Utilitatea unei memorie ghidează unde creierul o salvează | Revista Quanta

Memoria nu reprezintă un singur mister științific; sunt multi dintre ei. Oamenii de știință și psihologii au ajuns să recunoască diferite tipuri de memorie care coexistă în creierul nostru: amintiri episodice ale experiențelor trecute, amintiri semantice ale faptelor, amintiri pe termen scurt și lung și multe altele. Acestea au adesea caracteristici diferite și chiar par să fie localizate în diferite părți ale creierului. Dar nu a fost niciodată clar ce caracteristică a unei amintiri determină cum sau de ce ar trebui sortată în acest fel.

Acum, o nouă teorie susținută de experimente care utilizează rețele neuronale artificiale propune că creierul poate sorta amintirile evaluând cât de probabil sunt acestea să fie utile ca ghiduri în viitor. În special, sugerează că multe amintiri despre lucruri previzibile, de la fapte la experiențe recurente utile - cum ar fi ceea ce mănânci în mod regulat la micul dejun sau mersul pe jos la serviciu - sunt salvate în neocortexul creierului, unde pot contribui la generalizări despre lume. Amintirile mai puțin probabil să fie utile - cum ar fi gustul acelei băuturi unice pe care ați avut-o la acea petrecere - sunt păstrate în banca de memorie în formă de căluți de mare numită hipocamp. Segregarea activă a amintirilor în acest fel, pe baza utilității și generalizării lor, poate optimiza fiabilitatea amintirilor pentru a ne ajuta să navigăm în situații noi.

Autorii noii teorii — neurologii Weinan Sun și James Fitzgerald de la Campusul de Cercetare Janelia al Institutului Medical Howard Hughes, Andrew Saxe de la University College London și colegii lor – au descris-o în o lucrare recentă in Nature Neuroscience. Acesta actualizează și extinde ideea bine stabilită că creierul are două sisteme de învățare complementare legate: hipocampul, care codifică rapid informații noi și neocortexul, care le integrează treptat pentru stocare pe termen lung.

James McClelland, un neuroștiință cognitiv de la Universitatea Stanford, care a fost pionier în ideea sistemelor de învățare complementare în memorie, dar nu a făcut parte din noul studiu, a remarcat că „abordează aspecte ale generalizării” la care propriul său grup nu s-a gândit când a propus teoria în mijlocul anilor 1990.

Oamenii de știință au recunoscut că formarea memoriei este un proces în mai multe etape cel puțin de la începutul anilor 1950, în parte din studiile lor asupra unui pacient pe nume Henry Molaison - cunoscut de zeci de ani în literatura științifică doar sub numele de HM Deoarece suferea de convulsii incontrolabile care își au originea în hipocampul său. , chirurgii l-au tratat prin îndepărtarea cea mai mare parte a acelei structuri a creierului. Ulterior, pacientul părea destul de normal în cele mai multe privințe: vocabularul său era intact; și-a păstrat amintirile din copilărie și și-a amintit de alte detalii din viața sa de dinainte de operație. Cu toate acestea, a uitat întotdeauna asistenta care avea grijă de el. În deceniul în care a avut grijă de el, a trebuit să se prezinte din nou în fiecare dimineață. Își pierduse complet capacitatea de a crea noi amintiri pe termen lung.

Simptomele lui Molaison i-au ajutat pe oamenii de știință să descopere că noi amintiri s-au format mai întâi în hipocamp și apoi au fost transferate treptat în neocortex. Pentru o vreme, s-a presupus pe scară largă că acest lucru s-a întâmplat pentru toate amintirile persistente. Cu toate acestea, odată ce cercetătorii au început să vadă un Număr crescător de exemple de amintiri care au rămas dependente de hipocamp pe termen lung, a devenit clar că se întâmplă altceva.

Pentru a înțelege motivul din spatele acestei anomalii, autorii noii lucrări s-au orientat către rețelele neuronale artificiale, deoarece funcția a milioane de neuroni împletite din creier este nespus de complicată. Aceste rețele sunt „o idealizare aproximativă a neuronilor biologici”, dar sunt mult mai simple decât cele reale, a spus Saxe. La fel ca neuronii vii, ei au straturi de noduri care primesc date, le procesează și apoi furnizează rezultate ponderate altor straturi ale rețelei. Așa cum neuronii se influențează reciproc prin sinapsele lor, nodurile din rețelele neuronale artificiale își ajustează nivelurile de activitate pe baza intrărilor de la alte noduri.

Echipa a legat trei rețele neuronale cu diferite funcții pentru a dezvolta un cadru de calcul pe care l-au numit modelul profesor-caiet-elev. Rețeaua de profesori reprezenta mediul în care s-ar putea găsi un organism; a oferit inputuri de experiență. Rețeaua de notebook-uri reprezenta hipocampul, codificând rapid toate detaliile fiecărei experiențe oferite de profesor. Rețeaua de studenți s-a instruit pe modele de la profesor consultând ceea ce a fost consemnat în caiet. „Scopul modelului student este să găsească neuroni – noduri – și să învețe conexiuni [care descriu] cum și-ar putea regenera modelul de activitate”, a spus Fitzgerald.

Reluările repetate ale amintirilor din rețeaua de notebook-uri au antrenat rețeaua studenților la un model general prin corectarea erorilor. Dar cercetătorii au observat, de asemenea, o excepție de la regulă: dacă elevul a fost antrenat cu prea multe amintiri imprevizibile - semnale zgomotoase care au deviat prea mult de la restul - a degradat capacitatea elevului de a învăța modelul generalizat.

Din punct de vedere logic, „acest lucru are foarte mult sens”, a spus Sun. Imaginați-vă că primiți pachete acasă, a explicat el: Dacă pachetul conține ceva util pentru viitor, „cum ar fi căni de cafea și vase”, sună rezonabil să-l aduceți în casă și să-l păstrați acolo permanent. Dar dacă pachetul conține un costum Spider-Man pentru o petrecere de Halloween sau o broșură pentru vânzare, nu este nevoie să aglomerați casa cu el. Aceste articole pot fi depozitate separat sau aruncate.

Studiul oferă o convergență interesantă între sistemele utilizate în inteligența artificială și cele folosite în modelarea creierului. Acesta este un exemplu în care „teoria acelor sisteme artificiale a oferit câteva idei conceptuale noi pentru a se gândi la amintirile din creier”, a spus Saxe.

Există paralele, de exemplu, cu modul în care funcționează sistemele computerizate de recunoaștere facială. Ele pot începe prin a le cere utilizatorilor să încarce imagini de înaltă definiție ale lor din unghiuri diferite. Conexiunile din cadrul rețelei neuronale pot pune cap la cap o concepție generală despre cum arată fața din diferite unghiuri și cu expresii diferite. Dar dacă se întâmplă să încarci o fotografie „care conține chipul prietenului tău, atunci sistemul nu poate identifica o mapare facială previzibilă între cei doi”, a spus Fitzgerald. Dăunează generalizării și face sistemul mai puțin precis la recunoașterea feței normale.

Aceste imagini activează neuroni de intrare specifici, iar activitatea curge apoi prin rețea, ajustând greutatea conexiunii. Cu mai multe imagini, modelul ajustează în continuare greutățile conexiunii dintre noduri pentru a minimiza erorile de ieșire.

Dar doar pentru că o experiență este neobișnuită și nu se încadrează într-o generalizare, asta nu înseamnă că trebuie aruncată și uitată. Dimpotrivă, poate fi extrem de important să ne amintim experiențe excepționale. Acesta pare să fie motivul pentru care creierul își sortează amintirile în diferite categorii care sunt stocate separat, cu neocortexul folosit pentru generalizări de încredere și hipocampul pentru excepții.

Acest tip de cercetare crește gradul de conștientizare cu privire la „failibilitatea memoriei umane”, a spus McClelland. Memoria este o resursă finită, iar biologia a trebuit să facă compromisuri pentru a folosi cât mai bine resursele limitate. Nici măcar hipocampul nu conține o înregistrare perfectă a experiențelor. De fiecare dată când o experiență este reamintită, există modificări ale greutăților conexiunii rețelei, ceea ce face ca elementele de memorie să fie mai mult mediate. Aceasta ridică întrebări cu privire la circumstanțele în care „mărturia martorilor oculari [ar putea] fi protejată de părtinire și influență din atacurile repetate de întrebări”, a spus el.

Modelul poate oferi, de asemenea, perspective asupra unor întrebări mai fundamentale. „Cum construim cunoștințe de încredere și cum luăm decizii informate?” a spus James Antony, un neuroștiință la Universitatea Politehnică de Stat din California, care nu a fost implicat în studiu. Arată importanța evaluării amintirilor pentru a face predicții fiabile - o mulțime de date zgomotoase sau informații nesigure pot fi la fel de nepotrivite pentru antrenarea oamenilor, precum și pentru antrenarea modelelor AI.