Belleğin Yararlılığı Beynin Onu Nereye Kaydettiğine Yön Verir | Quanta Dergisi

Bellek tek bir bilimsel gizemi temsil etmez; onlardan birçoğu var. Sinirbilimciler ve psikologlar beynimizde bir arada var olan çeşitli hafıza türlerini tanımaya başladılar: geçmiş deneyimlerin epizodik anıları, gerçeklerin semantik anıları, kısa ve uzun vadeli anılar ve daha fazlası. Bunlar genellikle farklı özelliklere sahiptir ve hatta beynin farklı bölgelerinde yerleşmiş gibi görünmektedir. Ancak bir belleğin hangi özelliğinin, onun nasıl ve neden bu şekilde sıralanması gerektiğini belirlediği hiçbir zaman netlik kazanmadı.

Yapay sinir ağlarını kullanan deneylerle desteklenen yeni bir teori, beynin anıları, gelecekte rehber olarak ne kadar yararlı olabileceklerini değerlendirerek sıralıyor olabileceğini öne sürüyor. Özellikle, gerçeklerden yararlı tekrarlayan deneyimlere kadar (düzenli olarak kahvaltıda yedikleriniz veya işe giderken yürüyüşünüz gibi) öngörülebilir şeylere ilişkin pek çok anının, dünya hakkında genellemelere katkıda bulunabilecekleri beynin neokorteksinde kaydedildiğini öne sürüyor. Bir partide içtiğiniz o eşsiz içeceğin tadı gibi, işe yarama olasılığı daha düşük olan anılar, hipokampus adı verilen denizatı şeklindeki hafıza bankasında saklanır. Anıları yararlılıklarına ve genelleştirilebilirliklerine göre bu şekilde aktif olarak ayırmak, yeni durumlarda yön bulmamıza yardımcı olmak için anıların güvenilirliğini optimize edebilir.

Yeni teorinin yazarları – sinirbilimciler Weinan Güneşi ve James Fitzgerald Howard Hughes Tıp Enstitüsü Janelia Araştırma Kampüsü'nden, Andrew Saxe University College London ve meslektaşları bunu şöyle anlattı: yeni bir makale in Nature Neuroscience. Beynin birbiriyle bağlantılı, birbirini tamamlayan iki öğrenme sistemine sahip olduğu yönündeki köklü fikri güncelliyor ve genişletiyor: yeni bilgiyi hızla kodlayan hipokampus ve onu uzun vadeli depolama için yavaş yavaş entegre eden neokorteks.

James McClellandBellekte tamamlayıcı öğrenme sistemleri fikrine öncülük eden ancak yeni çalışmanın bir parçası olmayan Stanford Üniversitesi'nden bilişsel sinir bilimci, bunun kendi grubunun teoriyi ileri sürerken düşünmediği "genelleme yönlerini ele aldığını" belirtti. 1990'ların ortası.

Bilim insanları, hafıza oluşumunun en azından 1950'lerin başlarından bu yana çok aşamalı bir süreç olduğunu, kısmen Henry Molaison adlı bir hasta üzerinde yaptıkları çalışmalardan tanıdılar - onlarca yıldır bilimsel literatürde sadece HM olarak biliniyordu çünkü hipokampüsünden kaynaklanan kontrol edilemeyen nöbetlerden muzdaripti. cerrahlar onu beyin yapısının çoğunu çıkararak tedavi etti. Daha sonra hasta çoğu açıdan oldukça normal görünüyordu: Kelime dağarcığı sağlamdı; çocukluk anılarını aklında tuttu ve ameliyattan önceki hayatına dair diğer ayrıntıları hatırladı. Ancak onunla ilgilenen hemşireyi her zaman unutuyordu. Ona baktığı on yıl boyunca her sabah kendini yeniden tanıtmak zorunda kaldı. Yeni uzun vadeli anılar yaratma yeteneğini tamamen kaybetmişti.

Molaison'un semptomları, bilim adamlarının yeni anıların ilk olarak hipokampusta oluştuğunu ve daha sonra yavaş yavaş neokortekse aktarıldığını keşfetmesine yardımcı oldu. Bir süreliğine bunun tüm kalıcı anılar için geçerli olduğu yaygın biçimde varsayıldı. Ancak araştırmacılar bir kez görmeye başladıklarında büyüyen numara Uzun vadede hipokampusa bağlı kalan anı örnekleri incelendiğinde, başka bir şeyin olduğu açıkça ortaya çıktı.

Yeni makalenin yazarları, bu anormalliğin ardındaki nedeni anlamak için yapay sinir ağlarına yöneldiler; çünkü beyindeki iç içe geçmiş milyonlarca nöronun işlevi, akıl almaz derecede karmaşıktır. Saxe, bu ağların "biyolojik nöronların yaklaşık olarak idealleştirilmesi" olduğunu ancak gerçekte olduğundan çok daha basit olduğunu söyledi. Yaşayan nöronlar gibi, verileri alan, işleyen ve daha sonra ağın diğer katmanlarına ağırlıklı çıktılar sağlayan düğüm katmanlarına sahiptirler. Tıpkı nöronların sinapsları aracılığıyla birbirlerini etkilemesi gibi, yapay sinir ağlarındaki düğümler de diğer düğümlerden gelen girdilere göre aktivite seviyelerini ayarlar.

Ekip, öğretmen-defter-öğrenci modeli olarak adlandırdıkları hesaplamalı bir çerçeve geliştirmek için farklı işlevlere sahip üç sinir ağını birbirine bağladı. Öğretmen ağı, bir organizmanın kendisini içinde bulabileceği ortamı temsil ediyordu; deneyim girdileri sağladı. Dizüstü bilgisayar ağı, öğretmenin sağladığı her deneyimin tüm ayrıntılarını hızla kodlayan hipokampüsü temsil ediyordu. Öğrenci ağı, not defterine kaydedilenlere başvurarak öğretmenin kalıpları üzerinde eğitim aldı. Fitzgerald, "Öğrenci modelinin amacı nöronları (düğümleri) bulmak ve onların faaliyet kalıplarını nasıl yeniden oluşturabileceklerini açıklayan bağlantıları öğrenmektir" dedi.

Dizüstü bilgisayar ağındaki anıların tekrar tekrar oynatılması, öğrenci ağını hata düzeltme yoluyla genel bir kalıba sürükledi. Ancak araştırmacılar kuralın bir istisnasını da fark etti: Öğrenci çok fazla öngörülemeyen anı (geri kalanlardan çok fazla sapan gürültülü sinyaller) üzerine eğitilmişse, bu durum öğrencinin genelleştirilmiş modeli öğrenme becerisini olumsuz etkiliyordu.

Sun, mantıksal açıdan bakıldığında "bu çok mantıklı" dedi. Evinize paketler aldığınızı hayal edin, diye açıkladı: Eğer pakette "kahve kupaları ve tabaklar gibi" geleceğe yönelik faydalı bir şey varsa, onu evinize getirip kalıcı olarak orada tutmak mantıklı görünüyor. Ancak pakette Cadılar Bayramı partisi için Örümcek Adam kostümü veya satış broşürü varsa evi bunlarla doldurmaya gerek yok. Bu öğeler ayrı olarak saklanabilir veya atılabilir.

Çalışma, yapay zekada kullanılan sistemler ile beynin modellenmesinde kullanılan sistemler arasında ilginç bir yakınlaşma sağlıyor. Saxe, bunun "yapay sistemler teorisinin beyindeki anılar hakkında düşünmek için bazı yeni kavramsal fikirler verdiği" bir örnek olduğunu söyledi.

Örneğin bilgisayarlı yüz tanıma sistemlerinin işleyişiyle paralellikler var. Kullanıcılardan kendilerine ait yüksek çözünürlüklü görselleri farklı açılardan yüklemelerini isteyerek başlayabilirler. Sinir ağı içindeki bağlantılar, yüzün farklı açılardan ve farklı ifadelerle nasıl göründüğüne dair genel bir anlayışı bir araya getirebilir. Ancak Fitzgerald, "İçinde arkadaşınızın yüzünün yer aldığı bir fotoğraf yüklerseniz sistem, ikisi arasında tahmin edilebilir bir yüz haritası belirleyemez" dedi. Genellemeye zarar verir ve sistemin normal yüzü tanıma konusundaki doğruluğunu azaltır.

Bu görüntüler belirli giriş nöronlarını etkinleştirir ve daha sonra etkinlik, bağlantı ağırlıklarını ayarlayarak ağ üzerinden akar. Daha fazla görüntüyle model, çıktı hatalarını en aza indirmek için düğümler arasındaki bağlantı ağırlıklarını daha da ayarlar.

Ancak bir deneyimin alışılmadık olması ve genellemeye uymaması, onun bir kenara atılıp unutulması gerektiği anlamına gelmez. Tam tersine, istisnai deneyimleri hatırlamak hayati önem taşıyabilir. Beynin anılarını ayrı ayrı depolanan farklı kategorilere ayırmasının nedeni bu gibi görünüyor; neokorteks güvenilir genellemeler için kullanılırken, hipokampus istisnalar için kullanılır.

McClelland, bu tür araştırmaların "insan hafızasının yanılabilirliği" konusunda farkındalığı artırdığını söyledi. Bellek sınırlı bir kaynaktır ve biyoloji, sınırlı kaynaklardan en iyi şekilde yararlanmak için taviz vermek zorunda kalmıştır. Hipokampus bile mükemmel bir deneyim kaydı içermiyor. Bir deneyim her hatırlandığında, ağın bağlantı ağırlıklarında değişiklikler olur ve bu da bellek öğelerinin ortalamasının daha fazla alınmasına neden olur. Kendisi, "Görgü tanıklarının ifadesinin önyargıdan ve tekrarlanan sorgu saldırılarının etkisinden nasıl korunabileceği" koşulları hakkında soruları gündeme getirdiğini söyledi.

Model aynı zamanda daha temel sorulara da ışık tutabilir. "Güvenilir bilgiyi nasıl oluştururuz ve bilinçli kararlar veririz?" söz konusu James AntoniusKaliforniya Politeknik Eyalet Üniversitesi'nden bir sinir bilimci, araştırmaya dahil değildi. Güvenilir tahminler yapmak için anıları değerlendirmenin önemini gösteriyor; çok sayıda gürültülü veri veya güvenilmez bilgi, yapay zeka modellerinin eğitimi için olduğu kadar insanların eğitimi için de uygun olmayabilir.