آخرین مطالب

مغز از فشرده سازی داده ها برای تصمیم گیری استفاده می کند


مغز از فشرده سازی داده ها برای تصمیم گیری استفاده می کند

اگر در دهه 80 بچه بودید یا از طرفداران بازی های ویدئویی یکپارچهسازی با سیستمعامل هستید، پس حتما Frogger را می شناسید. بازی می تواند کاملا چالش برانگیز باشد. برای برنده شدن، ابتدا باید از جریانی از ترافیک سنگین جان سالم به در ببرید، سپس با زیگ زاگ کردن در میان کنده های چوبی با سرعت زیاد از فراموشی فرار کنید. چگونه مغز می داند که در این همه آشفتگی روی چه چیزی تمرکز کند؟

مطالعه ای که امروز (6 ژوئن) در مجله علمی منتشر شد علوم اعصاب طبیعت یک راه حل ممکن را ارائه می دهد: فشرده سازی داده ها. کریستین ماخنز، یکی از نویسندگان ارشد این مطالعه، رئیس آزمایشگاه علوم اعصاب نظری در بنیاد Champalimaud در پرتغال، گفت: فشرده سازی بازنمایی های دنیای بیرونی شبیه حذف تمام اطلاعات نامربوط و اتخاذ “دیدگاه تونلی” موقت از وضعیت است.

جو پاتون، نویسنده ارشد، مدیر برنامه تحقیقاتی علوم اعصاب Champalimaud می گوید: “این ایده که مغز با استفاده از فشرده سازی داده ها، عملکرد را به حداکثر می رساند در حالی که هزینه را به حداقل می رساند، در مطالعات پردازش حسی فراگیر است. با این حال، واقعاً در عملکردهای شناختی مورد بررسی قرار نگرفته است.” . ما با استفاده از ترکیبی از تکنیک‌های تجربی و محاسباتی، نشان دادیم که همین اصل در طیف وسیع‌تری از توابع نسبت به آنچه قبلاً ارزیابی شده بود، گسترش می‌یابد.

در آزمایشات خود، محققان از یک الگوی زمان بندی استفاده کردند. در هر کارآزمایی، موش‌ها باید تعیین می‌کردند که آیا دو صدا با فاصله‌ای بیشتر یا کوتاه‌تر از 1.5 ثانیه از هم جدا می‌شوند. در همان زمان، محققان فعالیت نورون های دوپامین را در مغز حیوان در حین انجام وظیفه ثبت کردند.

Machens توضیح داد: “به خوبی شناخته شده است که نورون های دوپامین نقش کلیدی در یادگیری ارزش اعمال دارند.” “بنابراین اگر حیوان به اشتباه طول مدت فاصله را در یک آزمایش معین تخمین زده باشد، فعالیت این نورون‌ها یک “خطای پیش‌بینی” ایجاد می‌کند که باید به بهبود عملکرد در آزمایش‌های آینده کمک کند.

اسما موتیوالا، اولین نویسنده این مطالعه، انواع مدل‌های یادگیری تقویتی محاسباتی را ساخت و آزمایش کرد که در ثبت فعالیت نورون‌ها و رفتار حیوانات بهترین بود. مدل‌ها اصول مشترکی داشتند، اما در نحوه نمایش اطلاعاتی که ممکن است برای انجام کار مرتبط باشد، متفاوت بودند.

این تیم کشف کرد که تنها مدل هایی با نمایش کار فشرده می توانند داده ها را محاسبه کنند. “به نظر می رسد مغز تمام اطلاعات نامربوط را حذف می کند. عجیب است که ظاهراً برخی از اطلاعات مرتبط را نیز از بین می برد، اما به اندازه ای نیست که به طور کلی به میزان پاداشی که حیوان می گیرد ضربه بزند. به وضوح می داند که چگونه در این بازی موفق شود.” ماخنز گفت.

جالب اینجاست که نوع اطلاعات ارائه شده فقط مربوط به متغیرهای خود کار نبود. در عوض، اقدامات خود حیوان را نیز ثبت کرد. “تحقیقات قبلی مستقل از رفتار فرد بر ویژگی‌های محیط متمرکز شده است. اما ما دریافتیم که تنها بازنمایی‌های فشرده‌ای که به اعمال حیوان بستگی دارد، داده‌ها را به طور کامل توضیح می‌دهند. در واقع، مطالعه ما اولین مطالعه‌ای است که نشان می‌دهد شیوه بازنمایی Motiwala توضیح داد که دنیای بیرونی، به ویژه مواردی که در این کار مالیات می گیرند، ممکن است به روش های غیرعادی با نحوه رفتار حیوانات ارتباط برقرار کنند.

به گفته نویسندگان، این یافته پیامدهای گسترده ای برای علوم اعصاب و همچنین برای هوش مصنوعی دارد. “در حالی که مغز به وضوح برای پردازش اطلاعات به طور کارآمد تکامل یافته است، الگوریتم های هوش مصنوعی اغلب مشکلات را با نیروی بی رحمانه حل می کنند: با استفاده از داده های زیاد و پارامترهای زیادی. کار ما مجموعه ای از اصول را ارائه می دهد تا مطالعات آینده را در مورد چگونگی پشتیبانی از بازنمایی های داخلی جهان ارائه دهد. رفتار هوشمند در زمینه زیست شناسی و هوش مصنوعی، “پاتون نتیجه گرفت.


مطالعه نشان می دهد که درگیری رفتاری می تواند بر کدهای مکان هیپوکامپ تأثیر بگذارد


اطلاعات بیشتر:
اسما موتیوالا، کدگذاری کارآمد متغیرهای شناختی زیربنای پاسخ دوپامین و رفتار انتخابی است. علوم اعصاب طبیعت (2022). DOI: 10.1038/s41593-022-01085-7. www.nature.com/articles/s41593-022-01085-7

ارائه شده توسط Champalimaud Center for the Unknown

نقل قول: مغز فشرده سازی داده ها را برای تصمیم گیری اعمال می کند (2022، 6 ژوئن) در 7 ژوئن 2022 از https://medicalxpress.com/news/2022-06-brain-compression-decision-making.html بازیابی شده است.

این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. به غیر از هرگونه معامله منصفانه به منظور مطالعه یا تحقیق خصوصی، هیچ بخشی بدون اجازه کتبی قابل تکثیر نیست. محتوای مذکور فقط به هدف اطلاع رسانی ایجاد شده است.