Tutkimus kumosi ikivanhan teeman aivojen oppimisesta

Vuosikymmenien ajan tutkijat ajattelivat, että oppiminen tapahtuu synapseissa tai aivosolujen lukuisissa risteyksissä. Mutta nyt uusi tutkimus ehdottaa, että oppiminen tapahtuu muutamassa dendriitissä, haarassa, joka syöttää syötteitä aivosoluun tai hermosoluihin.

Uuden tutkimuksen tulokset tarjoavat aivan uuden käsityksen aivojen oppimisesta.

Lehdessä julkaistussa lehdessä Tieteelliset raportit, kirjoittajat kuvaavat kuinka he tulivat tähän johtopäätökseen tutkittuaan hermosolujen ja soluviljelmien tietokonemalleja.

Aivojen valtavassa hermoverkossa neuronit käyttäytyvät kuin pienet mikrosirut, jotka ottavat sisääntuloja dendriittiensä kautta ja - kun tietyt olosuhteet saavutetaan - luovat ulostuloja aksoneillaan.

Aksonit puolestaan ​​ovat yhteydessä muiden neuronien dendriitteihin linkkien kautta, joita kutsutaan synapseiksi. Synapseja on hermosolua kohti paljon enemmän kuin dendriittejä.

Merkittävä tulos uudesta tutkimuksesta on, että koska ehdotetaan, että oppiminen tapahtuu dendriiteissä eikä synapseissa, kunkin neuronin oppimisparametrit ovat paljon pienempiä kuin aiemmin ajateltiin.

"Tässä uudessa dendriittisessä oppimisprosessissa", toteaa vanhemman tutkimuksen kirjoittaja, professori Ido Kanter Gondan monitieteisestä aivotutkimuskeskuksesta Bar-Ilanin yliopistossa Israelissa, "hermosolua kohden on muutamia adaptiivisia parametreja verrattuna tuhansiin pieniin ja pieniin arkaluonteisia synaptisessa oppimisskenaariossa. "

Oppiminen tapahtuu nopeammin kuin luulimme

Toinen tärkeä tulos uudesta tutkimuksesta on, että oppimisprosessi tapahtuu paljon nopeammin uudessa dendriittimallissa kuin perinteinen synaptinen malli.

Tuloksilla voi olla merkittäviä vaikutuksia aivohäiriöiden hoitoon ja tietokonesovellusten suunnitteluun, kuten "syvälliset oppimisalgoritmit" ja tekoäly, jotka perustuvat aivojen toimintatavan matkimiseen.

Tutkijat ennakoivat, että jälkimmäisen tapauksessa heidän tutkimuksensa avaa oven kehittyneempien ominaisuuksien ja paljon nopeamman käsittelynopeuden suunnittelulle.

Perinteinen, synaptinen oppimismalli perustuu Donald Hebbin uraauurtavaan työhön, joka julkaistiin vuonna 1949 kirjassa Käyttäytymisen järjestö.

Tuo malli, jota professori Kanter ja hänen kollegansa kutsuvat "linkkien kautta tapahtuvaksi oppimiseksi", ehdottaa, että oppimisprosessin aikana muuttuvat "oppimisparametrit" heijastavat synapsien tai linkkien määrää hermosoluissa, jotka ovat laskennallisia yksiköitä. hermoverkossa.

"Oppiminen solmujen kautta"

Uudessa mallissaan, jota he viittaavat "solmujen kautta tapahtuvaan oppimiseen", tutkijat ehdottavat, että oppimisparametrit eivät heijasta synapsien määrää, joita on paljon hermosoluja kohden, vaan dendriittien tai solmujen lukumäärän, joita siellä on on vain muutama hermosolua kohti.

Siksi he selittävät "yhdistävien hermosolujen verkossa" oppimisparametrien lukumäärä hermosolua kohden synaptisessa mallissa on "merkittävästi suurempi" kuin dendriittisen mallin luku.

Tutkimuksen päätarkoitus oli verrata "synaptisen (linkki) ja dendriittisen (solmu) oppimisen skenaarioiden yhteistyödynamiikkaominaisuuksia".

Tutkimuksen tekijät päättelevät, että niiden tulokset "osoittavat vahvasti, että hermosolujen dendriiteissä tapahtuu nopeampi ja tehostettu oppimisprosessi, samoin kuin synapseihin tällä hetkellä liittyvä".

Heikoilla synapseilla on keskeinen rooli oppimisessa

Toinen merkittävä havainto tutkimuksesta on, että näyttää siltä, ​​että heikot synapsit, jotka muodostavat suurimman osan aivoista ja joiden uskotaan olevan merkityksetön rooli oppimisessa, ovat itse asiassa erittäin tärkeitä.

Kirjoittajat huomauttavat, että "dynamiikkaa hallitsevat pääasiassa heikot lenkit".

Näyttää siltä, ​​että dendriittisessä mallissa heikot synapsit saavat oppimisparametrit värähtelemään sen sijaan, että siirtyisivät "epärealistisiin kiinteisiin ääripäihin", kuten synaptisessa mallissa.

Professori Kanter tiivistää tulokset vertaamalla vertailuja siihen, kuinka meidän pitäisi mitata ilman laatua.

"Onko järkevää", hän kysyy, "mitata hengitettävän ilman laatua monien pienten, kaukana olevien satelliittiantureiden kautta pilvenpiirtäjän korkeudessa tai käyttämällä yhtä tai useampaa anturia nenän läheisyydessä?"

"Samoin neuronille on tehokkaampaa arvioida saapuvat signaalinsa lähellä laskennallista yksikköään, neuronia."

Professori Ido Kanter

none:  sydänsairaus lääketieteelliset laitteet - diagnostiikka nivelrikko