На протяжении десятилетий исследования показали, что наше восприятие мира зависит от наших ожиданий. Эти ожидания, также называемые “предшествующими убеждениями”, помогают нам понять то, что мы воспринимаем в настоящем, основываясь на аналогичных прошлых переживаниях. Рассмотрим, например, как тень на рентгеновском снимке пациента, легко пропущенная менее опытным стажером, выпрыгивает на опытного врача. Предыдущий опыт врача помогает ей прийти к наиболее вероятной интерпретации слабого сигнала.
Процесс объединения предшествующих знаний с неопределенными доказательствами известен как байесовская интеграция и, как полагают, широко влияет на наше восприятие, мысли и действия. Теперь нейробиологи Массачусетского технологического института обнаружили отличительные сигналы мозга, которые кодируют эти предыдущие убеждения. Они также нашли как мозг использует эти сигналы для того чтобы сделать рассудительные решения перед лицом неопределенности.
"Как эти убеждения влияют на мозговую деятельность и искажают наше восприятие-вот на что мы хотели ответить”, - говорит Мехрдад Джазайери, профессор по развитию карьеры Роберта Свенсона в области наук о жизни, член Института Макговерна Массачусетского технологического института и старший автор исследования.
Исследователя натренировали животных для того чтобы выполнить задачу времени в которой они должны были воспроизвести различные интервалы времени. Выполнение этой задачи является сложной задачей, потому что наше чувство времени несовершенно и может идти слишком быстро или слишком медленно. Однако, когда интервалы последовательно находятся в пределах фиксированного диапазона, лучшей стратегией является смещение ответов к середине диапазона. Это именно то, что сделали животные.Более того, запись с нейронов в лобной коре выявила простой механизм Байесовской интеграции: предыдущий опыт исказил представление времени в мозге, так что модели нейронной активности, связанные с различными интервалами, были смещены в сторону тех, которые находились в пределах ожидаемого диапазона.
Статистики веками знали, что байесовская интеграция является оптимальной стратегией для обработки неопределенной информации. Когда мы не уверены в чем-то, мы автоматически полагаемся на наш предыдущий опыт для оптимизации поведения.
” Если вы не можете точно сказать, что это такое, но из вашего предыдущего опыта у вас есть некоторое ожидание того, что это должно быть, тогда вы будете использовать эту информацию для руководства своим суждением", - говорит Джазайери. - Мы делаем это все время.
В этом новом исследовании Jazayeri и его команда хотели понять, как мозг кодирует предыдущие убеждения, и использовать эти убеждения для контроля поведения. С этой целью исследователи обучили животных воспроизводить временной интервал, используя задачу “ready-set-go"."В этой задаче животные измеряют время между двумя вспышками света (”готово “и” установлено“), а затем генерируют сигнал” go", делая задержанный ответ по истечении того же времени.
Они обучили животных выполнять эту задачу в двух контекстах. В ”коротком "сценарии интервалы варьировались от 480 до 800 миллисекунд, а в ”длинном" контексте интервалы составляли от 800 до 1200 миллисекунд. В начале задачи животным давали информацию о контексте (через визуальный сигнал), и поэтому они знали, что будут ожидать интервалы либо с более короткого, либо с более длинного диапазона.
Джазайери ранее показал, что люди, выполняющие эту задачу, склонны смещать свои ответы к середине диапазона. Здесь они обнаружили, что животные делают то же самое. Например, если животные полагали, что интервал будет коротким, и им давали интервал 800 миллисекунд, интервал, который они производили, был немного короче 800 миллисекунд. И наоборот, если они верили, что это будет длиннее, и им давали один и тот же 800-миллисекундный интервал, они производили интервал немного дольше, чем 800 миллисекунд.
"Испытания, которые были идентичны почти всеми возможными способами, за исключением веры животного, привели к различному поведению”, - говорит Джазайери. - Это убедительное экспериментальное доказательство того, что животное полагается на собственные убеждения.
После того, как они установили, что животные полагались на свои прежние убеждения, исследователи решили выяснить, как мозг кодирует прежние убеждения, чтобы направлять поведение. Они записали деятельность от около 1.400 невронов в зоне прифронтовой коркы, которую они ранее показывали включается в приурочивать.
В течение” готовой " эпохи профиль активности каждого нейрона развивался по-своему, и около 60 процентов нейронов имели разные модели активности в зависимости от контекста (короткие и длинные). Чтобы понять эти сигналы, исследователи проанализировали эволюцию нейронной активности во всей популяции с течением времени и обнаружили, что предыдущие убеждения смещают поведенческие реакции, искажая нейронное представление времени к середине ожидаемого диапазона.
"Мы никогда не видели такого конкретного примера того, как мозг использует предыдущий опыт для изменения нейронной динамики, с помощью которой он генерирует последовательности нейронных действий, чтобы исправить свою собственную неточность “ Это уникальная сила этой статьи: Объединение восприятия, нейродинамики и байесовских вычислений в когерентную структуру, поддерживаемую как теорией, так и измерениями поведения и нейронной деятельности”, - говорит Мате Ленгьель, профессор вычислительной нейронауки в Кембриджском университете, который не участвовал в исследовании.
Встроенные знания
Исследователи полагают, что предыдущий опыт изменяет силу связей между нейронами. Сила этих связей, также известных как синапсы, определяет, как нейроны действуют друг на друга и ограничивает паттерны активности, которые может генерировать сеть взаимосвязанных нейронов. Открытие того, что предшествующий опыт деформирует паттерны нейронной активности, открывает окно в то, как опыт изменяет синаптические связи. "Кажется, что врезает мозг прежние опыты в синаптические соединения так, что картины деятельности при мозга соотвествующе будут пристрастны,” jazayeri говорит.
В качестве независимого теста этих идей исследователи разработали компьютерную модель, состоящую из сети нейронов, которые могли бы выполнять одну и ту же задачу. Используя методы, заимствованные из машинного обучения, они смогли модифицировать синаптические связи и создать модель, которая вела себя как животные.
Эти модели чрезвычайно ценны, поскольку они обеспечивают основу для детального анализа основных механизмов, процедура, которая известна как "обратное проектирование"."Примечательно, что обратная инженерия модели показала, что она решила задачу так же, как и мозг обезьян. Модель также имела искаженное представление о времени в соответствии с предыдущим опытом.
Исследователи использовали компьютерную модель для дальнейшего анализа основных механизмов, используя эксперименты с возмущениями, которые в настоящее время невозможно сделать в мозге. Используя этот подход, они смогли показать, что распаковка нейронных представлений устраняет смещение в поведении. Это важное открытие подтвердило критическую роль деформации в Байесовской интеграции предшествующих знаний.
Исследователи теперь планируют изучить, как мозг строит и медленно настраивает синаптические связи, которые кодируют предыдущие убеждения, поскольку животное учится выполнять задачу синхронизации.
Исследование финансировалось центром сенсомоторной нейронной инженерии, нидерландской научной организацией, грантом по реинтеграции Мари Склодовской Кюри, Национальными институтами здравоохранения, фондом Слоана, Фондом Клингенштейна, Фондом Саймонса, Фондом Макнайта и Институтом Макговерна.
0 коммент.