyimpanan jangka panjang.

James McClelland, seorang ahli saraf kognitif di Universitas Stanford yang mempelopori gagasan sistem pembelajaran komplementer dalam memori tetapi bukan bagian dari studi baru ini, mengatakan bahwa hal ini “membahas aspek generalisasi” yang belum terpikirkan oleh kelompoknya sendiri ketika mereka mengajukan teori tersebut di pertengahan tahun 1990an.

Para ilmuwan telah menyadari bahwa pembentukan memori adalah proses multitahap setidaknya sejak awal tahun 1950-an, sebagian dari penelitian mereka terhadap seorang pasien bernama Henry Molaison — yang selama beberapa dekade hanya dikenal dalam literatur ilmiah sebagai HM Karena ia menderita kejang tak terkendali yang berasal dari hipokampusnya. , ahli bedah merawatnya dengan membuang sebagian besar struktur otak tersebut. Setelah itu, pasien tampak normal dalam banyak hal: kosakatanya utuh; dia menyimpan kenangan masa kecilnya dan dia mengingat detail lain dalam hidupnya sebelum operasi. Namun, dia selalu melupakan perawat yang merawatnya. Selama sepuluh tahun dia merawatnya, dia harus memperkenalkan dirinya lagi setiap pagi. Dia benar-benar kehilangan kemampuan untuk menciptakan kenangan jangka panjang yang baru.

Gejala Molaison membantu para ilmuwan menemukan bahwa ingatan baru pertama kali terbentuk di hipokampus dan kemudian secara bertahap dipindahkan ke neokorteks. Untuk sementara waktu, secara luas diasumsikan bahwa hal ini terjadi pada semua ingatan yang terus-menerus. Namun, begitu peneliti mulai melihat a semakin Dari contoh ingatan yang tetap bergantung pada hipokampus dalam jangka panjang, menjadi jelas bahwa ada hal lain yang sedang terjadi.

Untuk memahami alasan di balik anomali ini, penulis makalah baru ini beralih ke jaringan saraf tiruan, karena fungsi jutaan neuron yang saling terkait di otak sangatlah rumit. Jaringan ini merupakan “perkiraan idealisasi neuron biologis” tetapi jauh lebih sederhana daripada aslinya, kata Saxe. Seperti neuron hidup, mereka memiliki lapisan node yang menerima data, memprosesnya, dan kemudian memberikan keluaran berbobot ke lapisan jaringan lainnya. Sama seperti neuron yang saling mempengaruhi melalui sinapsisnya, node dalam jaringan saraf tiruan menyesuaikan tingkat aktivitasnya berdasarkan masukan dari node lain.

Tim menghubungkan tiga jaringan saraf dengan fungsi berbeda untuk mengembangkan kerangka komputasi yang mereka sebut model guru-buku catatan-siswa. Jaringan guru mewakili lingkungan tempat suatu organisme berada; itu memberikan masukan pengalaman. Jaringan buku catatan mewakili hipokampus, dengan cepat menyandikan semua detail dari setiap pengalaman yang diberikan guru. Jaringan siswa dilatih berdasarkan pola dari guru dengan berkonsultasi dengan apa yang dicatat di buku catatan. “Tujuan dari model siswa adalah untuk menemukan neuron – node – dan mempelajari koneksi [deskripsi] bagaimana mereka dapat meregenerasi pola aktivitas mereka,” kata Fitzgerald.

Pemutaran ulang kenangan yang berulang-ulang dari jaringan buku catatan membawa jaringan siswa ke pola umum melalui koreksi kesalahan. Namun para peneliti juga melihat pengecualian terhadap aturan tersebut: Jika siswa dilatih dengan terlalu banyak ingatan yang tidak dapat diprediksi – sinyal-sinyal berisik yang terlalu menyimpang dari yang lain – hal ini menurunkan kemampuan siswa untuk mempelajari pola umum.

Dari sudut pandang logis, “ini sangat masuk akal,” kata Sun. Bayangkan menerima paket di rumah Anda, jelasnya: Jika paket tersebut berisi sesuatu yang berguna untuk masa depan, “seperti cangkir kopi dan piring”, masuk akal untuk membawanya ke rumah Anda dan menyimpannya di sana secara permanen. Namun jika paket tersebut berisi kostum Spider-Man untuk pesta Halloween atau brosur penjualan, tidak perlu membuat rumah berantakan. Barang-barang tersebut dapat disimpan secara terpisah atau dibuang.

Studi ini memberikan konvergensi yang menarik antara sistem yang digunakan dalam kecerdasan buatan dan sistem yang digunakan dalam pemodelan otak. Ini adalah contoh di mana “teori sistem buatan tersebut memberikan beberapa ide konseptual baru untuk memikirkan ingatan di otak,” kata Saxe.

Misalnya, ada kesamaan dengan cara kerja sistem pengenalan wajah yang terkomputerisasi. Mereka mungkin memulai dengan meminta pengguna untuk mengunggah gambar diri mereka sendiri dengan definisi tinggi dari sudut yang berbeda. Koneksi dalam jaringan saraf dapat menyatukan konsep umum tentang seperti apa wajah dari berbagai sudut dan ekspresi berbeda. Namun jika Anda mengunggah foto “yang memuat wajah teman Anda, maka sistem tidak dapat mengidentifikasi pemetaan wajah yang dapat diprediksi di antara keduanya,” kata Fitzgerald. Ini merusak generalisasi dan membuat sistem kurang akurat dalam mengenali wajah normal.

Gambar-gambar ini mengaktifkan neuron masukan tertentu, dan aktivitas kemudian mengalir melalui jaringan, menyesuaikan bobot koneksi. Dengan lebih banyak gambar, model selanjutnya menyesuaikan bobot koneksi antar node untuk meminimalkan kesalahan keluaran.

Namun hanya karena suatu pengalaman tidak biasa dan tidak cocok untuk digeneralisasi, bukan berarti pengalaman tersebut harus dibuang dan dilupakan. Sebaliknya, mengingat pengalaman luar biasa bisa jadi sangat penting. Tampaknya itulah sebabnya otak mengurutkan ingatannya ke dalam kategori berbeda yang disimpan secara terpisah, dengan neokorteks digunakan untuk generalisasi yang dapat diandalkan dan hipokampus untuk pengecualian.

Penelitian semacam ini meningkatkan kesadaran tentang “kesalahan ingatan manusia,” kata McClelland. Memori adalah sumber daya yang terbatas, dan biologi harus berkompromi untuk memanfaatkan sumber daya yang terbatas tersebut sebaik-baiknya. Bahkan hipokampus tidak menyimpan catatan pengalaman yang sempurna. Setiap kali sebuah pengalaman diingat, ada perubahan dalam bobot koneksi jaringan, menyebabkan elemen memori menjadi lebih rata-rata. Hal ini menimbulkan pertanyaan tentang keadaan di mana “kesaksian saksi mata [dapat] dilindungi dari bias dan pengaruh dari serangan pertanyaan yang berulang-ulang,” katanya.

Model ini juga dapat memberikan wawasan terhadap pertanyaan-pertanyaan yang lebih mendasar. “Bagaimana kita membangun pengetahuan yang dapat diandalkan dan membuat keputusan yang tepat?” dikatakan James Antonius, seorang ahli saraf di California Polytechnic State University yang tidak terlibat dalam penelitian ini. Hal ini menunjukkan pentingnya mengevaluasi ingatan untuk membuat prediksi yang andal — banyak data yang berisik atau informasi yang tidak dapat diandalkan mungkin tidak cocok untuk melatih manusia maupun untuk melatih model AI.