Jak mózg uczy się, rozmawiając z samym sobą?

Ludzie, podobnie jak inne zwierzęta, posiadają ogromną zdolność uczenia się, która pozwala na zrozumienie nowych informacji zmysłowych w celu opanowania nowych umiejętności lub dostosowania się do ciągle zmieniającego się środowiska. Jednak wiele mechanizmów, które umożliwiają nam naukę, pozostaje niezrozumiałych. Jednym z największych wyzwań stojących przed neurobiologią systemową jest wyjaśnienie, w jaki sposób zmieniają się połączenia synaptyczne, aby wspierać zachowania adaptacyjne. Neurobiolodzy z Uniwersytetu Genewskiego (UNIGE) w Szwajcarii już wykazali wcześniej, że synaptyczne mechanizmy uczenia się w korze mózgowej są zależne od informacji zwrotnej z głębszych regionów mózgu. Teraz ci sami naukowcy dokładnie rozszyfrowali, jak to sprzężenie zwrotne blokuje wzmocnienie synaptyczne poprzez włączanie i wyłączanie poszczególnych neuronów hamujących. Owe badanie, o którym można przeczytać w periodyku Neuron, nie tylko stanowi kamień milowy w naszym rozumieniu mechanizmów percepcyjnego uczenia się, ale może również zaoferować wgląd w skomputeryzowane systemy uczenia i sztuczną inteligencję.

Kora mózgowa – zewnętrzny i największy region mózgu – jest istotna dla wyższych funkcji poznawczych, złożonych zachowań, percepcji i uczenia się. W momencie pojawienia się bodźca zmysłowego kora przetwarza i filtruje informacje, zanim przekaże ich najistotniejsze aspekty do innych regionów mózgu. Niektóre z tych regionów mózgu z kolei wysyłają informacje z powrotem do kory mózgowej. Pętle te, znane jako “systemy sprzężenia zwrotnego”, są uważane za niezbędne dla funkcjonowania sieci korowych i ich adaptacji do nowych informacji sensorycznych. “W przypadku percepcyjnego uczenia się – czyli lepszej zdolności do reagowania na bodźce zmysłowe – obwody neuronalne muszą najpierw ocenić znaczenie przychodzących informacji sensorycznych, a następnie udoskonalić sposób, w jaki będą one przetwarzane w przyszłości. Systemy sprzężenia zwrotnego w pewnym stopniu potwierdzają, że synapsy odpowiedzialne za przekazywanie informacji do innych obszarów mózgu zrobiły to poprawnie” – wyjaśnia Anthony Holtmaat, profesor neurobiologii na Wydziale Medycznym UNIGE, który kierował tym badaniem.

W jaki sposób wąsy wykorzystują systemy sprzężenia zwrotnego

Wąsy w pysku myszy specjalizują się w odczuwaniu dotykowym i odgrywają ważną rolę w zdolności zwierzęcia do zrozumienia aspektów jego bezpośredniego otoczenia. Część kory mózgowej, która przetwarza informacje sensoryczne z wąsów, stale optymalizuje swoje synapsy w celu poznawania nowych aspektów środowiska dotykowego. Dlatego też stanowi interesujący model zrozumienia roli systemów sprzężenia zwrotnego w synaptycznych mechanizmach uczenia się.

Naukowcy z UNIGE wyizolowali obwód sprzężenia zwrotnego związany z wąsami i wykorzystali elektrody do pomiaru aktywności elektrycznej neuronów w korze. Następnie imitowali sensoryczne dane wejściowe, stymulując określoną część kory znaną z przetwarzania tych informacji oraz wykorzystując światło do sterowania obwodem sprzężenia zwrotnego. “Ten model ex vivo pozwolił nam kontrolować sprzężenie zwrotne niezależnie od wejścia sensorycznego, co jest niemożliwe do zrobienia in vivo. Jednak to odłączenie wejścia sensorycznego od sprzężenia zwrotnego było niezbędne do zrozumienia, w jaki sposób interakcja pomiędzy nimi prowadzi do wzmocnienia synaptycznego” – dodaje Holtmaat.

Hamowane neurony blokują informacje

Zespół stwierdził, że oba komponenty, gdy uruchamiane oddzielnie, aktywują szeroki zakres neuronów. Jednakże, gdy są aktywowane jednocześnie, niektóre neurony faktycznie zmniejszają swoją aktywność. “Co ciekawe, neurony, które są hamowane, gdy wejście sensoryczne i sprzężenie zwrotne występują razem, zazwyczaj hamują również neurony, które są ważne dla percepcji; jest to znane jako hamowanie hamowania lub dezinhibicja” – wyjaśnia Leena Williams z Wydziału Medycyny UNIGE, główna autorka badania. “W ten sposób neurony te działają dla przychodzącej informacji jak bramka, która jest normalnie zamknięta. Jednak kiedy pojawiają się informacje zwrotne, brama zostaje otwarta, umożliwiając synapsom zajmującym się podstawowymi informacjami zmysłowymi zwiększenie mocy. Dzięki temu badaniu zidentyfikowaliśmy, w jaki sposób sprzężenie zwrotne może zoptymalizować połączenia synaptyczne, aby lepiej przygotować się na informacje napływające w przyszłości” – dodaje.

Teraz, po dokładnym zidentyfikowaniu, które neurony są zaangażowane w ten mechanizm, naukowcy mają zamiar przetestować swoje wyniki w “prawdziwym życiu” i sprawdzić, czy hamujące neurony będą zachowywać się zgodnie z przewidywaniami w sytuacji, gdy mysz będzie musiała poznać nowe informacje sensoryczne lub gdy odkryje nowe aspekty w swoim środowisku dotykowym.

Głębokie uczenie się: naśladowanie naturalnej inteligencji

W jaki sposób obwody mózgowe optymalizują się same? Jak system może nauczyć się sam, odczytując własną aktywność? Oprócz tego, że kwestia ta jest istotna w przypadku uczenia się zwierząt, jest ona również ważna w odniesieniu do programów uczenia się przez maszyny. Rzeczywiście, niektórzy specjaliści od głębokiego uczenia się, budując sztucznie inteligentne systemy, próbują naśladować obwody mózgowe. Wnioski zgromadzone przez zespół UNIGE mogą być istotne dla nienadzorowanego uczenia się, gałęzi uczenia się maszyn zajmującej się modelami obwodów, które są w stanie samodzielnie zorganizować i zoptymalizować przetwarzanie nowych informacji. Jest to ważne, na przykład, przy tworzeniu wydajnych programów rozpoznawania głosu lub twarzy.

Materiał przygotowany na podstawie notki prasowej dostarczonej przez Uniwersytet Genewski

Źródło:
Leena E. Williams, Anthony Holtmaat. Higher-Order Thalamocortical Inputs Gate Synaptic Long-Term Potentiation via Disinhibition. Neuron, 2019; 101 (1): 91 DOI: 10.1016/j.neuron.2018.10.049