Nytten av et minne veileder hvor hjernen lagrer det | Quanta Magazine

Nytten av et minne veileder hvor hjernen lagrer det | Quanta Magazine

The Usefulness of a Memory Guides Where the Brain Saves It | Quanta Magazine PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Introduksjon

Hukommelse representerer ikke et eneste vitenskapelig mysterium; det er mange av dem. Nevrovitenskapsmenn og psykologer har kommet til å gjenkjenne ulike typer hukommelse som eksisterer side om side i hjernen vår: episodiske minner fra tidligere erfaringer, semantiske minner om fakta, kort- og langtidsminner og mer. Disse har ofte forskjellige egenskaper og ser til og med ut til å være lokalisert i forskjellige deler av hjernen. Men det har aldri vært klart hvilken funksjon i et minne som bestemmer hvordan eller hvorfor det skal sorteres på denne måten.

Nå foreslår en ny teori støttet av eksperimenter med kunstige nevrale nettverk at hjernen kan sortere minner ved å evaluere hvor sannsynlig det er at de vil være nyttige som guider i fremtiden. Spesielt antyder det at mange minner om forutsigbare ting, alt fra fakta til nyttige tilbakevendende opplevelser - som hva du regelmessig spiser til frokost eller gåturen til jobben - lagres i hjernens neocortex, der de kan bidra til generaliseringer om verden. Minner med mindre sannsynlighet for å være nyttige - som smaken av den unike drinken du hadde på den ene festen - lagres i den sjøhestformede minnebanken kalt hippocampus. Å aktivt adskille minner på denne måten på grunnlag av deres nytte og generaliserbarhet kan optimere påliteligheten til minner for å hjelpe oss med å navigere i nye situasjoner.

Forfatterne av den nye teorien - nevroforskerne Weinan Sun og James Fitzgerald ved Janelia Research Campus ved Howard Hughes Medical Institute, Andrew Saxe fra University College London, og deres kolleger - beskrev det i en fersk artikkel in Nature Neuroscience. Den oppdaterer og utvider den veletablerte ideen om at hjernen har to koblede, komplementære læringssystemer: hippocampus, som raskt koder for ny informasjon, og neocortex, som gradvis integrerer den for langtidslagring.

James McClelland, en kognitiv nevrovitenskapsmann ved Stanford University som var banebrytende for ideen om komplementære læringssystemer i hukommelsen, men som ikke var en del av den nye studien, bemerket at den "tar for seg aspekter ved generalisering" som hans egen gruppe ikke hadde tenkt på da de foreslo teorien i midten av 1990-tallet.

Introduksjon

Forskere har erkjent at minnedannelse er en flertrinnsprosess siden i det minste tidlig på 1950-tallet, delvis fra deres studier av en pasient ved navn Henry Molaison - kjent i flere tiår i vitenskapelig litteratur bare som HM fordi han led av ukontrollerbare anfall som oppsto i hippocampus hans. , kirurger behandlet ham ved å fjerne det meste av hjernestrukturen. Etterpå virket pasienten ganske normal i de fleste henseender: Ordforrådet hans var intakt; han beholdt barndomsminnene, og han husket andre detaljer fra livet før operasjonen. Men han glemte alltid sykepleieren som tok seg av ham. I løpet av tiåret hun hadde omsorg for ham, måtte hun presentere seg på nytt hver morgen. Han hadde fullstendig mistet evnen til å skape nye langtidsminner.

Molaisons symptomer hjalp forskere med å oppdage at nye minner først ble dannet i hippocampus og deretter gradvis ble overført til neocortex. En stund ble det allment antatt at dette skjedde for alle vedvarende minner. Men når forskere begynte å se en voksende nummer av eksempler på minner som forble avhengig av hippocampus på lang sikt, ble det klart at noe annet var på gang.

For å forstå årsaken bak denne anomalien, vendte forfatterne av den nye artikkelen seg til kunstige nevrale nettverk, siden funksjonen til millioner av sammenvevde nevroner i hjernen er ufattelig komplisert. Disse nettverkene er "en omtrentlig idealisering av biologiske nevroner", men er langt enklere enn den virkelige varen, sa Saxe. Som levende nevroner har de lag med noder som mottar data, behandler dem og deretter gir vektede utdata til andre lag i nettverket. Akkurat som nevroner påvirker hverandre gjennom sine synapser, justerer nodene i kunstige nevrale nettverk sine aktivitetsnivåer basert på input fra andre noder.

Teamet koblet sammen tre nevrale nettverk med forskjellige funksjoner for å utvikle et beregningsrammeverk de kalte lærer-notatbok-student-modellen. Lærernettverket representerte miljøet som en organisme kan befinne seg i; det ga erfaringer. Notatboknettverket representerte hippocampus, og kodet raskt alle detaljene i hver opplevelse læreren ga. Elevnettverket trente på mønstrene fra læreren ved å konsultere det som var nedtegnet i notatboken. "Målet med studentmodellen er å finne nevroner - noder - og lære forbindelser [som beskriver] hvordan de kan regenerere sitt aktivitetsmønster," sa Fitzgerald.

De gjentatte avspillingene av minner fra notebook-nettverket førte studentnettverket til et generelt mønster gjennom feilretting. Men forskerne la også merke til et unntak fra regelen: Hvis eleven ble trent på for mange uforutsigbare minner - støyende signaler som avvek for mye fra resten - svekket det studentens evne til å lære det generaliserte mønsteret.

Fra et logisk synspunkt gir dette mye mening, sa Sun. Tenk deg å motta pakker hjemme hos deg, forklarte han: Hvis pakken inneholder noe nyttig for fremtiden, «som kaffekrus og servise», høres det rimelig ut å ta det med inn i hjemmet ditt og oppbevare det der permanent. Men hvis pakken inneholder et Spider-Man-kostyme for en Halloween-fest eller en brosjyre for salg, er det ingen grunn til å rote huset med det. Disse gjenstandene kan oppbevares separat eller kastes.

Studien gir en interessant konvergens mellom systemene som brukes i kunstig intelligens og de som brukes til å modellere hjernen. Dette er et tilfelle der "teorien om de kunstige systemene ga noen nye konseptuelle ideer til å tenke på minner i hjernen," sa Saxe.

Det er paralleller, for eksempel til hvordan datastyrte ansiktsgjenkjenningssystemer fungerer. De kan begynne med å be brukere laste opp høyoppløselige bilder av seg selv fra forskjellige vinkler. Forbindelser innenfor det nevrale nettverket kan sette sammen en generell oppfatning av hvordan ansiktet ser ut fra forskjellige vinkler og med forskjellige uttrykk. Men hvis du tilfeldigvis laster opp et bilde "som inneholder ansiktet til vennen din i det, så er ikke systemet i stand til å identifisere en forutsigbar ansiktskartlegging mellom de to," sa Fitzgerald. Det skader generalisering og gjør systemet mindre nøyaktig til å gjenkjenne det normale ansiktet.

Disse bildene aktiverer spesifikke inngangsnevroner, og aktivitet flyter deretter gjennom nettverket og justerer tilkoblingsvektene. Med flere bilder justerer modellen tilkoblingsvektene mellom noder ytterligere for å minimere utdatafeil.

Men bare fordi en opplevelse er uvanlig og ikke passer inn i en generalisering, betyr ikke det at den skal forkastes og glemmes. Tvert imot kan det være svært viktig å huske eksepsjonelle opplevelser. Det ser ut til å være grunnen til at hjernen sorterer minnene sine i forskjellige kategorier som er lagret separat, med neocortex brukt for pålitelige generaliseringer og hippocampus for unntak.

Denne typen forskning øker bevisstheten om "feilbarligheten til menneskelig hukommelse," sa McClelland. Minne er en begrenset ressurs, og biologien har måttet inngå kompromisser for å utnytte de begrensede ressursene best mulig. Selv hippocampus inneholder ikke en perfekt oversikt over opplevelser. Hver gang en opplevelse tilbakekalles, er det endringer i tilkoblingsvektene til nettverket, noe som fører til at minneelementene blir mer gjennomsnittlige. Det reiser spørsmål om omstendighetene under hvilke "øyenvitnevitne [kan] beskyttes mot partiskhet og innflytelse fra gjentatte angrep av spørsmål," sa han.

Modellen kan også gi innsikt i mer grunnleggende spørsmål. "Hvordan bygger vi opp pålitelig kunnskap og tar informerte beslutninger?" sa James Antony, en nevroforsker ved California Polytechnic State University som ikke var involvert i studien. Det viser viktigheten av å evaluere minner for å lage pålitelige spådommer - mye støyende data eller upålitelig informasjon kan være like uegnet for å trene mennesker som det er for å trene AI-modeller.

Tidstempel:

Mer fra Quantamagazin