Het nut van een geheugen gidst waar de hersenen het opslaan | Quanta-tijdschrift

Het geheugen vertegenwoordigt geen enkel wetenschappelijk mysterie; het zijn er veel. Neurowetenschappers en psychologen zijn verschillende typen geheugen gaan herkennen die naast elkaar bestaan ​​in onze hersenen: episodische herinneringen aan ervaringen uit het verleden, semantische herinneringen aan feiten, korte- en langetermijnherinneringen, en meer. Deze hebben vaak verschillende kenmerken en lijken zelfs in verschillende delen van de hersenen te zitten. Maar het is nooit duidelijk geweest welk kenmerk van een geheugen bepaalt hoe en waarom het op deze manier moet worden gesorteerd.

Nu stelt een nieuwe theorie, ondersteund door experimenten met kunstmatige neurale netwerken, dat de hersenen herinneringen kunnen sorteren door te evalueren hoe waarschijnlijk het is dat ze in de toekomst nuttig zullen zijn als gids. Het suggereert met name dat veel herinneringen aan voorspelbare dingen, variërend van feiten tot nuttige terugkerende ervaringen – zoals wat je regelmatig eet als ontbijt of hoe je naar je werk loopt – worden opgeslagen in de neocortex van de hersenen, waar ze kunnen bijdragen aan generalisaties over de wereld. Herinneringen die minder nuttig zijn – zoals de smaak van dat unieke drankje dat je op dat ene feestje dronk – worden bewaard in de zeepaardjevormige geheugenbank die de hippocampus wordt genoemd. Het op deze manier actief scheiden van herinneringen op basis van hun bruikbaarheid en generaliseerbaarheid kan de betrouwbaarheid van herinneringen optimaliseren om ons te helpen bij het navigeren door nieuwe situaties.

De auteurs van de nieuwe theorie – de neurowetenschappers Weinan zon en James Fitzgerald van de Janelia Research Campus van het Howard Hughes Medical Institute, Andreas Saksen van University College London en hun collega’s – beschreven het in een recent artikel in Nature Neuroscience. Het actualiseert en breidt het gevestigde idee uit dat de hersenen twee gekoppelde, complementaire leersystemen hebben: de hippocampus, die snel nieuwe informatie codeert, en de neocortex, die deze geleidelijk integreert voor opslag op de lange termijn.

James McClelland, een cognitief neurowetenschapper aan Stanford University die pionierde met het idee van complementaire leersystemen in het geheugen, maar geen deel uitmaakte van de nieuwe studie, merkte op dat het “aspecten van generalisatie aanpakt” waar zijn eigen groep niet aan had gedacht toen ze de theorie in de studie voorstelden. midden jaren negentig.

Wetenschappers hebben in ieder geval al sinds het begin van de jaren vijftig ingezien dat geheugenvorming een uit meerdere fasen bestaand proces is, deels uit hun onderzoek naar een patiënt met de naam Henry Molaison – decennia lang in de wetenschappelijke literatuur alleen bekend als HM. Omdat hij leed aan oncontroleerbare aanvallen die hun oorsprong vonden in zijn hippocampus. chirurgen behandelden hem door het grootste deel van die hersenstructuur te verwijderen. Naderhand leek de patiënt in de meeste opzichten volkomen normaal: zijn woordenschat was intact; hij behield zijn jeugdherinneringen en hij herinnerde zich andere details van zijn leven van vóór de operatie. Hij vergat echter altijd de verpleegster die voor hem zorgde. Gedurende de tien jaar dat ze voor hem zorgde, moest ze zichzelf elke ochtend opnieuw voorstellen. Hij was het vermogen om nieuwe langetermijnherinneringen te creëren volledig kwijtgeraakt.

De symptomen van Molaison hielpen wetenschappers ontdekken dat nieuwe herinneringen zich eerst in de hippocampus vormden en vervolgens geleidelijk werden overgebracht naar de neocortex. Een tijdlang werd algemeen aangenomen dat dit voor alle hardnekkige herinneringen gold. Toen onderzoekers echter eenmaal begonnen met het zien van een groeiend aantal Uit voorbeelden van herinneringen die op de langere termijn afhankelijk bleven van de hippocampus, werd duidelijk dat er iets anders aan de hand was.

Om de reden achter deze anomalie te begrijpen, hebben de auteurs van het nieuwe artikel zich tot kunstmatige neurale netwerken gewend, omdat de functie van miljoenen met elkaar verweven neuronen in de hersenen ondoorgrondelijk ingewikkeld is. Deze netwerken zijn “een geschatte idealisering van biologische neuronen”, maar zijn veel eenvoudiger dan het echte werk, zei Saxe. Net als levende neuronen hebben ze knooppuntlagen die gegevens ontvangen, verwerken en vervolgens gewogen output leveren aan andere lagen van het netwerk. Net zoals neuronen elkaar beïnvloeden via hun synapsen, passen de knooppunten in kunstmatige neurale netwerken hun activiteitsniveaus aan op basis van input van andere knooppunten.

Het team koppelde drie neurale netwerken met verschillende functies om een ​​computationeel raamwerk te ontwikkelen dat zij het leraar-notebook-student-model noemden. Het lerarennetwerk vertegenwoordigde de omgeving waarin een organisme zich zou kunnen bevinden; het leverde input van ervaring op. Het notebooknetwerk vertegenwoordigde de hippocampus en codeerde snel alle details van elke ervaring die de leraar aanleverde. Het studentennetwerk trainde op de patronen van de leraar door te raadplegen wat er in het notitieboekje stond. “Het doel van het studentenmodel is om neuronen – knooppunten – te vinden en verbindingen te leren [die beschrijven] hoe ze hun activiteitenpatroon kunnen regenereren,” zei Fitzgerald.

De herhaalde herhalingen van herinneringen uit het notebooknetwerk brachten het studentennetwerk door middel van foutcorrectie in een algemeen patroon. Maar de onderzoekers merkten ook een uitzondering op de regel op: als de leerling werd getraind op te veel onvoorspelbare herinneringen – luidruchtige signalen die te veel van de rest afweken – verslechterde het vermogen van de leerling om het algemene patroon te leren.

Vanuit logisch oogpunt “is dit heel logisch”, zei Sun. Stel je voor dat je pakketjes bij je thuis ontvangt, legde hij uit: Als het pakket iets nuttigs voor de toekomst bevat, “zoals koffiemokken en borden”, klinkt het redelijk om het bij je thuis te brengen en daar permanent te bewaren. Maar als het pakket een Spider-Man-kostuum voor een Halloweenfeest of een brochure voor een uitverkoop bevat, is het niet nodig om het huis ermee vol te proppen. Deze items kunnen afzonderlijk worden bewaard of weggegooid.

De studie biedt een interessante convergentie tussen de systemen die worden gebruikt in kunstmatige intelligentie en de systemen die worden gebruikt bij het modelleren van de hersenen. Dit is een voorbeeld waarin “de theorie van die kunstmatige systemen een aantal nieuwe conceptuele ideeën opleverde om na te denken over herinneringen in de hersenen”, zei Saxe.

Er zijn bijvoorbeeld parallellen met de manier waarop geautomatiseerde gezichtsherkenningssystemen werken. Ze kunnen beginnen door gebruikers te vragen high-definition afbeeldingen van zichzelf vanuit verschillende hoeken te uploaden. Verbindingen binnen het neurale netwerk kunnen een algemeen beeld vormen van hoe het gezicht er vanuit verschillende hoeken en met verschillende uitdrukkingen uitziet. Maar als je toevallig een foto uploadt “met daarop het gezicht van je vriend, dan kan het systeem geen voorspelbare gezichtsafbeelding tussen de twee identificeren”, zei Fitzgerald. Het schaadt de generalisatie en maakt het systeem minder nauwkeurig bij het herkennen van het normale gezicht.

Deze beelden activeren specifieke invoerneuronen, en de activiteit stroomt vervolgens door het netwerk, waardoor het verbindingsgewicht wordt aangepast. Met meer afbeeldingen past het model de verbindingsgewichten tussen knooppunten verder aan om uitvoerfouten te minimaliseren.

Maar het feit dat een ervaring ongebruikelijk is en niet in een generalisatie past, betekent niet dat deze moet worden weggegooid en vergeten. Integendeel: het kan van cruciaal belang zijn om uitzonderlijke ervaringen te onthouden. Dat lijkt de reden te zijn waarom de hersenen hun herinneringen in verschillende categorieën sorteren, die afzonderlijk worden opgeslagen, waarbij de neocortex wordt gebruikt voor betrouwbare generalisaties en de hippocampus voor uitzonderingen.

Dit soort onderzoek vergroot het bewustzijn over de ‘feilbaarheid van het menselijk geheugen’, zei McClelland. Het geheugen is een eindige hulpbron, en de biologie heeft compromissen moeten sluiten om de beperkte hulpbronnen zo goed mogelijk te kunnen gebruiken. Zelfs de hippocampus bevat geen perfect verslag van ervaringen. Elke keer dat een ervaring wordt opgeroepen, zijn er veranderingen in de verbindingsgewichten van het netwerk, waardoor geheugenelementen meer gemiddeld worden. Het roept vragen op over de omstandigheden waaronder “ooggetuigenverklaringen beschermd zouden kunnen worden tegen vooringenomenheid en beïnvloeding door herhaalde aanvallen van vragen”, zei hij.

Het model kan ook inzicht bieden in meer fundamentele vragen. “Hoe bouwen we betrouwbare kennis op en nemen we weloverwogen beslissingen?” gezegd Jacobus Antonius, een neurowetenschapper aan de California Polytechnic State University die niet bij het onderzoek betrokken was. Het laat zien hoe belangrijk het is om herinneringen te evalueren om betrouwbare voorspellingen te kunnen doen; veel luidruchtige gegevens of onbetrouwbare informatie kunnen net zo ongeschikt zijn voor het trainen van mensen als voor het trainen van AI-modellen.