カオスが記憶の忘れ方に役割を果たしていることをシミュレーションが示唆

カオスが記憶の忘れ方に役割を果たしていることをシミュレーションが示唆

タイムスタンプ：14年2023月1日午後13時

人間の脳のイメージ
魅力的なアイデア: 古いアトラクタ ネットワークのカオスは、新しい記憶に道を譲る可能性があります。 (提供: Shutterstock/Phonlamai-Photo)

人工ニューラルネットワークを研究することで、米国の研究者は、私たちの記憶が時間の経過とともにどのように、そしてなぜ薄れていくのかをよりよく理解できるようになった可能性があります. によって導かれて ウリセス・ペレイラ・オビリノビッチ ニューヨーク大学の研究チームは、新しい記憶に関連する安定した反復神経パターンが、時間の経過とともにより混沌としたパターンに変化し、最終的にはランダム ノイズに変化するという証拠を発見しました。 これは、脳が新しい記憶のためにスペースを空けるために使用するメカニズムである可能性があります。

脳の一部のモデルでは、記憶は「アトラクター ネットワーク」と呼ばれる情報交換の繰り返しパターンで保存されます。 これらは、脳内のニューロンを表すために使用される相互接続されたノードのウェブ内に形成されます。

これらのノードは、特定の発火率で信号を発することによって情報を伝達します。 信号を受信したノードは、独自の信号を生成し、それによって近隣ノードと情報を交換します。 これらの交換の強度は、ノードのペア間の同期の程度によって重み付けされます。

安定したパターン

外部入力がニューラル ネットワークに適用されると、アトラクタ ネットワークが形成されます。ニューラル ネットワークは、各ノードに初期発火率を割り当てます。 これらの周波数は、ノードの異なるペア間の重みが再調整されるにつれて進化し、最終的には安定した繰り返しパターンに落ち着きます。

記憶を取り戻すために、研究者は元の入力に似た外部キューを適用できます。これにより、ニューラル ネットワークが関連するアトラクタ ネットワークにキックされます。 複数の記憶を XNUMX つのニューラル ネットワークに刻み込むことができます。このネットワークは、外部の手がかりが提供されるまで、時間の経過とともに安定したアトラクタ ネットワークを自然に切り替えます。

ただし、これらのシステムには限界があります。 同じニューラル ネットワークに格納されているアトラクタ ネットワークが多すぎると、突然ノイズが多すぎてどれも取得できなくなり、すべての記憶が一度に忘れられてしまいます。

思い出を失う

これを防ぐために、Pereira-Obilinovic のチームは、私たちの脳が時間の経過とともに記憶を失うメカニズムを進化させたに違いないことを示唆しています。 この理論をテストするために、トリオも含まれています ジョナタン・アルジャデフ シカゴ大学で ニコラ・ブルネル デューク大学では、アトラクタ ネットワーク内の接続されたノード間の重みが、新しい記憶が刷り込まれるにつれて徐々に減少するシミュレートされたニューラル ネットワークが作成されました。

彼らは、これが古いアトラクタネットワークを時間の経過とともにより混沌とした状態にシフトさせることを発見しました. これらのネットワークは、より速い変動パターンを特徴としていました。 これらの発火信号のパターンが完全に繰り返されることはなく、新しい安定したアトラクタ ネットワークとはるかにうまく共存できます。 最終的に、この増加するランダム性により、古いアトラクタ ネットワークはランダム ノイズにフェードインし、それらが運ぶ記憶は忘れ去られます。

全体として、研究者たちは、自分たちの理論が、古い記憶を失うという代償を払って、私たちの心が常に新しい情報を取り込むことができる方法を説明するのに役立つことを望んでいます. 彼らの洞察は、神経学者が私たちの脳がどのように記憶を保存および検索するか、そしてなぜそれらが時間の経過とともに最終的に消えていくのかをよりよく理解するのに役立つ可能性があります.

研究はで説明されています フィジカルレビューX.

タイムスタンプ：

より多くの 物理学の世界