WASHINGTON: Bilim adamları, bilginin beyinde nasıl “tutulduğuna” ışık tutarak işleyen belleğin işleyişiyle ilgili ayrıntıları ortaya çıkardılar.
Sinirbilimciler Picower Öğrenme ve Hafıza EnstitüsüMassachusetts Teknoloji Enstitüsü, ABD, bir nöron ağının, bağlantılarının veya sinapslarının modelinde anlık değişiklikler yaparak bilgiyi “tuttuğunu” buldu.
Kafenin menü panosundan Wi-Fi şifresini okuduğunuz an ile dizüstü bilgisayarınıza dönüp şifreyi girebildiğiniz an arasında, bunu aklınızda tutmanız gerekir. Bu, araştırmacıların onlarca yıldır açıklamaya çalıştıkları klasik bir çalışma belleği vakasıdır.
Bilim adamları, işleyen bir hafıza görevi yapan bir hayvandaki beyin hücresi aktivitesinin ölçümlerini, bilgiyi tutmanın altında yatan mekanizmanın iki teorisini temsil eden birkaç bilgisayar modelinin çıktısıyla karşılaştırdı. Araştırma dergide yayınlandı PLOS Hesaplamalı Biyoloji.
Sonuçlar, bir nöron ağının sinaptik modellerinde geçici değişiklikler yaparak bilgiyi depoladığı şeklindeki yeni fikri güçlü bir şekilde destekledi. Belleğin, rölanti motoru gibi sürekli olarak aktif kalan nöronlar tarafından sürdürüldüğü şeklindeki geleneksel alternatifle çelişiyorlardı.
Her iki model de bilginin akılda tutulmasına izin verirken, yalnızca sinapsların geçici olarak bağlantı değiştirmesine veya “kısa süreli sinaptik plastisiteye” izin veren versiyonlar, o sırada gerçek beyinlerde gerçekte gözlemlenenleri taklit eden nöral aktivite kalıpları üretti. çalışma dedi çalışma.
Kıdemli yazar, beyin hücrelerinin her zaman “açık” kalarak anıları koruduğu fikrinin daha basit olabileceğini kabul etti. K Miller’ı sayınancak doğanın ne yaptığını temsil etmez ve kısa vadeli sinaptik esneklik tarafından desteklenen aralıklı sinirsel aktiviteden gelebilecek rafine düşünme esnekliğini üretemez.
Miller, “İşleyen bellek etkinliğine esnek olması için ihtiyaç duyduğu özgürlüğü vermek için bu tür mekanizmalara ihtiyacınız var” dedi.
Miller, “Çalışma belleği sadece sürdürülen bir etkinlik olsaydı, bir elektrik düğmesi kadar basit olurdu. Ancak çalışan bellek, düşüncelerimiz kadar karmaşık ve dinamiktir” dedi.
Yardımcı yazar Leo Kozahkov bilgisayar modellerini gerçek dünya verileriyle eşleştirmenin çok önemli olduğunu söyledi.
Kozachkov, “Çoğu insan, işleyen belleğin nöronlarda ‘gerçekleştiğini’ düşünür – sürekli sinirsel aktivite, sürekli düşüncelere yol açar. Ancak, bu görüş, verilere tam olarak uymadığı için son zamanlarda inceleme altına alındı.”
“Kısa süreli sinaptik plastisiteye sahip yapay sinir ağlarını kullanarak, nöral aktiviteden ziyade sinaptik aktivitenin işleyen bellek için bir alt tabaka olabileceğini gösteriyoruz. Kantitatif anlamda ve ayrıca sağlamlık açısından ek işlevsel avantajlara sahip. ,” dedi Kozakhkov.
Yardımcı yazar John Tauber ile birlikte Kozachkov’un amacı, yalnızca çalışan bellek bilgilerinin nasıl akılda tutulabileceğini belirlemek değil, aynı zamanda doğanın bunu gerçekte nasıl yaptığına ışık tutmaktı. Çalışmaya göre, bu, bir hayvanın prefrontal korteksindeki yüzlerce nöronun işleyen bir hafıza oyunu oynarken elektriksel “sivri uçlu” aktivitesinin “temel gerçeği” ölçümleriyle başlamak anlamına geliyordu.
Araştırmaya göre, birçok turun her birinde, hayvana daha sonra kaybolan bir görüntü gösterildi. Bir saniye sonra, orijinal dahil iki resim görecek ve küçük bir ödül kazanmak için orijinali görüntülemek zorunda kalacaktı. Kilit an, testten önceki görüntünün akılda tutulması gereken “gecikme süresi” adı verilen araya giren saniyedir.
Ekip, Miller’in laboratuvarının daha önce birçok kez gördüklerini tutarlı bir şekilde gözlemledi: Nöronlar, orijinal görüntüyü gördüklerinde çok fazla zirve yapıyor, gecikme sırasında yalnızca aralıklı olarak zirve yapıyor ve ardından test sırasında görüntülerin geri çağrılması gerektiğinde tekrar zirve yapıyor. ders çalışma.
Bu dinamik, beyin ritimlerinin beta ve gama frekansı ile etkileşimi tarafından belirlenir. Başka bir deyişle, bilginin öncelikli olarak depolanması ve geri çağrılması gerektiğinde ani artış güçlüdür, ancak sürdürülmesi gerektiğinde düzensizdir. Çalışma, ani artışın yavaşlama sırasında devam etmediğini söyledi.
Ek olarak ekip, en yüksek aktivite ölçümlerinden çalışma belleği bilgilerini okumak için yazılım “kod çözücüleri” eğitti. Artış yüksek olduğunda çok isabetliydiler, ancak gecikme döneminde olduğu gibi düşük olduğunda değil. Çalışma, bu durumun, ani yükselmelerin gecikme sırasında bilgiyi temsil etmediğini ileri sürdü.
Araştırmacılar, başka bir analiz katmanında, gecikme süresi boyunca sinapsların, ani yükselmenin göstermediği işleyen bellek bilgisini temsil ettiğini buldular.
Sinirbilimciler Picower Öğrenme ve Hafıza EnstitüsüMassachusetts Teknoloji Enstitüsü, ABD, bir nöron ağının, bağlantılarının veya sinapslarının modelinde anlık değişiklikler yaparak bilgiyi “tuttuğunu” buldu.
Kafenin menü panosundan Wi-Fi şifresini okuduğunuz an ile dizüstü bilgisayarınıza dönüp şifreyi girebildiğiniz an arasında, bunu aklınızda tutmanız gerekir. Bu, araştırmacıların onlarca yıldır açıklamaya çalıştıkları klasik bir çalışma belleği vakasıdır.
Bilim adamları, işleyen bir hafıza görevi yapan bir hayvandaki beyin hücresi aktivitesinin ölçümlerini, bilgiyi tutmanın altında yatan mekanizmanın iki teorisini temsil eden birkaç bilgisayar modelinin çıktısıyla karşılaştırdı. Araştırma dergide yayınlandı PLOS Hesaplamalı Biyoloji.
Sonuçlar, bir nöron ağının sinaptik modellerinde geçici değişiklikler yaparak bilgiyi depoladığı şeklindeki yeni fikri güçlü bir şekilde destekledi. Belleğin, rölanti motoru gibi sürekli olarak aktif kalan nöronlar tarafından sürdürüldüğü şeklindeki geleneksel alternatifle çelişiyorlardı.
Her iki model de bilginin akılda tutulmasına izin verirken, yalnızca sinapsların geçici olarak bağlantı değiştirmesine veya “kısa süreli sinaptik plastisiteye” izin veren versiyonlar, o sırada gerçek beyinlerde gerçekte gözlemlenenleri taklit eden nöral aktivite kalıpları üretti. çalışma dedi çalışma.
Kıdemli yazar, beyin hücrelerinin her zaman “açık” kalarak anıları koruduğu fikrinin daha basit olabileceğini kabul etti. K Miller’ı sayınancak doğanın ne yaptığını temsil etmez ve kısa vadeli sinaptik esneklik tarafından desteklenen aralıklı sinirsel aktiviteden gelebilecek rafine düşünme esnekliğini üretemez.
Miller, “İşleyen bellek etkinliğine esnek olması için ihtiyaç duyduğu özgürlüğü vermek için bu tür mekanizmalara ihtiyacınız var” dedi.
Miller, “Çalışma belleği sadece sürdürülen bir etkinlik olsaydı, bir elektrik düğmesi kadar basit olurdu. Ancak çalışan bellek, düşüncelerimiz kadar karmaşık ve dinamiktir” dedi.
Yardımcı yazar Leo Kozahkov bilgisayar modellerini gerçek dünya verileriyle eşleştirmenin çok önemli olduğunu söyledi.
Kozachkov, “Çoğu insan, işleyen belleğin nöronlarda ‘gerçekleştiğini’ düşünür – sürekli sinirsel aktivite, sürekli düşüncelere yol açar. Ancak, bu görüş, verilere tam olarak uymadığı için son zamanlarda inceleme altına alındı.”
“Kısa süreli sinaptik plastisiteye sahip yapay sinir ağlarını kullanarak, nöral aktiviteden ziyade sinaptik aktivitenin işleyen bellek için bir alt tabaka olabileceğini gösteriyoruz. Kantitatif anlamda ve ayrıca sağlamlık açısından ek işlevsel avantajlara sahip. ,” dedi Kozakhkov.
Yardımcı yazar John Tauber ile birlikte Kozachkov’un amacı, yalnızca çalışan bellek bilgilerinin nasıl akılda tutulabileceğini belirlemek değil, aynı zamanda doğanın bunu gerçekte nasıl yaptığına ışık tutmaktı. Çalışmaya göre, bu, bir hayvanın prefrontal korteksindeki yüzlerce nöronun işleyen bir hafıza oyunu oynarken elektriksel “sivri uçlu” aktivitesinin “temel gerçeği” ölçümleriyle başlamak anlamına geliyordu.
Araştırmaya göre, birçok turun her birinde, hayvana daha sonra kaybolan bir görüntü gösterildi. Bir saniye sonra, orijinal dahil iki resim görecek ve küçük bir ödül kazanmak için orijinali görüntülemek zorunda kalacaktı. Kilit an, testten önceki görüntünün akılda tutulması gereken “gecikme süresi” adı verilen araya giren saniyedir.
Ekip, Miller’in laboratuvarının daha önce birçok kez gördüklerini tutarlı bir şekilde gözlemledi: Nöronlar, orijinal görüntüyü gördüklerinde çok fazla zirve yapıyor, gecikme sırasında yalnızca aralıklı olarak zirve yapıyor ve ardından test sırasında görüntülerin geri çağrılması gerektiğinde tekrar zirve yapıyor. ders çalışma.
Bu dinamik, beyin ritimlerinin beta ve gama frekansı ile etkileşimi tarafından belirlenir. Başka bir deyişle, bilginin öncelikli olarak depolanması ve geri çağrılması gerektiğinde ani artış güçlüdür, ancak sürdürülmesi gerektiğinde düzensizdir. Çalışma, ani artışın yavaşlama sırasında devam etmediğini söyledi.
Ek olarak ekip, en yüksek aktivite ölçümlerinden çalışma belleği bilgilerini okumak için yazılım “kod çözücüleri” eğitti. Artış yüksek olduğunda çok isabetliydiler, ancak gecikme döneminde olduğu gibi düşük olduğunda değil. Çalışma, bu durumun, ani yükselmelerin gecikme sırasında bilgiyi temsil etmediğini ileri sürdü.
Araştırmacılar, başka bir analiz katmanında, gecikme süresi boyunca sinapsların, ani yükselmenin göstermediği işleyen bellek bilgisini temsil ettiğini buldular.