أثناء تجربة أو تجد أشياء جديدة ، يحتاج عقلك إلى تدوين هذه المعلومات من خلال الشبكات العصبية المناسبة في الوقت المناسب.
كل يوم ، يتعلم الناس باستمرار وتشكيل ذكريات جديدة. عندما تبدأ في ممارسة هواية جديدة ، جرب وصفة موصى بها من قبل صديق أو قراءة آخر الأخبار من العالم ، يخزن عقلك العديد من هذه الذكريات لسنوات أو عقود.
ولكن كيف يحصل عقلك على هذا العمل الفذ المذهل؟
في بحثنا المنشور حديثًا في مجلة Science ، حددنا بعض “القواعد” التي يستخدمها الدماغ للتعلم.
تعلم الدماغ
يتكون الدماغ البشري من مليارات الخلايا العصبية. تقوم هذه الخلايا العصبية بإجراء نبضات كهربائية تحمل معلومات ، تمامًا كما تستخدم أجهزة الكمبيوتر رمزًا ثنائيًا لنقل البيانات.
يتم توصيل هذه النبضات الكهربائية إلى الخلايا العصبية الأخرى من خلال الروابط بينها تسمى المشابك. تحتوي الخلايا العصبية الفردية على امتدادات متفرعة تُعرف باسم التشعبات التي يمكن أن تتلقى الآلاف من المدخلات الكهربائية من الخلايا الأخرى. تنقل dendrites هذه المدخلات إلى الجسم الرئيسي للخلايا العصبية ، حيث تدمج كل هذه العلامات لإنشاء نبضاتها الكهربائية الخاصة بها.
إنه النشاط الجماعي لهذه النبضات الكهربائية في مجموعات محددة من الخلايا العصبية التي تشكل تمثيلات المعلومات والخبرات المختلفة داخل الدماغ.
الخلايا العصبية هي الوحدات الأساسية للدماغ.OpenStax ، CC BY-SA
لعقود من الزمن ، يعتقد علماء الأعصاب أن الدماغ يتعلم عن طريق تغيير الطريقة التي ترتبط بها الخلايا العصبية مع بعضها البعض. نظرًا لأن المعلومات والتجارب الجديدة تغير الطريقة التي تتواصل بها الخلايا العصبية مع بعضها البعض وتغير معايير النشاط الجماعي ، تصبح بعض الاتصالات المتشابكة أقوى ، بينما تصبح أخرى أضعف. عملية اللدونة المتشابكة هذه هي ما ينتج عن تمثيلات معلومات وتجارب جديدة في عقلك.
ومع ذلك ، لكي تنتج الدماغ التمثيلات الصحيحة أثناء التعلم ، يجب أن تخضع الاتصالات التشابكية الصحيحة للتغيرات الصحيحة في الوقت المناسب. “القواعد” التي يستخدمها الدماغ لاختيار المشابك التي يجب تغييرها أثناء التعلم – أي علماء الأعصاب يسميهم مشكلة مهمة الائتمان – لم تكن واضحة جدًا بعد.
تحديد القواعد
قررنا مراقبة نشاط الاتصالات المتشابكة الفردية داخل الدماغ أثناء التعلم لمعرفة ما إذا كان بإمكاننا تحديد أنماط النشاط التي تحدد الاتصالات التي ستصبح أقوى أو أضعف.
تحقيقًا لهذه الغاية ، نرمز وراثياً وراثيا في الخلايا العصبية الفئران التي من شأنها أن تضيء نفسها استجابة للنشاط التشابكي والعصبي. لقد راقبنا هذا النشاط في الوقت الفعلي حيث تعلمت الفئران مهمة تتضمن الضغط على رافعة في وضع معين بعد اقتراح سليم لتلقي الماء.
لقد فوجئنا عندما نجد أن المشابك العصبية في الخلايا العصبية لا تتبع جميعها نفس القاعدة. على سبيل المثال ، ظن العلماء دائمًا أن الخلايا العصبية تتبع قواعد Hebbian التي تسمى SO ، حيث تتصل الخلايا العصبية التي تطلق باستمرار معًا. بدلاً من ذلك ، رأينا أن المشابك العصبية في أماكن مختلفة من التشعبات من نفس الخلايا العصبية تتبع قواعد مختلفة لتحديد ما إذا كانت الاتصالات أصبحت أقوى أو أضعف. تمسك بعض المشابك بقاعدة Hebbian التقليدية ، حيث تعزز الخلايا العصبية التي تطلق النار باستمرار روابطها. فعلت المشابك الأخرى شيئًا مختلفًا ومستقلًا تمامًا عن نشاط الخلايا العصبية.
تشير النتائج التي توصلنا إليها إلى أن الخلايا العصبية ، من خلال مجموعتين مختلفتين من القواعد للتعلم في مجموعات المشابك المختلفة ، بدلاً من قاعدة موحدة واحدة ، يمكن أن تعدل بدقة أكثر أنواع الإدخالات التي يتلقونها لتمثيل معلومات جديدة بشكل صحيح في الدماغ.
بمعنى آخر ، اتباع قواعد مختلفة في عملية التعلم ، يمكن للخلايا العصبية أداء مهام مختلفة وتؤدي وظائف مختلفة بالتوازي.
التطبيقات المستقبلية
يوفر هذا الاكتشاف فهمًا أوضح لكيفية تغير الروابط بين الخلايا العصبية أثناء التعلم. بالنظر إلى أن معظم اضطرابات الدماغ ، بما في ذلك الحالات التنكسية والنفسية ، تتضمن شكلاً من أشكال العطل في المشابك ، فإن هذا له آثار مهمة على صحة الإنسان والمجتمع.
على سبيل المثال ، يمكن أن يتطور الاكتئاب من الضعف المفرط للروابط المتشابكة في مناطق معينة من الدماغ ، مما يجعل الشعور بالسرور صعبًا. فهم كيفية عمل اللدونة المتشابكة بشكل طبيعي ، يمكن للعلماء فهم أفضل لما هو الخطأ في الاكتئاب وتطوير العلاجات لعلاجها بشكل أكثر فعالية.
التغييرات في اتصالات اللوزة – الملونة باللون الأخضر – متورطة في الاكتئاب.وليام ج. جياردينو/لويس دي ليشيا لاب/جامعة ستانفورد عبر المعاهد الوطنية للصحة/فليكر ، CC BY-NC
قد يكون لهذه النتائج أيضًا آثار على الذكاء الاصطناعي. كانت الشبكات العصبية الاصطناعية الكامنة وراء الذكاء الاصطناعي مستوحاة إلى حد كبير من كيفية عمل الدماغ. ومع ذلك ، فإن قواعد التعلم التي يستخدمها الباحثون لتحديث الاتصالات داخل الشبكات ونماذج القطار عادة ما تكون موحدة وليس معقولة من الناحية البيولوجية أيضًا. يمكن أن توفر بحثنا رؤى حول كيفية تطوير نماذج أكثر واقعية من الذكاء الاصطناعي من وجهة النظر البيولوجية الأكثر كفاءة ، أو أداء أفضل أو كليهما.
لا يزال هناك طريق طويل لنقطعه قبل أن نتمكن من استخدام هذه المعلومات لتطوير علاجات جديدة لاضطرابات الدماغ البشرية. على الرغم من أننا وجدنا أن الاتصالات المتشابكة في مجموعات شجيرية مختلفة تستخدم قواعد تعليمية مختلفة ، إلا أننا لا نعرف بالضبط السبب أو كيف. علاوة على ذلك ، على الرغم من أن قدرة الخلايا العصبية على استخدام طرق التعلم المختلفة في وقت واحد تزيد من قدرتها على ترميز المعلومات ، إلا أنه لا يزال من غير الواضح أي خصائص أخرى يمكن أن تمنحها.
من المتوقع أن تجيب الأبحاث المستقبلية على هذه الأسئلة وتوسيع فهمنا لكيفية تعلم الدماغ.
يتلقى وليام رايت تمويلًا من المعاهد الوطنية للصحة (Ninds) و Schmidt Sciences.
Takaki Komiyama Tencbe Financiamento do NIH ، NSF ، Foundation Simons ، Chan Zuckerberg Biatitiative E Kavli Institute for Brain and Mind.
